• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2000년도 추계학술발표논문집
• /
• pp.214-217
• /
• 2000

본 논문은 CCD카메라 얼굴 영상에서 얼굴의 특징을 추출하여 사이버 캐럭터 그래픽에 적용시키는 것을 목적으로 하고 있다. CCD카메라로는 촬영된 얼굴 영상에 기초적 영상 전처리를 실시한 후 불변모멘트의 일종인 센트럴모멘트를 사용하여 눈, 코, 입을 추출하였다. 제안된 방법으로 20명의 얼굴 사진을 대상으로 하여 추출 실험을 한 결과, 일반적인 실내 사무실 조명환경 하에서는 정확히 추출되는 것을 확인할 수 있었다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2001년도 하계 학술대회 논문집(KISPS SUMMER CONFERENCE 2001
• /
• pp.181-184
• /
• 2001

본 논문에서는 얼굴영상의 특징추출에 적합한 LITFE (Linear Interpolated Triangle Feature Extraction)를 이용하여 얼굴영상을 인식하는 알고리즘을 제안한다. LITFE는 얼굴의 위치정보를 보존하면서 영상 분할이 가능한 특징추출 알고리즘으로, PCA (Principal Component Analysis) 의 신경회로망적 접근방법인 GHA(Genralized Hebbian Algorithm)와 병행하면 얼굴의 특징을 효과적으로 추출하여 인식할 수 있는 장점이 있다.

• 한국산학기술학회논문지
• /
• 제8권2호
• /
• pp.267-272
• /
• 2007

본 논문에서는 DCT계수의 특성을 이용하여 조명조건이나 얼굴의 크기에 무관하게 얼굴특징영역을 검출하기 위한 새로운 방법을 제안한다. 일반적으로 영상을 DCT변환하면 영상의 에너지가 저주파영역에 집중되는 특성을 가지나 얼굴 특징요소들은 얼굴영상에서 비교적 고주파 성분들을 포함하고 있기 때문에 저주파에 해당되는 DCT계수들의 일부를 제거한 후 역변환을 취하면 얼굴특징영역이 강조된 영상을 얻을 수 있다. 따라서, 본 논문에서는 DCT변환된 영상으로부터 저주파 계수의 일부를 제거하여 얼굴특징요소 후보들을 추출한 후 템플릿을 적용하여 얼굴특징요소 영역을 결정한다. 얼굴특징요소 영역이 결정되면 얼굴특징요소 추출 알고리즘을 적용하여 눈. 코, 입을 구별한다. 제안된 알고리즘을 MIT의CBCL DB와 Yale facedatabase B 에 적용하여 실험하였다. 실험결과 DCT변환된 영상에서 저주파 일부의 계수를 제거한 후 얼굴 특징영역을 검출했을 경우 그렇지 않은 영상보다 영상의 크기와 조명조건의 변화에 무관하게 인식성능이 향상됨을 알 수 있었다.

• 정보처리학회논문지B
• /
• 제16B권5호
• /
• pp.385-394
• /
• 2009

사람의 얼굴은 강체(Rigid object)가 아니기 때문에 얼굴을 추적하거나 인식하는 일은 쉽지 않다. 특히 얼굴의 포즈나 주변 조명의 변화에 따른 입력 영상의 차이는 얼굴 인식을 어렵게 하는 주된 원인이다. 본 논문에서는 비디오 영상으로부터 얼굴을 추적하고 인식할 때 발생하는 이 두 가지의 문제를 해결하기 위한 프레임웍과 전처리 방법을 제안한다. 얼굴 포즈의 변화에도 효과적으로 얼굴을 추적 및 인식하기 위해 먼저 학습 영상으로부터 주성분 분석법(Principal Component Analysis)을 이용하여 각 얼굴 포즈마다 하나의 독립된 가우시안 분포를 추정하고 이를 이용하여 각 사람마다 가우시안 혼합 모델(Gaussian Mixture Model)을 구성한다. 본 논문에서는 서로 다른 조명 상태를 가진 얼굴 영상을 처리하기 위해 먼저 입력된 얼굴 영상을 SSR(Single Scale Retinex) 모델을 이용하여 반사율(Reflectance)과 조도(Illuminance)로 분해한다. 반사율은 사전 정의된 범위 안에서 히스토그램 평활화를 수행함으로써 재조정되고 조도는 조명의 변화를 포함하고 있지 않은 영상들으로부터 학습된 매니폴드 모델로 다시 근사된다. 이 두 특징을 결합함으로써 실내 환경이나 실외 환경에서 촬영된 영상에서 효율적으로 얼굴을 추적 및 인식한다. 비디오 기반의 영상으로부터 보다 효율적으로 얼굴을 추적하기 위해 본 논문에서는 구성된 모델의 가중치를 각 프레임마다 이전 프레임의 추적 결과에 의해 EM 알고리즘을 이용하여 갱신함으로써 비디오 영상내의 연속적으로 변화하는 얼굴 포즈를 추정하였다. 본 논문에서 제안된 방법은 실내에서의 다양한 조명환경과 실외의 여러 장소에서 획득한 실험 영상을 이용하여 기존에 연구되어 온 다른 방법에 비해 우수한 성능을 보였다.

