• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.1867_1868
• /
• 2009

본 논문에서는 다양한 조명 조건 및 배경 조건하에서도 정확하게 얼굴의 윤곽선 영역을 검출하기 위한 방법을 제안한다. 입력영상은 조명 조건과 배경 조건에 따라 색상 분포나 에지의 분포가 다르기 때문에 정확한 윤곽선 검출을 위해서는 입력 영상 마다 얼굴 윤곽선을 검출하기 위한 기준을 설정하여야 한다. 이를 위해 입력 영상의 히스토그램을 분석하여 얼굴 후보 영역을 추출하기 위한 임계값을 계산하고 이들의 임계값을 사용하여 얼굴 윤곽선 영역을 검출하였다. 그 결과 제안된 방법은 기존의 방법 보다 뛰어난 성능으로 얼굴 윤곽선을 검출함을 보여 주었다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.374-377
• /
• 2004

동영상 강의는 시간이나 장소 등에 크게 구애받지 않고 인터넷을 통하여 쉽게 이용할 수 있는 간편한 학습방법중의 하나이다. 그러나 학습자의 학습자세와 태도에 따라 학습효과는 매우 다를 수 있는 문제점을 가지고 있다. 본 논문에서는 입력영상으로부터 학습자의 얼굴정보를 입력받아 주기적으로 탐색하여 학습자의 강의에 대한 집중도와 충실도를 평가하는 시스템을 제안하고자 하였다. 먼저 입력영상의 분할된 중심영역으로부터 학습자의 얼굴을 포함하는 신체정보를 입력받아 사용하였으며, 빠르고 효율적인 얼굴영역의 추출을 위하여 피부색상(skin-color)정보와 얼굴의 지역적 특성을 이용하는 방법을 사용하였다. 또한 주기적으로 입력되는 영상의 빠른 얼굴추적을 위하여 설정된 영역들로부터 구성되는 블록들의 위치와 구성정보를 이용한 블록탐색 기법을 사용하였다.

• The KIPS Transactions:PartB
• /
• v.16B no.6
• /
• pp.443-450
• /
• 2009

This paper develops a novel technique of face detection using brightness distribution in the surrounding area of eye. The proposed face detection consists of facial component candidate extraction, facial component candidate filtering through eye-lip combination, left/right eye classification using brightness distribution, face verification confirming edges in nose region. Because the proposed technique don't use any skin color, it can detect multiple faces in color images with complicated backgrounds and different illumination levels. The experimental results reveal that the proposed technique is better than the traditional techniques in terms of detection ratio.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.599-602
• /
• 2003

본 논문에서는 스테레오 영상의 정합을 통한 얼굴의 굴곡 특징과 좌표 정보로서 정지 영상에서 생기는 제약 조건의 약화와 굴곡 특징을 이용하여 보다 강건한 얼굴 특징 추출 알고리즘을 제안한다. 얼굴 인식 기술은 정지 영상을 통한 얼굴 영역의 특징들로 얼굴을 구별하고, 얼굴을 검색하기 위하여 다양한 특징을 추출하는데 정지 영상에서는 추출할 수 없는 좌표 정보를 이용한 눈, 코, 입의 정보들과 굴곡 정보를 이용함으로서 얼굴 인식의 효율성을 높이는데 있다. 제안된 알고리즘의 단계는 색상으로부터의 얼굴 영역 검출 단계 얼굴 특징의 추출을 위한 전처리 단계, 눈, 코, 입에 대한 특징 정보로서 사람의 판별 유무와 찾아진 얼굴 영역에 눈 템플릿을 적용하고, 눈 사이의 거리와 기울어짐 코와 입에 대한 거리 정보들로서 스테레오 영상의 굴곡 특징 정보를 추출하는 단계로 이루어져 있다. 또한, 기존의 특징 정보뿐만 아니라 스테레오 영상의 정합을 통한 굴곡 특징 정보를 사용 각각 영상의 종류에 대해서 100%, 93%, 76%의 인식률을 얻었으며 평균 90%로서 정지 영상과의 비교를 통해 8%의 인식률의 향상으로 본 연구의 유효성을 입증하였다.

• 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.

• Journal of Korea Society of Industrial Information Systems
• /
• v.17 no.3
• /
• pp.1-7
• /
• 2012

As personal information is utilized as an important user authentication means, a trustable certification means is being required. Recently, a research on the biometrics system using a part of the human body like a password is being attempted a lot. The face recognition technology using characteristics of the personal face among several biometrics technologies is easy in extracting features. In this paper, we implement a face recognition system for unattended reception interface. Our method is performed by two steps. Firstly the face is extracted using Haar-like feature method. Secondly the method combining PCA and LDA for face recognition was used. To assess the effectiveness of the proposed system, it was tested and experimental results show that the proposed method is applicable for unattended reception interface.

