• 스마트미디어저널
• /
• 제13권3호
• /
• pp.9-17
• /
• 2024

최근 팬데믹의 영향과 ICT 기술의 발전으로 인해 비대면·무인 시스템의 활용이 확대되고 있으며, 비대면 상황에서 의사소통은 감정을 이해하는 것이 매우 중요하다. 감정을 이해하기 위해서는 다양한 표정에 대한 감정 인식 방법이 필요함에 따라 이미지 데이터에서 표정 감정 인식 개선을 위한 인공지능 기반 연구가 진행되고 있다. 하지만 기존의 표정 감정 인식 연구는 정확도 향상을 위해 대량의 데이터를 활용하기 때문에 높은 컴퓨팅 파워와 많은 학습 시간이 필요하다. 본 논문에서는 이러한 한계점을 개선하기 위해 소량 데이터로도 표정 감정 인식이 가능한 방법으로 이미지 메타 정보인 연령과 성별을 활용한 표정 감정 인식 방법을 제안한다. 표정 감정 인식을 위해 원본 이미지 데이터에서 Yolo Face 모델을 활용하여 얼굴을 검출하였으며, 이미지 메타 정보를 기반으로 VGG 모델을 통해 연령과 성별을 분류한 다음 EfficientNet 모델을 활용하여 7가지 감정을 인식하였다. 메타 정보 기반 데이터 분류 모델과 전체 데이터로 학습한 모델을 비교한 결과 제안하는 데이터 분류 학습 모델의 정확도가 더 높았음을 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제10권6호
• /
• pp.251-256
• /
• 2010

과거 흔히 사용되던 보안시스템은 단순한 숫자 비밀번호를 이용한 방법이다. 이를 보완하기 위해 생체정보를 사용하는 보안시스템이 나왔지만, 생체정보의 일부분을 이용한 방법이 대부분이고 사용 장소 역시 국한적이다. 이는 도용 및 도난에 노출되어 매우 낮은 신용도를 갖게 되고, 개인정보 유출 같은 2차 범죄로 이어지고 있다. 이러한 이유에서 개인의 고유한 생체정보를 이용한 보안시스템의 개발이 필요하다. 따라서 본 논문에서는 입력된 얼굴영상과 홍채 분석을 사용한 보안시스템을 제안한다. 제안시스템에서 영상분석시 얼굴의 특징점 뿐만 아니라 홍채의 특징을 구하여 특정 인물을 식별한다. 출입구에서 RFID태그를 사용하여 대상을 인증한 후, 카메라를 통하여 획득한 사용자 이미지로부터 특징 정보를 추출하고 시스템에 등록된 정보와 유사도를 비교하여 최종 인증한다.

• 디지털콘텐츠학회 논문지
• /
• 제19권3호
• /
• pp.435-443
• /
• 2018

최근 컴퓨팅 파워의 폭발적인 발전으로 컴퓨팅의 한계 라는 장벽이 사라지면서 딥러닝 이라는 이름 하에 순환 신경망(RNN), 합성곱 신경망(CNN) 등 다양한 모델들이 제안되어 컴퓨터 비젼(Computer Vision)의 수많은 난제들을 풀어나가고 있다. 2014년 발표된 대립쌍 모델(Generative Adversarial Network)은 비지도 학습에서도 컴퓨터 비젼의 문제들을 충분히 풀어나갈 수 있음을 보였고, 학습된 생성기를 활용하여 생성의 영역까지도 연구가 가능하게 하였다. GAN은 여러 가지 모델들과 결합하여 다양한 형태로 발전되고 있다. 기계학습에는 데이터 수집의 어려움이 있다. 너무 방대하면 노이즈를 제거를 통한 효과적인 데이터셋의 정제가 어렵고, 너무 작으면 작은 차이도 큰 노이즈가 되어 학습이 쉽지 않다. 본 논문에서는 GAN 모델에 영상 프레임 내의 얼굴 영역 추출을 위한 deep CNN 모델을 전처리 필터로 적용하여 두 사람의 제한된 수집데이터로 안정적으로 학습하여 다양한 표정의 합성 이미지를 만들어 낼 수 있는 방법을 제시하였다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.897-902
• /
• 2007

