• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.436-438
• /
• 2001

본 논문에서는 기울어진 얼굴 영상에서 얼굴 구성 요소를 추출하는 방법을 제안한다. 제안하는 방법은 먼저 피부 색상 정보를 이용하여 얼굴 후보 영역을 추출한다. 이때 YIQ 색상 좌표계를 이용하고 조명의 영향을 반영하기 위하여 피부색상 영역을 다단계로 분할하여 색상 영역을 각각 결정한 뒤 적중률을 계산하여 얼굴 후보 영역을 결정하는 방법을 제안하였다. 2단계에서는 얼굴의 구성 요소중 가장 두드러진 특징인 눈동자 영역을 기준으로 한국인의 표준 얼굴 통계치를 적응하여 탐색하는 방법을 사용하였다. 이때 탐색된 눈동자 좌표로부터 얼굴의 기울기를 추정한다. 다음 단계에서는 얼굴 후보 영역에 대하여 기울어짐 보정을 수행한 뒤, 수평 수직 투영값을 이용하여 얼굴의 구성요소를 탐색한 뒤 얼굴 포함 최소 사각형을 정의하였다. 마지막으로 얼굴 영상 데이터 베이스로부터 얼굴 포함 최소 사각형에 대한 명암값 표준템플릿을 정의하고, 입력 영상에서 탐색된 최소 포함 사각형에 대하여 얼굴 영역 검증하는 방법을 제안하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.669-672
• /
• 2002

최근 멀티미디어 기술의 급속한 발달로 인해 개인의 신원 확인, 보안 시스템 등의 영역에서 얼굴과 관련된 연구가 활발히 진행 되고 있다. 기존의 연구에서는 원거리 추적이 어려우며, 연산시간, 잡음(noise), 배경과 조명등에 따라 추적 효율이 낮은 단점을 가지고 있다. 본 논문에서는 빠르고 정확한 얼굴 추적을 위한 차 영상 기법(differential image method)을 이용한 분할영역(segmentation region)에서 움직임(motion)과 피부색(skin color) 특성 기반의 객체분할추적(Tracking Of Object segmentation) 방법을 이용하였다. 객체분할추적은 얼굴을 하나의 객체(object)로 인식하고 제안한 방법으로 얼굴 부분만 분할하는 단계와 얼굴특징추출 단계를 적용하여 피부색 기반의 연구에서 나타난 입력영상(Current Frame)에서의 유동적인 피부색의 노출 대한 얼굴 추적 연구의 문제점을 해결했다. 시스템은 현재 컴퓨터에 일반적으로 사용되는 카메라를 이용하여 구현 하였고, 실시간(real-time) 영상에서 비교적 성공적인 얼굴 추적을 하였다[4].

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.693-696
• /
• 2005

한의학은 우수한 진단 능력을 보유하고 있음에도 불구하고 임상의의 직관에 머물러 있었던데 비해 서양의학은 다양한 진단 기기 개발로 인해 시장 성숙도 및 선호도에서 발전을 거듭하는 결과를 가져왔다. 본 논문에서는 한방의 직관적 진단법을 시각화, 객관화하기 위해 4진 방법 중 안면 망진 기법을 기기로 구현하기 위한 방법론을 제안하고자 한다. 이를 위해 우선적으로 찰색에 필요한 영역을 자동으로 분할하기 위한 방법을 개발하여 질병 진단에 필요한 진단 데이터를 시각화, 정량화, 계량화하기 위한 작업을 행하고자 한다. 또한 얼굴 안면의 색상 보정을 위해 화이트 밸런스 촬영으로 이미지를 분석하고 얼굴영역을 추출하며, 이목구비와 명당 영역을 추출하여 찰색에 필요한 영역을 분할해 내고자 한다. 끝으로 실험에 의해 제안한 방법의 유용성을 입증하고자 한다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.47 no.2
• /
• pp.11-20
• /
• 2010

In this paper we propose a face detection system which consists of a method of face candidate extraction using skin color and a method of face verification using the feature of facial structure. Firstly, the proposed extraction method of face candidate uses the image segmentation and merging algorithm in the regions of skin color and the neighboring regions of skin color. These two algorithms make it possible to select the face candidates from the variety of faces in the image with complicated backgrounds. Secondly, by using the partial face classifier, the proposed face validation method verifies the feature of face structure and then classifies face and non-face. This classifier uses face images only in the learning process and does not consider non-face images in order to use less number of training images. In the experimental, the proposed method of face candidate extraction can find more 9.55% faces on average as face candidates than other methods. Also in the experiment of face and non-face classification, the proposed face validation method obtains the face classification rate on the average 4.97% higher than other face/non-face classifiers when the non-face classification rate is about 99%.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.9 no.5
• /
• pp.225-232
• /
• 2009

