• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.348-351
• /
• 2021

최근 자동화의 필요성이 증가함에 따라 얼굴 표정 인식 분야(face expression recognition)가 인공지능과 이미지 처리 분야에서 활발히 연구되고 있다. 본 논문에서는 기존 인공신경망에서 요구되었던 고성능 GPU 환경과 높은 연산량을 극복하고자 모델 경량화(Light weighted Model) 기법을 적용하여 드론 및 모바일 기기에서 적용될 수 있는 얼굴 표정 인식 신경망을 제안한다. 제안하는 방법은 미세한 얼굴의 표정 인식을 위한 방법으로, 입력 이미지의 receptive field 를 늘려 특징 맵의 표현력을 높이는 방법을 제안한다. 또한 효과적인 신경망의 경량화를 위하여, 파라미터의 연산량을 줄일 때 발생하는 문제점을 극복하기 위한 방법을 제시한다. 따라서 제안하는 네트워크를 적용하면 많은 연산량과 느린 연산속도로 인해 제한되었던 네트워크 환경을 극복할 수 있을 뿐만 아니라, UAV(Unmanned Aerial Vehicle, 무인항공기) 및 모바일 기기에서 신경망을 이용한 실시간 얼굴 표정 인식을 할 수 있다.

• 한국정보통신학회논문지
• /
• 제7권2호
• /
• pp.322-327
• /
• 2003

본 논문에서는 효율적인 얼굴 애니메이션을 구축하기 위하여 동적인 근육 모델을 기반으로 한 3차원 얼굴 모델링 기법을 제안하였다. 동적인 근육 모델을 기반으로 얼굴 근육을 256개의 점과 이 점들을 연결한 faceline으로 구성한 wireframe을 구축하고, wireframe을 이용한 표준 모델을 구성한 후 정면과 측면의 두장의 2D 영상을 사용하여 텍스처 매핑을 실시하여 3차원 개인 얼굴 모델을 생성하였다. 정확한 매핑을 위하여 특징점들의 정면과 측면 부분을 이용했는데, 정면 이미지와 정면 특징점들의 2차원 좌표를 이용하여 텍스터 좌표를 가진 얼굴을 만든 다음, 측면 이미지와 측면 특징점들의 2차원 좌표를 이용하여 텍스터 좌표를 가진 얼굴을 구축하였다.

• 인터넷정보학회논문지
• /
• 제5권5호
• /
• pp.79-91
• /
• 2004

본 논문에서는 음영합성 기법과 얼굴 인식 기술 중 특징추출 기법을 이용한 아바타 얼굴 자동생성 시스템을 제안한다. 제안하는 시스템은 사진으로부터 얼굴의 특징정보를 추출하여 사람의 얼굴과 유사한 아바타 얼굴을 자동으로 생성해 주는 시스템이며, 음영을 사진으로부터 추출하여 이를 각 이목구비 이미지와 합성하여 생성한다. 따라서 실사형에 좀 더 근접한 얼굴을 생성할 수 있다. 본 논문은 새로운 눈동자 추출 기법과 각 이목구비별 특징정보 추출 방법 그리고. 검색시간을 줄이기 위한 분류 방법, 유사도 계산에 의한 이미지 검색방법, 최종적으로 사진으로부터 음영을 추출하여 검색된 이목구비와 합성, 실사형 아바타 얼굴을 생성하는 방법을 제안한다.