인간과 컴퓨터간의 전통적인 인터페이스는 인간이 요구하는 다양한 인터페이스를 제공하지 못한다는 점에서 점차 사용하기 불편하게 되었고 이는 새로운 형태의 인터페이스에 대한 요구로 이어지게 되었다. 본 논문에서는 이러한 추세에 맞추어 카메라를 통해 인간의 손 제스처를 인식하는 새로운 인터페이스를 연구하였다. 손은 자유도가 높고 3차원의 view direction에 의해 형상이 매우 심하게 변한다. 따라서 윤곽선 기반방법과 같은 2차원으로 투영된 영상에서 contour나 edge의 정보로 손 제스처를 인식하는 데는 한계가 있다. 그러나 모델기반 방법은 3차원 정보를 이용하기 때문에 손 제스처를 인식하는데 좋으나 계산량이 많아 실시간으로 처리하기가 쉽지 않다. 이러한 문제점을 해결하기 위해 손 형상에 대한 대규모 데이터베이스를 구성하고 정규화된 공간에서 Feature 간의 연관성을 파악하여 훈련 데이터 모델을 구성하여 비교함으로써 실시간으로 손 포즈를 구별할 수 있다. 이러한 통계적 학습 기반의 알고리즘은 다양한 데이터와 좋은 feature의 검출이 최적의 성능을 구현하는 것과 연관된다. 따라서 배경으로부터 노이즈를 최대한 줄이기 위해 피부의 색상 정보를 이용하여 손 후보 영역을 검출하고 검출된 후보 영역으로부터 HLF(Haar-like Feature)를 이용하여 손 영역을 검출한다. 검출된 손 영역으로부터 패턴 분류 과정을 거쳐 손 포즈를 인식 하게 된다. 패턴 분류 과정은 HLF를 이용하여 손 포즈를 인식하게 되는데 미리 학습된 각 포즈에 대한 HLF를 이용하여 손 포즈를 인식하게 된다. HLF는 Violar가 얼굴 검출에 적용한 것으로 얼굴 검출에 좋은 결과를 보여 주었으며, 이는 적분 이미지로부터 추출한 HLF를 이용한 Adaboost 학습 알고리즘을 사용하였다. 본 논문에서는 피부색의 색상 정보를 이용 배경과 손 영상을 최대한 분리하여 배경의 대부분이 Adaboost-Haar Classifier의 첫 번째 스테이지에서 제거되는 방법을 이용하여 그 성능을 더 향상 시켜 손 형상 인식에 적용하였다.

• 패션비즈니스
• /
• 제10권4호
• /
• pp.29-44
• /
• 2006

This study was aimed at giving help to the people intending to change hair fashion feeling for making their own hair style design and also providing the academic guide line to the cosmetic circles for developing new hair design and promoting sales by producing hair styles following the results from the statistical analysis based on the theoretical study on the face contour groups & hair fashion feeling groups. The researching methods were composed of following 3 steps ; prior theoretical research, statistical analysis, and hair style production. At first, the prior theoretical research was accomplished by analysis of literatures, magazines and internet sites about face contour, total & hair fashion feelings, hair style productions. Second, the prior statistical analysis were done about hairstyle images & their charateristics based on fashion feelings, and characteristics of fashion feeling group. And the third, hair style productions were done coordinated by face contours(oval, circle, long, square, reverse triangle) and hair fashion feelings(natural, sexy, sophisticate, ethnic, romantic pretty, elegance, sporty, avant garde) following the statistical results. But owing to the limitations to change hair length and color, these changes are modified by wigs and photoshop 7.0 program. So we could know there was no confirmed hair fashion feeling of one's best, but one could change one's hair fashion feeling and express one's beauty if one could adjust one's hair styles properly to one's face contour. This study would be very helpful to the people trying to change their own hair fashion feeling and be useful to the cosmetic circles for developing new design and promoting sales by comprehending hair design market and also be valuable to develop the methodology of 3 step research.

• 한국통신학회논문지
• /
• 제34권11C호
• /
• pp.1040-1048
• /
• 2009

본 논문에서는 인물 영상에 대한 새로운 자동 톤 균형 알고리즘을 제안하였다. 일반적인 백색 균형 (White balance) 알고리즘은 무채색 영역 또는 물리적 반사율을 알고 있는 피사체에 대해 RGB 출력 신호의 비율이 동일하도록 보정하는 방법을 사용한다. 본 논문에서는 사진 속 얼굴색을 기준 조명하에서의 피부색 좌표와 일치 되도록 RGB의 채널 이득을 조절한다. 실험을 위해 카메라 이미지 센서의 전달 특성을 분석하고 기준 조명하에서의 평균 얼굴 색도를 측정하여 카메라 출력 RGB을 계산한다. 마지막으로 임의의 조명하에서 촬영된 인물 영상에 대해 얼굴 부분의 RGB 출력 비율이 기준 얼굴색에 대한 비율이 되도록 R 채널과 B 채널의 이득을 조정하여 색도 보정을 했다. 입력 삼자극치 XYZ는 카메라 전달 행렬에 의해 카레라 출력 RGB로부터 계산된다. 그리고 입력 삼자극치 XYZ는 sRGB 전달 행렬을 이용하여 기준 컬러 공간(sRGB)으로 변환된다. RGB 데이터는 감마 보정 후 디스플레이를 위해 8 bit 데이터로 인코딩되어진다. 알고리즘은 맥베스 컬러 차트 (Macbeth color chart)의 light skin color인 평균 얼굴색과 실제로 측정된 다양한 얼굴색의 평균색에 적용되어졌다.