In this paper, a new face detection method based on pupil color distribution maps with the frequency under the illumination variance is proposed. Face-like regions are first extracted by applying skin color distribution maps to a color image and then, they are reduced by using the standard deviation of chrominance components. In order to search for eye candidates effectively, the proposed method extracts eye-like regions from face-like regions by using pupil color distribution maps. Furthermore, the proposed method is able to detect eyes very well by segmenting the eye-like regions, based on a lighting compensation technique and a segmentation algorithm even though face regions are changed into dark-tone due to varying illumination conditions. Eye candidates are then detected by means of template matching method. Finally, face regions are detected by using the evaluation values of two eye candidates and a mouth. Experimental results show that the proposed method can achieve a high performance.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.433-435
• /
• 2001

얼굴 인식분야에서 실시간 얼굴검출에 대한 관심이 높아짐에 따라 피부색컬러 모델을 통한 얼굴영역검출에 대한 연구가 활발히 진행되고 있다. 그러나, 기존의 피부색 모델은 밝기 정보를 제거한 단일 채널의 색상모델이 대부분이다. 이에 본 논문에서는 얼굴피부색을 보다 효과적으로 모델링하기 위하여, 피부색 특성을 고려하여, 밝기 성분을 제거한 RGB 컬러를 모두 사용하는 H, Cb, Cg의 다채널 피부색 모델을 제시한다. 또한, 색상정보에서 사용하지 않은 밝기 정보는 영상 분할을 통해 사용한다. 제안하는 피부색 모델을 통한 얼굴영역 추출 과정을 보인다.

• Journal of KIISE:Software and Applications
• /
• v.29 no.11
• /
• pp.809-817
• /
• 2002

This paper describes a new face detection method that is a pre-processing algorithm for on-line face recognition. To complement the weakness of using only edge or rotor features from previous face detection method, we propose the two types of face detection method. The one is a combined method with edge and color features and the other is a center area color sampling method. To prevent connecting the people's face area and the background area, which have same colors, we propose a new adaptive edge detection algorithm firstly. The adaptive edge detection algorithm is robust to illumination variance so that it extracts lots of edges and breakouts edges steadily in border between background and face areas. Because of strong edge detection, face area appears one or multi regions. We can merge these isolated regions using color information and get the final face area as a MBR (Minimum Bounding Rectangle) form. If the size of final face area is under or upper threshold, color sampling method in center area from input image is used to detect new face area. To evaluate the proposed method, we have experimented with 2,100 face images. A high face detection rate of 96.3% has been obtained.

• Journal of Korea Society of Industrial Information Systems
• /
• v.13 no.4
• /
• pp.56-63
• /
• 2008

Image calibration at preprocessing step is very important for face recognition rate improvement, and background noise deletion affects accuracy of face recognition specially. In this paper, a method is proposed to remove background area utilizing elliptical model at preprocessing step for face recognition rate improvement. As human face has the shape of ellipse, a face contour can be easily detected by using the elliptical model in face images.

• Journal of Korean Society for Geospatial Information Science
• /
• v.16 no.1
• /
• pp.49-55
• /
• 2008

The face extraction is very important to provide the images of the roads and road sides without the problem of privacy. For face extraction form roadside images, we detected the skin color area by using HSI and YCrCb color models. Efficient skin color detection was achieved by using these two models. We used a connectivity and intensity difference for grouping, skin color regions further we applied shape conditions (rate, area, number and oval condition) and determined face candidate regions. We applied thresholds to region, and determined the region as the face if black part was over 5% of the whole regions. As the result of the experiment 28 faces has been extracted among 38 faces had problem of privacy. The reasons which the face was not extracted were the effect of shadow of the face, and the background objects. Also objects with the color similar to the face were falsely extracted. For improvement, we need to adjust the threshold.

• Korean Journal of Cognitive Science
• /
• v.8 no.4
• /
• pp.55-62
• /
• 1997

We proposed a method for locating of mouth using deformable templates, described by a parameterized template. An energy function is defined which links, edges, peaks, valleys in image intensity to corresponding properties of the template. The template deforms itself by altering its parameter values to minimize the energy function. The minimized energy function's parameter values can be used as descriptors for the feature. We propose a method for locating mouth fast, accurately by limiting a range of parameters' value and getting initial value of parameters' by preprocessing.