• 인터넷정보학회논문지
• /
• 제8권6호
• /
• pp.155-167
• /
• 2007

사상의학에서는 사람을 네 종류로 구분하며, 한의사들은 종종 이 네 종류에 기반을 두어 특별한 건강 정보와 치료 방법을 제안한다. 얼굴의 특징 비율(표 1)은 사상체질을 판단하는데 있어서 매우 중요한 기준으로 사용되는데, 본 논문에서는 측면얼굴에서 특징 비율을 추출하기 위한 시스템을 제안하였다. 특징 비율을 얻기 위해서는 두 가지를 고려하여야 한다. 하나는 대표 특징들을 선택하는 것이고, 다른 하나는 측면 얼굴 이미지에서 효과적으로 관심 영역을 검출하고, 정확하게 특징 비율을 계산하는 것이다. 논 논문에서 제시한 시스템에서는 적응형 색상 모델을 사용하여 배경에서 측면 얼굴을 분리하였고, 관심 영역 검출을 위해서 기하 모델에 기반한 방법이 사용되었다. 또한 이미지 크기와 머리 포즈에 따른 이미지 변화에 의해서 야기되는 에러 분석을 제시하였다. 제시한 시스템의 성능을 평가하기 위하여 173명의 한국인 왼쪽 얼굴 사진을 이용하여 시스템을 테스트하였고, 정면 사진과 측면 사진을 함께 사용하였을 경우 정면 사진만을 사용한 경우보다 17.99%의 성능 향상을 나타내었다.

• 한국지능시스템학회논문지
• /
• 제26권1호
• /
• pp.70-75
• /
• 2016

머신비전을 사용하여 사람의 얼굴을 인식하는 다양한 연구가 진행되고 있다. 머신비전은 기계에 시각을 부여하여 이미지를 분류 혹은 분석하는 기술을 의미한다. 본 논문에서는 이러한 머신비전 기술을 적용한 얼굴을 분류하는 알고리즘을 제안한다. 이 얼굴 분류 알고리즘을 구현하기 위해 컨볼루셔널 신경망(Convolution neural network)과 Cascade 안면 검출기를 사용하였고, 피험자들의 얼굴을 분류하였다. 구현한 얼굴 분류 알고리즘의 학습을 위해 한 피험자 당 이미지 2,000장, 3,000장, 40,00장을 10회와 20회 컨볼루셔널 신경망에 각각 반복하여 학습과 분류를 진행하였고, 학습된 컨볼루셔널 신경망과 얼굴 분류 알고리즘의 실효성을 테스트하기 위해 약 6,000장의 이미지를 분류하였다. 또한 USB 카메라 영상을 실험 데이터로 입력받아 실시간으로 얼굴을 검출하고 분류하는 시스템을 구현하였다.

• 한국의류학회지
• /
• 제22권8호
• /
• pp.1069-1078
• /
• 1998

본 연구의 목적은 미국 여대생의 의복태도, 유행혁신성, 쇼핑에 신체이미지가 미치는 영향을 규명하는 것이다. 신체이미지는 신체 5부위(얼굴, 상체, 하체, 신장, 체중) 각각에 대한 신체만족도와 이상적인 신체이미지의 중요성으로 측정하였고, 의복에 관련된 변인인 의복태도, 유행혁신성, 쇼핑(점포내 쇼핑관심과 카탈로그 쇼핑행동)은 선행연구에서 타당성이 입증된 척도를 사용하였다. 결과로 의복태도와 유행혁신성은 신체 각 부위에 대한 이상적인 신체이미지의 중요성과 특정부위에 대한 신체만족도와 유의한 관계가 있는 것으로 나타났다. 즉 신체 각 부위에 대한 이상적인 신체이미지가 중요하면 할수록 또 신체 특정부위(얼굴)에 만족하면 할수록 의복에 대해 긍정적인 태도를 갖으며 유행혁신성의 정도가 높았다. 쇼핑의 경우 점포내 쇼핑관심은 신체만족도와 이상적인 신체 이미지의 중요성과 정적인 상관관계를 보인 반면 카탈로그 쇼핑행동은 이상적인 신체이미지의 중요성과 부적인상관계를 보였다. 즉 신체에 만족할수록, 또 이상적인 신체이미지가 중요할수록 점포내 쇼핑에 대한 관심은 커지는 반면 이상적인 신체이미지가 중요하면 할수록 카탈로그 쇼핑 기피하는 것으로 나타났다.

