• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 추계학술발표논문집 (상)
• /
• pp.587-590
• /
• 2003

얼굴영역을 분할하기 위해서 Watershed Algorithm 와 Object Grouping 을 이용한 얼굴영역 분할기법을 제안한다. 영상분할에 단점은 단일 알고리즘으로 영역분할이 어렵고, 또한 복잡한 영상에서 정확한 영역을 분할하기가 어렵다는 것이다. 그래서 본 논문에서는 Watershed Segmentation 기법과 Grouping 작업을 통한 병합, 그리고 색상의 선형회귀분석을 이용한 분석법을 적용하여 분할하고자 한다. 얼굴영역 분할방법을 전처리 과정과 영역 병합 그리고 얼굴 부분을 추출하는 3 단계의 과정으로 나누고, 전처리 과정에서는 수리형태학적(Mophological) 연산자를 이용한 영상 분할기법을 이용하여 분할한 후 얼굴 후보 영역을 검출, 영역병합과정에서 기존의 학습데이터와의 유사도를 측정, 얼굴객체추출 조건에 맞지 않는 객체들을 모두 제거함으로써, 정확한 얼굴부분을 분할해 낸다. 실험결과 제안한 방법을 통해 비교적 정확한 얼굴영역을 분할 할 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.712-714
• /
• 2004

본 논문에서는 다양한 변화에서 얼굴을 효과적으로 검출할 수 있는 방법론을 제안한다. 우리는 복잡한 배경에서 보다 효과적으로 얼굴 영역을 검출하기 위해 영역 분할 알고리즘인 JSEG를 이용하여 영역을 분할을 하게 된다. 그리고 조명 변화에 따른 간섭이 비교적 작은 YCrCb 칼라 모델을 이용하여 분할된 영역에서 후보 얼굴 영역을 찾는다. 마지막으로 보다 정확한 결과를 위하여 검출된 얼굴 후보 영역에서 눈과 눈썹을 검출하고 눈과 눈썹의 기하학적 정보를 이용해서 최종 얼굴 영역을 결정한다. 영역 분할을 이용함으로써 복잡한 배경과 다양한 조명 변화를 지닌 환경에서 다양한 얼굴 영상들을 실험한 결과 높은 정확도를 보여주었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 추계학술발표논문집 (상)
• /
• pp.633-636
• /
• 2002

기존에 얼굴인식이나 얼굴영역을 추출하는 방법들은 대부분 얼굴의 외곽선은 고려하지 않은 상태에서 얼굴의 특징인 눈, 코, 입 부분만을 추출하는 경우가 많아 정확한 얼굴을 추출하기가 어려웠다. 본 논문에서는 얼굴의 색상과 영역분할 기법(Region Segmentation technique)을 함께 사용해서 얼굴부분과 얼굴의 특징을 추출하여 보다 정확한 얼굴 부분을 분할하고자 한다. 얼굴추출방법을 대표색상 추출과정과 실제 영역을 분할하여 얼굴부분을 추출하는 과정으로 나누어 히스토그램을 이용하여 대표색상을 추출한 후, 영역분할 기법을 이용하여 대표색상을 포함하고 있는 영역에 대해 얼굴이라는 가정을 배제하고, 이미지들을 객체(Object)화 하여 조건에 맞지 않는 객체들을 모두 제거함으로써, 정확한 얼굴부분을 분할해 낸다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2016년도 제54차 하계학술대회논문집 24권2호
• /
• pp.55-58
• /
• 2016

본 논문은 사람의 얼굴 영상에서 잡티를 제거하는 방법을 제안한다. 먼저 입력받은 영상에서 Haar-like Feature 기반 Adaboost 알고리즘과 색상 정보를 이용하여 얼굴 영역을 검출한다. 검출된 얼굴 영역에서 잡티를 제거하기 위해서는 먼저 눈, 코, 입, 눈썹과 같은 얼굴의 주요부위를 검출하고 이 영역을 제외한 순수 피부 영역에 잡티 검출 알고리즘을 적용해야한다. 사람의 얼굴은 미세하게 명암도 차이가 나는 부분이 많기 때문에 가우시안 스무딩을 적용한 후, 그래프 기반 분할 방법을 사용하여 눈, 입, 눈썹을 분할한다. 코 영역은 각 픽셀에 대해 인접픽셀과의 R 채널의 차이값을 가중치 맵으로 만들고 가중치 맵을 분석하여 영역을 분할한다. 분할된 영역에 사람 얼굴의 기하학적 위치 정보를 이용하여 주요부위를 검출한다. 얼굴의 주요부위를 검출하고 그 부위를 제외한 피부 영역에 잡티 검출 알고리즘을 적용한다. 잡티는 Edge와 색상 정보를 이용하여 검출하고, 잡티주변을 검사하여 잡티가 아닌 깨끗한 피부를 잡티 영역에 복사하여 채워나가는 방식으로 피부 영역을 복원한다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 춘계학술발표대회논문집
• /
• pp.435-440
• /
• 2003

