분할 맵 기반 얼굴 합성 분야의 기존 연구들은 피부 영역을 하나의 라벨로 취급한다. 이는 피부 내 미세한 요소를 표현하지 못하며 고해상도 영상 합성 성능 부족이라는 결과를 초래한다. 본 논문에서는 이러한 문제점을 극복하고자 분할 맵에 주름, 모공, 홍조와 같은 피부 요소를 추가하여 이로부터 얼굴 영상을 합성하는 기법을 제안한다. 기존 분할 맵 기반 영상 합성 연구에 제안하는 기법을 적용하여 정량적 및 정성적 비교를 통해 성능이 개선됨을 보인다.
본 논문에서는 얼굴 영상의 지역 정보를 효과적으로 활용하기 위해, 부분 영상에 대한 다중 해상도 히스토그램을 이용한 얼굴 인식 방법을 제안한다. 기존 DFD의 경우 단일 크기로 나누어진 부분 영역의 히스토그램을 통합하여 유사도를 비교하나, 이는 부분 가림이나 조명변이로 인해 변형된 영역이 단일 부분 영역 내에서 발생하지 않고 여러 개의 부분 영역에 걸쳐 발생할 수 있기 때문에, 지역 정보들의 특성을 활용하는 데에 효과적이지 못하다. 본 논문에서는 각각의 부분 영역에 대해 다중 해상도로 분할하여 여러 종류의 크기에 해당하는 부영역의 히스토그램을 사용함으로써, 인식 과정에서 지역 정보의 손실을 최소화하고자 하였다. YaleB, AR, CAS-PEAL-R1 데이터베이스에 대해 인식 실험을 수행한 결과, 제안한 방법이 여러 종류의 변이가 있는 경우에 인식 성능을 향상시키는 것을 확인 할 수 있었다.
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.
본 논문에서는 얼굴영역에 존재하는 특정영역인 분할된 머리, 이마, 눈, 귀, 코, 입, 턱의 슈퍼 상태에서 임베디드 데이터를 이용하여 얼굴인식 방법을 제안한다. 제안된 방법에서는 정규화된 크기(92×112)에서 특정영역인 슈퍼 상태를 정의하고, 분할된 슈퍼 상태의 내부요소인 임베디드 데이터만을 추출하여 PCA 알고리듬으로 얼굴인식을 수행한다. 제안된 방법에서는 원래영상을 모두 학습하는 것이 아니라 분할된 임베디드 데이터만을 학습시키기 때문에 제안된 영상의 크기(92×112)에서 특정 데이터를 받아들일 수 있다. 그리고 평균적으로 92×112 크기의 영상에서는 99.05%, 단계1은 99.05%, 단계2는 98.93%, 단계3은 98.54%, 단계4는 97.85%의 얼굴인식률을 보였다. 따라서 실험을 통하여 제안된 방법은 얼굴영상의 정보를 축소할 뿐만 아니라 처리속도도 향상됨을 보였다.
본 논문에서는 머리카락과 모자 영역의 마스크 정보를 활용하여 더 자연스러운 얼굴 속성 편집(facial attribute editing)을 수행하는 모델을 제안한다. 최신 얼굴 속성 편집 연구인 STGAN은 다중 얼굴 속성을 자연스럽게 편집하는 성과를 보였다. 그러나 머리카락과 관련된 속성을 편집할 때 부자연스러운 결과를 생성할 수 있다. 제안하는 방법의 핵심 아이디어는 기존 모델에서 부족했던 얼굴 영역의 정보를 모델에 추가로 반영하는 것이다. 이를 위해 세 가지 아이디어를 적용한다. 첫째로 마스크를 통해 머리카락 면적 속성을 추가하여 머리카락 정보를 보완한다. 둘째로 순환 일관성 손실(cycle consistency loss)을 추가하여 영상의 불필요한 변화를 억제한다. 셋째로 모자 분할 신경망을 추가하여 모자 영역 왜곡을 방지한다. 정성적 평가를 통해 제안하는 방법 적용 여부에 따른 유효성을 평가 및 분석한다. 실험 결과에서 제안하는 방법이 머리카락 및 얼굴 영역을 더 자연스럽게 생성하고, 모자 영역의 왜곡을 성공적으로 방지했다.
얼굴 영역의 정확한 위치를 정확히 찾는 것은 얼굴 인식을 위한 핵심적인 전처리 과정이다. 본 논문에서는 조명조건, 표정, 배경의 변화에 무관하게 얼굴의 구성요소를 검출할 수 있는 강건한 기법을 제안한다. 수평 방향의 상대적으로 어두운 화소값을 갖는 눈썹, 눈, 입 둥과 같은 독립된 얼굴 요소를 검출하기 위해 형상 분해 국부 최적 임계치 기법을 적용하며 얼굴을 구성하는 간단한 기하학적 조건을 만족하는 얼굴 요소의 그룹을 검색함으로써 순수 얼굴영역을 검출한다. AR-face 데이타베이스의 영상에 적용한 결과, 두꺼운 안경테에 의해 눈썹이 가리워진 특수한 경우를 제외한 거의 모든 영상에 대해 정확한 얼굴 영역을 검출할 수 있었고, 얼굴의 대칭성을 이용해 회전과 이동 변화를 보상할 수 있으므로 강건한 얼굴 인식의 전처리 과정으로 사용할 수 있다.
