• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.11a
• /
• pp.855-858
• /
• 2004

본 논문에서는 원영상 영역내 포함된 우성의 에지에 대한 구체적 정보를 이용하기 위하여 Haar 웨이블릿을 이용한 에지영상 추출한다. 추출된 에지영상에 얼굴영역을 검출하기위해 이진화된 영상에 설정된 임계값을 통하여 얻은 이진영상으로부터 얼굴영역을 검출하기 위하여 얼굴의 일반적인 구조적 정보와 처리시간이 빠른 수평, 수직히스토그램 분석법을 이용하였다. 얼굴영역을 분리한 영상에 얼굴영역의 특징벡터를 구하기 위하여 26개의 특징벡터를 사용한 효율적인 고차 국소 자동 상관함수를 사용하였다. 계산된 특징벡터는 BP 신경망의 학습을 통하여 얼굴인식을 위한 데이터로 사용하여 제안된 알고리즘에 의한 인식률향상과 속도 향상을 입증한다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.12a
• /
• pp.117-120
• /
• 2000

본 논문에서는 2매의 2차원 얼굴영상으로부터 이들을 합성하여 3차원 얼굴의 가상형상을 복원한다. 여기서 2매의 2차원 얼굴영상은 정면과 측면 영상을 사용한다. 우선 임의의 일반 얼굴에 대한 기준모델을 설정하고, 이 모델에서, 얼굴형상의 특징을 표현하는 귀, 2개의 눈, 코 및 입 부분에 집중적으로 특징점을 규정하고, 그 외에 이마 및 턱 부분에도 특징 점을 규정하여 그 위치좌표를 저장해 둔다. 그 후 정면영상의 좌 우측에 측면영상을 대칭적으로 접속하고 영상의 기하변환 방법을 적용하여 점차적으로 합성한다. 이때 나타나는 합성부분에 색상 및 명도의 차를 제거하기 위해 선형보간법을 적용하여 자연스런 3차원 가상얼굴을 구현하게 된다. 그 결과 불특정 얼굴형상도 3차원으로 구현할 수 있음을 확인하였다.

• Journal of Digital Contents Society
• /
• v.8 no.3
• /
• pp.329-339
• /
• 2007

In this paper we present a facial region detection algorithm for real-time image with complex background and various illumination using spatial and temporal methods. For Detecting Human region It used summation of Edge-Difference Image between continuous image sequences. Then, Detected facial candidate region is vertically divided two objected. Non facial region is reduced using Analysis of Major Color Component. Non facial region has not available Major Color Component. And then, Background is reduced using boundary information. Finally, The Facial region is detected through horizontal, vertical projection of Images. The experiments show that the proposed algorithm can detect robustly facial region with complex background various illumination images.

• Journal of the Korean Institute of Telematics and Electronics S
• /
• v.35S no.6
• /
• pp.81-87
• /
• 1998

This paper proposes an efficient face recognition system using phase difference between the face images. We use a Karhunen-Loeve transform for image compression and reconstruction, and obtain the phase difference by using normalized inner product of the two compressed images. The proposed system is rotation and light-invariant due to using the normalized phase difference, and somewhat shift-invariant due to applying the cosine function. The faster recognition than the conventional system and incremental training is possible in the proposed system. Simulations are conducted on the ORL images of 40 persons, in which each person has 10 facial images, and the result shows that the faster recognition than conventional recognizer using convolution network under the same recognition error rate of 8% does.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2001.06a
• /
• pp.161-164
• /
• 2001

본 논문에서는 배경과 색 정보를 이용하여 얼굴을 추출하는 알고리즘을 제안한다. 영상에서의 얼굴 추출에 관한 방법에는 칼라 영상을 가정한 방법, 농담 영상을 가정한 방법, 얼굴의 회전에 덜 민감한 방법, 복잡한 배경에서의 얼굴 추출 방법 등이 연구되어 있다. 본 논문에서는 배경생성을 통해 물체를 구분하고 칼라 정보(HSI 칼라 모델)를 이용하여 얼굴을 추출한다. 배경생성은 각 픽셀 위치에서의 밝기 값을 장시간 평균하거나 혹은 장시간 누적된 밝기 값들 중 최빈 값을 사용하는데 이 방법은 영상 내 물체의 이동이 정체가 별로 없이 원활한 곳에서는 질 좋은 배경을 생성 할 수 있다. 하지 만 배경의 밝기 값을 누적하는 과정에서 물체의 정지상황이 장시간 반영될 경우 배경 영상의 질이 낮아지는 난점이 있다. 따라서, 배경생성 과정에 하이레벨 정보인 물체의 탐지 결과를 이용하여 움직임이 없는 부분에 대해서만 배경생성에 반영함으로써 좀 더 나은 배경을 생성할 수 있다. 이렇게 생성된 배경을 이용해서 입력 영상과의 배경차이를 하게되면 영상 내에서 배경이 아닌 모든 물체를 추출할 수 있다. 물체를 추출 한 후 얼굴 색깔과 유사한 칼라 영역을 분리하고 추출된 물체의 윗 부분에 얼갈이 위치한다는 가정 하에 일괄을 추출한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.790-792
• /
• 2004