본 논문에서는 실시간 출입통제시스템에 적용이 가긍한 복잡한 배경에서의 다중 얼굴 영역 검출과 추적을 통한 얼굴 인식 알고리즘을 제안하였다. 제안된 알고리즘에서는 배경영상과 입력된 연속적인 프레임간의 차영상을 적용함으로써 물체의 움직임을 감지한 후. IISI컬러 좌표모델을 이용하여 얼굴의 1차 후보 영역을 검출하고, 잡음제거를 위해 모폴로지 연산을 수행하였다 또한 Line Projection을 이용한 객체 분할법(Object Segmentation)으로 객체를 분할함으로써 다중 얼굴 영역을 추출하였다. 또한 추출된 얼굴영역에서 눈 영역 검출을 통해 각각의 얼굴 영역들을 검증하였으며 검증된 얼굴들의 최외각 4개의 좌표를 이용하여 얼굴 추적율을 높였다. 마지막으로 얼굴 인식은 추출된 얼굴 영역으로부터 주성분 분석(PCA ： Principle Component Analysis)방법을 이용함으로써 97～98％의 높은 인식율을 보였다.

• 한국콘텐츠학회논문지
• /
• 제6권12호
• /
• pp.1-11
• /
• 2006

많은 연구 데모용 프로그램들과 상업적 응용물들이 얼굴 검출과 얼굴 인식 시스템들을 개발하기 위해 시도되고 있다. 인간의 얼굴 검출은 접근 제어 및 비디오 감시 시스템, 휴먼 컴퓨터 인터페이스, 신원 인증 등과 같은 많은 응용 프로그램들에 중요한 역할을 한다. 일반적으로 스킨 영역 분할 후 배경과 연결된 얼굴, 스킨 칼라로 인한 연결된 얼굴들, 여러 개의 작은 부분들로 분할된 하나의 얼굴과 같은 몇 가지 특별한 문제점들이 있다. 많은 얼굴 검출 기법들이 첫 번째 와 두 번째 문제를 해결하도록 허락되어진다. 그러나 세 번째 문제에서 다른 조명 효과들로 인해서 여러 영역들로 분할된 하나의 얼굴이 검출되어지는 것은 쉽지가 않다. 그러므로 우리는 기존 영역 분할 알고리즘은 이용될 수 없기 때문에 이 문제를 해결하기 위해 효율적인 수정된 스킨 분할 알고리즘을 제안한다. 본 알고리즘은 전체 영상에 대해 피부 영역을 검출한 후 피부 분할 알고리즘을 사용하여 얼굴 후보 영역들을 생성한다. 각 얼굴 피부 후보 영역에 대해 그림자 등의 조명 효과로 인해 한 명의 얼굴이 여러 영역으로 분할되는 경우를 처리하기 위해 동차적 영역간의 인접성을 활용하여 하나의 큰 영역으로 만드는 병합 작업을 시도하였다. 다른 크기의 얼굴 검출을 위해 다양한 가변 크기의 탐색 윈도우와 선택된 각 얼굴 후보 영역에 얼굴이 존재하는지를 판단하기 위해 역전파 알고리즘에 기반한 얼굴 검출 분류기를 사용하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 추계학술발표논문집(상)
• /
• pp.911-914
• /
• 2004