본 논문은 얼굴 요소 중 눈썹을 검출하기 위한 기법으로, 눈썹은 얼굴 인식이나 표정 인식, 얼굴 애니메이션에 중요한 역할을 하는 요소이다. 색상 영역 분할을 통해 얼굴 영역을 검출한 다음, 형판 정합(template matching)을 통해 눈을 검출한다. 눈썹은 눈 바로 위에 위치하므로 검출된 눈의 위치 값을 이용하여 눈썹 후보 영역을 설정한다. 이렇게 설정된 눈썹 후보 영역에서 휘도(luminance) 성분의 히스토그램을 구한 다음, 이 히스토그램을 이용하여 thresholding 기법으로 눈썹을 검출한다. 일반적으로 이런 히스토그램은 하나의 bin을 갖는 peak나 valley가 무수히 많아 threshold 간을 결정하는데 어려움이 있다. 이런 어려움을 극복하고 좀더 쉽게 threshold 값을 찾기 위해 이런 peak나 valley를 제거해 히스토그램을 변형한다. 제안된 알고리즘은 얼굴 영역 검출부, 얼굴 요소 검출부, 그리고 FCP 추출부 등의 세 부분으로 구성되어있다.
복잡한 환경에서 이동하는 사람의 얼굴영역은 배경과 조명에 의해 확장, 축소 검출되기도 하고 잘못된 영역을 오검출하기도 한다. 본 논문에서는 동영상에서 얼굴을 추적하는데 있어서 확장 혹은 축소검출이나 오검출 문제를 해결하기 위해 블록차 영상과 칼만예측기를 사용하는 방법을 제안한다. 블록차영상은 입력영상을 블록화하여 차영상을 얻는 방법으로 미세한 움직임까지 검출이 가능하여 영상에서 움직임이 작은 경우에도 검출이 가능하게 된다. 검출된 움직임영역에서 얼굴영역은 1차적으로 피부색을 이용하여 검출하며 피부색이 검출되지 않은 경우는 움직임 영역의 경계선을 8이웃화소 창을 이용하여 부호화하고 머리부분의 코드를 갖는 영역을 얼굴영역으로 추정하는 방법을 사용한다. 추정된 얼굴영역을 컬러분할하고 분활된 영역에서 피부색과 가장 가까운 색을 갖는 영역을 얼굴영역으로 판단한다. 얼굴영역은 최외각화소를 포함하는 4각형으로 표시하소 각 정점의 이동을 칼만예측기를 이용하여 추정하고 추정된 위치에서 얼굴영역을 검출하는 방법을 사용한다. 제안하는 방법은 동영상에서 얼굴영역검출의 정확도를 높이고 얼굴영역의 추적에서 얼굴영역검출에 소요되는 시간을 상당부분 감소시키는 효과를 고두게 됨을 실험을 통해 입증하였다.
본 논문에서는 생체인식분야로 얼굴인식이 실제 시스템에서는 어느 정도의 인식률을 가질 수 있으며, 또한 얼굴 인식에서 많이 쓰이는 Fisherface에 Wavelet Transform으로 얼굴인식에서 단점인 대량의 데이터 핸들링을 극복하면서 인식률을 높일 수 있는 방법을 제안하였다. 실제로 원영상을 2차원 이산 웨이블릿 변환을 수행하면 4분의 1의 다운샘플링 된 저주파 영역만 뽑아 사용하므로 원영상을 이용한 Fisherface와 다름없는 높은 인식률을 보장하면서 데이터량을 줄여 얼굴인식의 데이터 부담을 줄일 수 있었다.
한방 진단 이론과 IT 기술의 융합화를 통한 국민 건강 증진이 새로운 과제로 떠오르고 있다. 이를 위해서는 한방의 진단 방법을 시각화, 객관화, 정량화하여 진단에 필요한 임상 자료를 제공하는 것이 우선적으로 필요하다. 특히, 한방의 망진(望診) 기법이 좀 더 객관화되고 시각화되어 정확한 질환 진단을 내릴 수 있다면 한방 진단 분야에 가장 큰 발전적 기회를 제공할 것으로 여겨진다. 본 연구에서는 우리 몸의 중심 기관이며 정신과 육체의 근원지인 심장의 질환 여부를 진단할 수 있는 시스템을 개발하기 위해 한방에서 제시하고 있는 심장 질환에 관한 내용을 분석하여 영상 처리 기술을 이용한 진단의 시각화에 연구의 목적을 두었다. 이를 위해 본 논문은 전체 시스템 중 우선 색상 보정을 통해 얼굴영상을 입력받아 얼굴 영역 분할을 행하고 얼굴 형태를 분석하여 한방의 망진 방법에 근거하여 심장 질환 진단에 필요한 얼굴 특징 요소인 명당을 추출하고자 한다. 최종적으로 실험에 의해 제안한 방법의 유용성을 입증하고자 한다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.