• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.446-449
• /
• 2011

얼굴 인식 성능을 저해하는 환경으로 인한 축구 비디오에서의 낮은 선수 인식률과 제한된 해공간의 문제점을 해결하는 차원에서 본 논문에서는 다음과 같은 특징을 갖는 얼굴 인식 기반의 축구선수 인식 방법론을 제안한다: 1) 조명 변화에 민감하지 않은 얼굴 표현 방법인 ULBP를 사용하여 얼굴 인식 성능을 향상시킨다; 2) 얼굴 인식 성능을 저해하는 다양한 환경에서도 이미 강인한 성능이 검증된 SRC를 선수 식별 과정에 적용함으로써 안정적이고 높은 선수 식별 성능을 보장한다; 3) 클로즈업 샷뿐만 아니라 미디엄 샷의 정면, 준정면, 측면 얼굴 이미지를 대상으로 선수 식별의 해공간을 확장한다; 4) SRC의 점증적 갱신 학습 능력으로 축구 선수 얼굴 데이터베이스의 변화에도 능동적으로 적응한다. 실제 2010년 남아프리카 공화국 월드컵의 스페인 경기를 대상으로 제안된 방법론의 성능을 실험적으로 검증한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.315-317
• /
• 2021

최근 팬데믹으로 인해 다양한 산업에서 온라인화가 빠르게 진행되고 있다. 이러한 흐름에 따라 생체 신호를 이용한 로그인 시스템이나 자동 출결관리 시스템의 개발 또한 활발하게 연구되고 있다. 이에 본 논문에서는 생체 정보 중 얼굴을 이용하여 산업에서 도입 가능한 수준까지 얼굴인식 시스템의 성능을 향상 시키고자 한다. 우리는 성능향상을 위해 먼저 얼굴인식 시스템에서 성능 저하원인인 영상 속 얼굴 위치 및 각도 변화를 해결하고자 정면 얼굴 Capture 방법을 제안하였다. 두 번째로는 FRR 오류가 발생하면 추가적으로 정면얼굴을 추출하여 개인 인증을 다시 시도방법을 제안하였다. 검증을 위해 얼굴인식 분야에서 가장 많이 사용되고 있는 유사도 기반 프레임워크를 구현하여 제안한 성능향상 방법을 적용, 실험 하였으며 420명의 Database를 구축하고 2주 동안 99개의 비디오 데이터를 수집하여 실제 산업에서 도입 가능한 환경과 유사하게 구축해 우리의 제안 방법을 테스트 및 검증하였다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.44 no.1
• /
• pp.102-112
• /
• 2007

This paper includes an analysis of face recognition algorithm to design hardware and presents fixed point model in accordance with it. Face recognition algorithm detects the positions of face and eyes to make use of their feature data to detect and verify human faces. It distinguishes a particular user by means of comparing them with registered face features. To implement the face recognition algorithm into hardware, we developed its fixed point model by analyzing face feature parameters, face acquisition data, and feature detection parameters and operation structure.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.51-52
• /
• 2021

본 논문에서는 얼굴 검증(Face Verification) 문제를 해결하기 위한 방법론으로 깊은 삼중 항 네트워크 모델을 제안한다. 본 논문에서는 얼굴 검증을 거리기반 유사도 문제로 보고, 딥러닝 기반 메트릭 러닝으로 해결하고자 하였다. 딥 메트릭 러닝 중 하나인 삼중 항 네트워크를 깊게 쌓기 위해 ResNet50, ResNet101과 경량화 모델인 MobileNet v3를 적용하였으며, 위 모델을 사용함으로써 이미지의 특징 추출을 효과적으로 할 수 있었다. 본 연구에서 제시한 방법론은 추후 복잡한 모델이 필요한 영상 데이터 내 얼굴 식별 모델에 기초 연구로서의 의의가 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.926-927
• /
• 2019