본 논문에서는 주어진 영상으로부터 보다 빠르고 효율적인 의미정보 추출을 위하여 블록분할 및 영역구성에 의한 기본영역 및 확장영역을 제안하며, 각 영역들을 구성하는 블록들의 구성관계에 의한 블록탐색 기법도 제안하고 있다. 기본영역은 영상의 중심을 기반으로 구성되는 중심영역과 이웃영역으로 구성되며, 확장영역은 기본영역들의 결합에 의해 생성된다. 블록탐색은 영역을 구성하는 블록간의 구성관계를 기반으로 블록들이 가질 수 있는 특징들의 유사도와 영역정보에 따라 탐색할 수 있는 방법이다. 얼굴추출은 분할된 블록들로부터 피부색상 존재여부를 판별하여 피부색이 존재하는 블록들로부터 얼굴 후보영역들을 획득한 후, 추출된 후보영역들로부터 얼굴을 구성하는 지역적 특성을 비교평가하여 얼굴을 추출할 수 있다. 또한 추출된 얼굴 영역정보는 연속적인 영상이 주어졌을 때, 해당영역들의 블록들에 대한 정합을 통하여 이동경로와 얼굴영역을 탐색할 수 있다.

• 정보과학회 논문지
• /
• 제44권7호
• /
• pp.692-702
• /
• 2017

LBP기반 특징점 기술자를 이용한 얼굴검출은 얼굴의 형태정보 및 눈, 코, 입과 같은 얼굴 요소들 간 공간정보를 표현할 수 없는 문제가 있다. 이러한 문제를 해결하기 위해 선행 연구들은 얼굴 영상을 다수개의 사각형 부분영역들로 분할하였다. 하지만, 연구마다 서로 다른 개수와 크기로 부분 영역을 분할하였기 때문에 실험에 사용하는 데이터베이스에 적합한 부분 영역의 분할 기준이 모호하며, 부분 영역의 수에 비례하여 LBP 히스토그램 차원이 증가되고, 부분 영역의 개수가 증가함에 따라 얼굴의 방향 회전에 대한 민감도가 크게 증가한다. 본 논문은 LBP기반 특징점 기술자의 방향 회전 문제와 특징점 차원의 수 문제를 해결할 수 있는 새로운 부분 영역 분할 방법을 제안한다. 실험 결과, 제안하는 방법은 방향 회전된 단일 얼굴 영상에서 99.0278%의 검출 정확도를 보였다.

• 한국정보전자통신기술학회논문지
• /
• 제4권4호
• /
• pp.225-230
• /
• 2011

본 논문에서는 깊이정보에 기반한 watershed와 영역병합 알고리즘을 이용한 얼굴영역 분할 방법을 제안하였다. 얼굴영역 검출은 영역 분할 단계, 초기 화소 영역 검출 단계, 영역 병합의 세 단계로 구성된다. 입력된 컬러 영상은 제안된 알고리즘에 의해 균일한 작은 영역들로 분할된다. 색도정보와 에지 구속 조건을 사용하여 균일한 영역들을 결합함으로써 얼굴영역을 검출한다. 제안한 알고리즘은 색도정보나 에지정보만을 사용하는 기존 방법에서의 문제점을 해결하였다. 제안한 알고리즘의 성능을 평가하기 위해 컴퓨터 시뮬레이션을 하였으며 정확한 얼굴 영역을 분할할 수 있었다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2003년도 추계종합학술대회 논문집
• /
• pp.223-226
• /
• 2003

칼라 영상에서 측면 얼굴 검출시 피부색 검출에 의해 얼굴 후보 영역을 결정하고 템플릿 매칭에 의해 최종 얼굴을 확인하는 방법이 있다. Gang Wei는 측면 얼굴의 좌우 템플릿과 hausdorff 방법에 의한 유사도 측정으로 얼굴 영역을 결정하였다. 이때 측면얼굴은 목 부분이 넓게 퍼져 있는 부분에서 정확도를 높이기 위해 반복 분할 과정을 수행하여 수직 방향으로 3화소 단위로 분할하여 템플릿 매칭을 하였다. 본 논문에서는 측면 얼굴이 좌측 또는 우측 얼굴중의 하나라는 가정 아래, 일단 피부색에 의한 얼굴후보 영역을 수직으로 1/2로 분리한 후 좌측은 좌측후보, 우측은 우측 후보로 가정하여 템플릿 매칭을 하여 좌/우 얼굴을 인식한다. 이는 기존 연구 방식에 비해 적은 분할로 빠른 얼굴 검출을 할 수 있다.