• 정보처리학회논문지B
• /
• 제15B권5호
• /
• pp.477-486
• /
• 2008

얼굴의 기하학적 특징이 변하여 생기는 표정은 얼굴 인식 시스템의 인식 결과에 다양한 영향을 끼친다. 얼굴 인식율을 개선하기 위해 본 연구에서는 인식 대상 얼굴과 참조 얼굴 사이의 표정 차이를 줄이는 방법으로 얼굴 표정 정규화를 제안한다. 본 연구에서는 대형의 이미지 데이터베이스를 구축하지 않고도 한 개의 정지 이미지에 일반적인 얼굴 근육 모델을 이용하는 접근 방식을 제시하여 얼굴 표정 모델링과 정규화를 처리한다. 첫 번째 방식은 본능적으로 변하는 얼굴 표정의 생물학적 모델을 구축하기 위해 선형 근육 모델의 기하학적 계수를 예측하는 것이다. 두 번째 방식은 RBF(Radial Basis Function)기반의 보간과 와핑을 통해 주어진 표정에 따라 얼굴 근육 모델을 무표정한 얼굴로 정규화한 것이다. 실험 결과, 기저얼굴 방식, 지역 이진 패턴 방식, 회색조 상관측정 방식과 같은 얼굴 인식 과정의 전처리 단계로 본 연구의 표정 정규화 과정을 적용하면 정규화를 거치지 않은 것보다 더 높은 인식율을 보인다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.161-164
• /
• 2001

캐릭터의 자동 생성이란 영상처리 기법을 이용하여 사람의 얼굴에서 특징을 추출하고, 이 특징들을 기반으로 독특한 캐릭터를 자동으로 얻어내는 방법을 의미한다. 본 논문에서는 사람마다의 얼굴의 특성에 기반한 캐릭터를 자동으로 생성하기 위하여 얼굴의 각 구성요소들의 특징을 효과적으로 추출하기 위한 방법을 제시한다. 얼굴을 구성하는 각각의 요소들의 특징을 추출하고, 추출된 특징을 바탕으로 각 구성요소에 해당하는 데이터베이스를 검색하여 특징을 잘 표현할 수 있는 그림을 선택한다. 최종적으로 선택된 그림들은 원 이미지의 비율에 맞도록 재구성하여 얼굴 캐릭터를 생성한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 춘계 학술대회 학술발표 논문집
• /
• pp.137-140
• /
• 2003

캐리커처의 일반적인 의미는 어떤 사람이나 사물의 특징을 추출하여 익살스럽게 풍자한 그림이나 글이다. 다시 말해, 캐리커처는 사람의 얼굴에서 특징을 잡아 과장하거나 왜곡하여 그린 데생이라고 한다. 컴퓨터를 이용한 기존의 캐리커처 제작방법으로는, 입력 이미지 좌표의 통계적인 차이값을 이용하는 PICASSO System 방법[1], 제작자의 애매한 느낌을 퍼지 논리를 이용하여 표현하는 방법, 이미지를 와핑하는 방법, 여러 단계의 벡터 필드 변환을 이용하는 방법등이 연구되어 왔다. 본 논문에서는 실시간 또는 준비된 영상을 입력으로 받아 저장한 후, 네 단계의 과정으로 처리한 후 최종적으로 캐리커처된 이미지를 생성하게 된다. 각 단계별 처리 내용으로는 첫번째 단계에서는 영상에서 얼굴을 검출하고 두번째 단계에서는 특정 얼굴부위의 기하학적 정보를 좌표값으로 추출한다. 세번째 단계에서는 전 단계에서 얻은 좌표값으로 로컬 와핑 기법을 이용하여 영상을 변환한다. 네 번째 단계에서는 변형된 영상으로 퍼지 논리를 이용하여 보다 개선된 윤곽선 이미지로 변환하여 캐리커처 이미지를 얻는다. 본 논문에서는 영상 인식, 변환 및 윤곽선 검출 및 둥의 여러 가지 영상 처리 기법을 이용하여 기존의 캐리커처 제작 방식보다 간단하고, 복잡한 연산 과정이 없는 캐리커처 제작 시스템을 구현하였다.

• 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.