본 논문은 개방형 얼굴 인식 문제를 다룬다. 이 문제는 학습되지 않는 대상에 의해 발생하는 거짓 양성 오류문제를 포함하며, 이로 인해 얼굴인식 기술을 보안 시스템에 적용하는 것을 어렵게 만든다. 본 논문에서는 이러한 개방형 얼굴 인식 문제를 효과적으로 해결하기 위해 먼저 얼굴 검증 방법으로 식별력이 강한 특징 벡터를 생성하고, 이를 바탕으로 일반적인 분류기가 아닌 추가학습과 실시간 처리가 가능한 군집화 방식의 알고리즘을 제안한다. 이 방법을 적용한 실험 결과 80 명의 얼굴이 포함된 FaceScrub 데이터 세트에서 4 명을 제외하고 학습시켰을 때 98%의 정확도와 0%의 특이도를 얻을 수 있었다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.14 no.1
• /
• pp.89-96
• /
• 2010

In this paper, we proposed a method about improving face tracking efficiency of face detection for AF system using the faces to the ROI. The conventional face detection system detecting faces based skin color uses the ratio of skin pixels of the present frame to detected face regions of the past frame to track the faces. The tracking method is superior in the stability of the regions but it is inferior in the face tracking efficiency. We proposed a face tracking method using the area of the overlapping region in the detected face regions of the past frame and the present frame to improve the tracking efficiency. The proposed face tracking efficiency demonstration was performed by making a film of face detection with face tracking in real-time and using the moving traces of the detected faces.

• Journal of KIISE:Software and Applications
• /
• v.31 no.2
• /
• pp.213-223
• /
• 2004

In this paper, we propose a new face detection method for real-time applications. It is based on the template-matching and appearance-based method. At first, we apply Min-max normalization with histogram equalization to the input image according to the variation of intensity. By applying the PCA transform to both the input image and template, PC components are obtained and they are applied to the LDA transform. Then, we estimate the distances between the input image and template, and we select one region which has the smallest distance. SVM is used for final decision whether the candidate face region is a real face or not. Since we detect a face region not the full region but within the $\pm$12 search window, our method shows a good speed and detection rate. Through the experiments with 6 category input videos, our algorithm shows the better performance than the existing methods that use only the PCA transform. and the PCA and LDA transform.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.10 no.3
• /
• pp.542-548
• /
• 2006

In this paper, we propose a face region detection/verification method using wavelet packet analysis and structural statistic for frontal human color image. The method extracts skin color lesions from input images, first. and then applies spatial restrictive conditions to the region, and determines whether the region is face candidate region or not. In second step, we find eye region in the face candidate region using structural statistic for standard korean faces. And in last step, the face region is verified via wavelet packet analysis if the face torture were satisfied to normal texture conditions.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.228-231
• /
• 2003

본 논문은 그레이 영상에서의 사람얼굴 영역추출에 관해서 연구하였다. 얼굴영역 추출은 얼굴인식이나 사람과 컴퓨터의 인터페이스, 비디오 감시시스템을 연구하는데 있어서 반드시 거쳐야 하는 전처리 과정이라고 할 수 있다. 이러한 목적을 위해서 본 연구에서는 두 단계의 과정을 통해서 얼굴영역을 추출하였다. 첫 번째 단계는 사랑얼굴에 대한 경험적 지식을 이용하여 후보영역을 획득한 다음에 두 번째 단계에서 후보영역을 웨이블릿 분해 후, 신경망을 이용하여 후보영역 중에서 얼굴영역을 검증한다. 실험결과 제안한 방법은 빠르고 정확하게 얼굴영역을 검출하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.574-576
• /
• 2000

디지털 영상 처리에서 사람 얼굴 인식은 여러 응용 분야에 요구되어 활발한 연구가 진행되어 왔다. 본 논문에서는 얼굴이 있는 칼라 영상에서 얼굴 영역을 자동으로 추출하기 위한 알고리즘을 기술한다. 영상에 있는 얼굴 및 복잡한 배경과 다른 구성 성분들을 분류시켜 표현할 수 있도록 하기 위해 다변수 히스토그램 기법을 이용하여 얼굴 후보 영역과 머리 후보영역을 추출하고, 머리와 얼굴 후보 영역들간의 상관관계를 고려하여 최종 얼굴 영역을 검출한다. 본 논문에서 제안된 방법의 성능을 검증하기 위하여 인터넷상에 있는 128개의 영상을 입력 데이터로 실험한 결과, 인식 시간이 빠르고 영상의 배경에도 강건한(robust) 효율적인 방법임을 알 수 있었다.