• Proceedings of the KSRS Conference
• /
• 2008.03a
• /
• pp.20-24
• /
• 2008

차량에 부착된 CCD 카메라를 이용하여 취득된 도로 주변의 영상에 존재하는 사람의 얼굴을 추출하여 제거하는 처리를 할 경우, 사생활 침해의 문제 없이 사용자들에게 원하는 지역의 도로영상의 제공이 가능해진다. 이 실험의 목적은 차량에서 취득된 도로 주변의 칼라 영상에서 사람의 얼굴을 자동으로 추출하는 기술을 개발하는데에 있다. 도로 주변의 CCD영상에서의 얼굴 추출을 위해, HSI(색상, 채도, 명도) 칼라 모델과 YCrCb 칼라 모델을 사용하여 이들 모델에 임계값을 적용하여 피부색을 검출하였으며, 두 개의 모델을 사용한 결과 효과적인 피부색의 검출이 가능함을 확인할 수 있었다. 검출된 피부색 영역을 연결성과 밝기 차이를 이용하여 클러스터링을 실행하고 이렇게 나뉘어진 각각의 구역들에 구역의 면적, 구역내 존재하는 화소의 개수, 구역의 가로와 세로 비율 그리고 타원조건을 적용하여 얼굴 후보 구역을 결정하였다. 그리고 최종적으로 남겨진 구역을 이진화 하고, 이진화 된 영상 중 검은 부분이 5% 이상일 때 이들을 눈, 코, 입 등으로 간주하여 최종적인 얼굴로 결정하였다. 실험 결과 추출되지 않은 얼굴과 잘못 추출된 구역이 발생했으나, 얼굴에 해당하는 임계값등의 조건을 약화시킬 경우 대부분의 얼굴의 추출이 가능할 것으로 여겨지며, 추출된 구역을 흐리게 처리할 경우 오인식된 부분에 대한 사용자의 거부감도 줄일 수 있을 것 으로 예상된다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.292-296
• /
• 2004

본 논문에서는 컬러영상에서 Pulse-Coupled Neural Network를 이용한 얼굴 추출 알고리즘의 성능을 향상시키는 방법에 대하여 논의하였다. 색상정보를 이용한 얼굴 추출 알고리즘은 얼굴의 기울어진 정도나 크기 둥에 영향을 받지 않으므로, 형태정보를 이용한 얼굴 추출 알고리즘에 비해 비교우위를 가진다. 그러나 조명의 변화가 심하거나, 피부색과 유사한 배경이 포함되어 있을 경우 적절한 성능을 내기 어렵다. 이러한 문제점들을 해결하기 위해 본 연구에서는 넓은 피부색 영역을 추출하고, Pulse-Coupled Neural Network를 통해 공간적으로 근접한 피부색 동종영역을 분리해 내는 방법을 사용하였다. 그리고 피부색 영역에 해당하는 픽셀들이 다른 영역들에 비해 큰 값을 갖도록 하여, Pulse-Coupled Neural Network의 linking coefficient를 보다 쉽게 결정하도록 하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.824-825
• /
• 2016

본 논문에서는 얼굴영상을 이용한 스트레스 지수 추정 방법을 제안한다. 얼굴영상으로부터 스트레스 지수(Stress Index)를 추정하기 위해 ROI(Region of Interest) 영역을 지정하고 지정된 영역의 색상공간을 RGB에서 YCgCo로 변환한다. 검출된 얼굴영역에서 프레임별 Cg값의 평균을 구하고 Cg신호의 주기를 이용하여 스트레스 지수를 추정한다. 제안방법의 성능평가를 위해 PPG(Photoplethysmogram) 측정 장비로부터 측정된 스트레스 지수와 얼굴영상을 이용하여 얻은 스트레스 지수를 서로 비교 분석하는 실험을 진행하였고, 성능평가 결과 오차율이 8.32%인 것을 확인하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.207-210
• /
• 2004

오늘날 모바일의 발전과 함께 지속적으로 모바일 컨텐츠들에 대한 연구가 급속히 증가되어 지고 있다. 특히 모바일상에서 아바타나 캐리커쳐 시스템에 관한 연구가 활달히 진행되고 있으며, 이에 필요한 기반기술인 얼굴 영상의 추출에 대한 연구가 필수적으로 병행 되어지고 있다. 본 논문에서는 이러한 흐름에 맞추어 핸드폰용 카메라에서 사용 가능한 얼굴추출 알고리듬을 제안한다. 얼굴의 추출을 위해서 ACM을 응용하였으며, 이에 대한 초기의 제어점 선택을 위하여 T-S 색상 공간을 분석한 후에 마할라노비스 거리측정을 하였다. 또한 ACM의 외부에너지를 일반적으로 많이 사용하는 기존의 에지를 이용한 방법이 핸드폰용 카메라의 특성강 조명의 영향과 화질의 연화로 의해 정확하게 추출되어지지 못하는 단점을 보완하고자 얼굴 영역 면적의 변화량 측정 방법을 사용함으로 조명의 영향에 강인하도록 하였다.