• 한국통신학회논문지
• /
• 제24권8B호
• /
• pp.1549-1557
• /
• 1999

이 논문에서는 잡음에 대해 유연성이 있는 신경망과 차영상법-DCT를 이용한 얼굴인식 알고리즘을 제안한다. 동일환경(조도의 세기. 얼굴에서 카메라까지의 거리)에서 연속적으로 두 개의 영상을 캡쳐했다. 이 때 한 영상은 얼굴을 포함하지 않고 다른 영상은 얼굴을 포함하게 된다. 차영상 방법을 이용하여 두 개의 이미지로부터 얼굴영상과 배경영상을 분리하고 그 다음에 분리된 얼굴영역에서 사각영역을 추출하여 이 영역을 얼굴의 특징영역으로 이용하였다. 이 사각 영역은 눈, 코, 입, 눈썹 등이 포함된다. 다음으로 이 영역에 대해 DCT 연산을 수행한 후 특징 벡터를 추출하였고 추출된 특징벡터는 정규화 되어 신경망의 입력벡터로 사용되었다. 시뮬레이션 결과 학습된 얼굴영상에 대해서는 100% 인식률을 보였고 학습되지 않는 얼굴 영상에 대해서는 92.25%의 인식률을 보였다.

• 대한공간정보학회지
• /
• 제16권1호
• /
• pp.49-55
• /
• 2008

도로 주변의 영상을 사용자들에게 제공하기 위해서는 사생활 침해의 문제가 발생하지 않도록 영상에 존재하는 사람(얼굴)을 추출하여 제거하는 과정이 필수적으로 이루어져야 한다. 도로 주변의 CCD영상에서의 얼굴 추출을 위해, 영상의 먼저 HSI(색상, 채도, 명도)와 YCrCb 칼라 모델을 사용하여 피부색을 검출하였으며, 두 개의 모델을 사용한 결과 효과적인 피부색의 검출이 가능하였다. 이렇게 검출된 피부색 영역을 연결성과 밝기 차이를 영역 분할을 실행하고 나뉜 구역들에 면적, 개수, 비율, 타원의 조건을 적용하여 최종적인 얼굴 후보 구역을 결정하였다. 그리고 이렇게 결정된 구역들을 임계값을 이용하여 이진화하고, 이진화 된 영상 중 검은 부분이 5% 이상일 때 얼굴로 결정하였다. 실험 결과 초상권 침해의 문제가 되는 38개의 영상 중에서 28개의 얼굴이 추출되었다. 얼굴이 추출되지 않은 원인으로는 얼굴의 음영지역과, 피부색과 유사한 배경 등을 들 수 있다. 또한 얼굴과 비슷한 색과 형태를 가진 물체들이 추출되는 사례가 많이 발생하였다. 이러한 문제들을 보완하기 위해서는 얼굴 후보 영역조건을 세분화 하고 영역 분할 방식과, 얼굴 최종 결정 부분의 알고리즘을 더 구체적으로 보완해야 할 필요성이 있다고 여겨진다.