본 논문에서는 컬러 영상에서 얼굴 구성요소 융합을 이용하여 얼굴 영역을 검출하는 방법을 제시한다. 먼저 광범위한 조명 환경과 인종을 포괄하는 피부색의 범위를 이용해 피부 영역을 검출하고. 영역 그룹화로 후보 얼굴 영역을 찾는다. 색 정보를 이용해 얼굴 구성요소(눈, 입)를 검출한 후, 검출된 구성요소와 구성요소 간의 관계를 융합하여 주어진 영상에서 얼굴 영역을 검출한다. 본 논문이 제안하는 구성요소 융합 방법은 구성요소 간의 관계에 대한 불확실성을 고려하고 있어, 구성요소간의 최적의 조합으로 얼굴의 크기와 포즈, 조명의 변화가 어느 정도 허용된 얼굴 검출이 가능하다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2005.11a
• /
• pp.175-177
• /
• 2005

원거리에서 촬영된 얼굴영상은 극히 적은 정보만을 가지고 있기 때문에 얼굴 검출에 어려움이 따른다. 본 논문에서는 이런 원거리에서 촬영된 영상에서도 얼굴을 검출하는 알고리즘을 제한한다. 정규화한 얼굴 영역 후보의 각 화소에 대한 명암차를 이용하여 얼굴 특정 후보를 검출하고, 얼굴의 대표적 특징 요소인 눈과 코, 입 요소를 추출하여 최종 얼굴영역 판별을 한다. 제한된 알고리즘을 다양한 얼굴 영상에 대해 실험을 실시한 결과, 많은 환경 변수 및 다양한 얼굴영상에서의 적응성을 확인할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.340-342
• /
• 2003

본 논문은 웨이블릿 변환을 통해 얻어진 부밴드들을 고유얼굴을 이용한 얼굴인식 시스템에 적용하여 성능을 향상 시키기 위한 방법을 제안한다. 현재 상용화되어 있는 고유얼굴을 이용한 얼굴인식 방법은 속도가 빠르고 단순하며 학습능력이 졸은 특징을 가지고 있지만 훈련 얼굴영상들의 증가에 따라 계산량이 급격히 증가하는 문제점을 가지고 있다. 이를 해결하기 위해서 웨이블릿 변환를 통해 얻어진 해상도가 작은 부밴드 얼굴영상을 인식 과정에 사용되는 얼굴영상으로 사용함으로서 계산량의 증가에 대한 문제를 해결 할 수 있다. 얼굴의 인식률을 향상시키기 위한 방법으로는 웨이블릿 변환시에 나타나는 하나의 저대역 부밴드와 세 개의 방향성분을 가진 부밴드 얼굴영상의 특징벡터들을 벡터적으로 결합하여 인식과정에서 사용하여 인식의 정확도를 높이려 한다.

• Proceedings of the KIEE Conference
• /
• 2005.07d
• /
• pp.2903-2905
• /
• 2005

많은 경우, 부분 손상된 얼굴 영상을 복원해야 할 필요가 있다. 대표적인 예로는 감시카메라에 찍힌 범인의 얼굴 영상이 이에 속한다. 이런 경우 얼굴의 중요한 부분이 가려져 있기 때문에 자동 얼굴 인식 시스템이나 사람의 관찰로는 그 부분을 인식하기는 매우 어렵다. 이 논문에서는 어려움을 극복하기 위해 새롭게 개발된 SVDD기반 노이즈 제거 기법을 부분 손상된 얼굴 영상에 적용한 문제를 고려해 보았다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.583-585
• /
• 2000

본 논문에서는 적은 수의 특징점을 이용한 얼굴 복원 방법을 제안한다. 먼저 얼굴을 형태와 질갑 프로토타입들의 선형 중첩으로 모형화한 다음, 특징점에서의 형태와 질감정보만을 가지고 각각의 얼굴이 요구하는 변형의 근사값을 찾는다. 본 논문에서는 이러한 under-determined 조건에서 최소 제곱법(least square minimization method)을 사용하여 최적값을 얻는다. 실험을 통하여 적은 수의 특징점을 이용하여 2차원 얼굴 영상을 효율적으로 복원할 수 있음을 검증하였다. 우리는 제안된 얼굴 영상을 압축하거나 겹침이나 잡영에 의해 손상된 영상으로부터 원래의 전체 정보를 복원하는데 중요한 역할을 할 수 있을 것으로 기대한다.