• 한국산업정보학회논문지
• /
• 제25권4호
• /
• pp.9-16
• /
• 2020

음성 정보를 배제하고 영상 정보만을 이용한 발음 인식 시스템은 다양한 맞춤형 서비스에 적용될 수 있다. 본 논문에서는 베이지안 분류기를 기반으로 입술 모양을 인식하여 한글 모음을 구분하는 시스템을 개발한다. 얼굴 이미지의 입술 모양에서 특징 벡터를 추출하고 설계된 기계 학습모델을 적용하여 실험한 결과 'ㅏ' 발음의 경우 94%의 인식률을 보였으며, 평균 인식률은 약 84%를 나타내었다. 또한 비교군으로 실험한 CNN 환경에서의 인식률보다 높은 결과를 보였다. 이를 통해서 입술 영역의 랜드 마크로 설계된 특징 값을 사용하는 베이지안 분류 기법이 적은 수의 훈련 데이터에서 보다 효율적일 수 있음을 알 수 있다. 따라서 모바일 디바이스와 같은 제한적 하드웨어에서 응용 가능한 어플리케이션 개발에 활용할 수 있다.

• 한국정보기술학회논문지
• /
• 제17권6호
• /
• pp.115-122
• /
• 2019

CCTV(Closed-circuit Television)는 사고 예방 및 시설 안전을 위해 매년 설치대수가 증가함에 따라 1인당 CCTV에 노출되는 횟수가 증대되고 있으며, 노출되는 대상의 프라이버시 보호를 위해 지능형 영상감시 시스템 기술이 각광받고 있다. 지능형 영상감시 시스템은 촬영된 영상 데이터에 대한 단순한 식별에서 피사체의 행동 유형과 현장 상황 판단 등을 수행하거나, 촬영된 피사체의 정보가 노출될 수 있는 정보를 외부로 유출되지 않도록 프라이버시 보호를 위한 처리 과정을 진행한다. 제안된 기술은 영상감시 시스템에 적용되어 영상감시 시스템으로부터 촬영된 원본 영상 정보를 유사 영상 정보로 변환함으로서 외부에 원본 영상 정보가 유출되지 않도록 하는 기술이다. 본문에서는 미리 설정된 유사도에 근접하는 가상의 얼굴 이미지를 삽입하는 영상 변환메커니즘을 제안한다.

• 대한소아치과학회지
• /
• 제47권1호
• /
• pp.17-24
• /
• 2020

이 연구의 목적은 소아 얼굴 연조직의 선형 길이를 비교하여 삼차원 입체영상의 정확성과 재현성을 평가하는 것이다. 연구는 7 - 12세 아동 15명을 대상으로 하였다. 환자의 안모에 23개의 계측 점을 표시하고, 전자 캘리퍼를 이용하여 16 개의 선형길이를 직접 2번 계측하였다. 3차원(3D) 스캐너를 이용하여 2개의3D 얼굴 영상을 만들었으며, 직접계측과 동일한 16개의 선형 길이를 계측하였다. 연구결과 정확성 평가에서 전체 평균 차이 값은 0.9 mm였다. 3D 영상의 재현성은 직접계측의 재현성과 거의 유사한 정도로 나타났다. 이에 따라 이 3D 영상장비는 소아에서 임상적으로 충분한 정확성과 재현성을 가지고 있었다. 3D 영상 시스템은 정확한 이미지를 위하여 대상의 협조가 필요하다. 소아의 정확한 3D영상을 얻기 위한 구체적인 지시사항을 바탕으로 촬영을 한다면, 이 3D 영상 장비는 향후 소아의 성장과 발달을 조사하고, 소아교정치료에서 결과를 평가하는데 유용하게 사용될 수 있을 것이다.

• 대한전자공학회논문지SP
• /
• 제42권5호
• /
• pp.55-62
• /
• 2005

본 논문에서는 인간의 인지학적인 두뇌 원리인 대뇌피질과 해마 신경망을 공학적으로 모델링하여 얼굴 영상의 특징 벡터들을 고속 학습하고, 각 영상의 최적의 특징을 구성할 수 있는 해마 신경망 모델링 알고리즘인 HNMA(Hippocampal Neuron Modeling Algorithm)을 이용한 얼굴인식 시스템을 제안한다. 시스템은 크게 특징추출 부분과 학습 및 인식 부분으로 구성 되어 있으며, 특징추출 부분에서는 PCA(Principal Component Analysis)와 LDA (Linear Discriminants Analysis)를 순차적으로 적용하여 분별력이 좋은 특징들로 구성한다. 학습부분에서는 해마 신경망 구조의 순서에 따라 입력되는 영상 데이터의 특징들을 치아 이랑 영역에서 호감도 조정에 따라서 반응 패턴으로 이진화 하고, CA3 영역에서 자기 연상 메모리 단계를 거쳐 노이즈를 제거한다. CA3의 정보를 받는 CAI영역에서는 신경망에 의해 학습되어 장기기억이 만들어 진다. 제안한 시스템의 성능을 평가하기 위하여 실험은 표정과 포즈변화 그리고 저 화질 이미지를 각각 구분하여 인식률을 확인하였다. 실험 결과, 본 논문에서 제안하는 특징 추출 방법과 학습 방법을 다른 방법들과 비교하였을 때, 학습시간비용과 인식률에서 우수함을 확인하였다.