• 정보보호학회논문지
• /
• 제24권6호
• /
• pp.1139-1145
• /
• 2014

지능형 서비스를 제공하는 로봇에서 특정 사람을 인지하거나 구별하는 인식 기술은 매우 중요하다. 기존 단일 거리 얼굴 영상을 학습으로 사용한 얼굴 인식 알고리즘은 원거리로 갈수록 얼굴 인식률이 떨어지는 문제점이 있다. 실제 거리별 얼굴 영상을 이용한 방법은 얼굴 인식률은 향상되지만, 사용자 협조가 요구되는 단점이 있다. 본 논문에서는 줌카메라를 통해 거리별 얼굴 영상을 획득하여 학습으로 사용하는 LDA 기반 원거리 얼굴 인식을 제안한다. 제안하는 방법은 기존 단일거리 얼굴 영상을 학습으로 이용한 방법에 비해 7.8% 향상된 성능을 보였고, 거리별 얼굴 영상을 학습으로 이용한 방법과 비교했을 때 8.0% 저하된 성능을 보였다. 그러나 거리별 얼굴 영상을 취득하기 위해 추가적인 시간과 사용자 협조가 요구되지 않는 장점이 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 추계학술발표논문집 (상)
• /
• pp.555-558
• /
• 2003

본 논문은 PCA(Principal Component Analysis)와 LDA(Linear Discriminant Analysis)를 적용하여 입력된 사용자 얼굴 사진과 가장 유사한 아바타를 자동으로 생성하기 위한 방법을 제안한다. 입력된 사진으로부터 알려진 영상처리 기법들을 이용하여 얼굴 영역을 추출하고, 추출된 얼굴로부터 얼굴 구성요소(눈썹,눈,코,입)를 추출한다. 추출된 얼굴 구성요소와 미리 분류하여 구축한 실제 얼굴 사진에서의 얼굴 구성요소 라이브러리를 PCA와 LDA를 적용하여 유사도를 계산한다. 최종적으로 계산된 유사도 값이 가장 큰 영상의 대표 아바타가 결과영상으로 나오게 된다. 실험결과 기존의 아바타 추출방법에서 드러난 입력영상과 2진화된 아바타 영상과의 속성 차이로 인한 문제점을 보안하고 좀 더 정확하고 자동화된 방법으로 아바타를 추출 할 수 있다는 것을 보였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권6호
• /
• pp.618-631
• /
• 2000

본 논문에서는 2차원 얼굴 영상의 움직임을 추출하여 3차원 얼굴 모델에 합성하는 방법을 연구하였다. 본 논문은 동영상에서의 움직임을 추정하기 위하여 광류를 기반으로 한 추정방법을 이용하였다. 2차원 동영상에서 얼굴요소 및 얼굴의 움직임을 추정하기 위해 인접한 두 영상으로부터 계산된 광류를 가장 잘 고려하는 매개변수화된 움직임 벡터들을 추출한다. 그리고 나서, 이를 소수의 매개변수들의 조합으로 만들어 얼굴의 움직임에 대한 정보를 묘사할 수 있게 하였다. 매개변수화 된 움직임 벡터는 눈 영역, 입술과 눈썹 영역, 그리고 얼굴영역을 위한 서로 다른 세 종류의 움직임을 위하여 사용하였다. 이를 얼굴 모델의 움직임을 합성할 수 있는 단위행위(Action Unit)와 결합하여 2차원 동영상에서의 얼굴 움직임을 3 차원으로 합성한 결과를 얻을 수 있다.

• 대한전자공학회논문지SP
• /
• 제42권1호
• /
• pp.25-31
• /
• 2005

본 논문에서는 컬러 영상에서 Support Vector Domain Description (SVDD)를 이용한 얼굴 검출 방법을 제안한다. 기존의 훈련을 통한 얼굴 검출 방법은 얼굴 영상과 얼굴이 아닌 영상을 모두 사용해야 한다. 그러나, SVDD를 이용한 얼굴 검출은 단지 훈련을 위해 얼굴 영상만이 사용된다. SVDD의 훈련을 통해 나오는 값인 반지름과 중심 좌표를 통해 얼굴을 검출한다. 또한, 엔트로피를 이용한 임계값 추출 방법(Entropic Threshold)을 통해 얼굴 특징을 추출하고, 슬라이딩 윈도우(sliding window)기법을 통해 성능을 개선한다. 주성분 분석(Principle Component Analysis) 과 SVDD를 이용한 얼굴 검출 방법의 비교 실험을 통해 본 논문이 제안한 방법의 효율성을 확인한다.