• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2002년도 추계종합학술대회
• /
• pp.240-243
• /
• 2002

본 논문에서는 칼라 이미지에서 색상 요소를 기초로 하여 얼굴영역을 추출하고 얼굴의 특징요소를 추출하는 방법을 제안한다. 얼굴 영역을 추출하기 위하여 일반적인 얼굴색상분포를 이용하여 색상변환을 하였다. 얼굴 특성요소를 찾기 위하여 윤곽선검출을 이용하였다. 얼굴영역의 상단부분에서 눈의 요소를 찾고, 눈과 입의 지정학적 위치를 이용하여 입의 후보영역을 지정하고 입을 찾도록 하였다. 검색영역을 좁혀 계산량을 줄임으로서 탐색시간을 줄일 수 있고, 일반적인 얼굴색상분포를 이용하여 얼굴 영역을 검출함으로서 얼굴표정, 얼굴색변화, 기울짐에 대해서도 얼굴영역을 검출할 수 있었다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 추계학술발표대회(상)
• /
• pp.261-264
• /
• 2003

얼굴인식은 동일 사람의 얼굴이라도 조명변화나 얼굴 표정변화에 따라 매우 다른 영상들로 나타나기 때문에 매우 어려운 문제이다. 본 논문에서는 조명변화에도 강인하고 얼굴영상에 대해 높은 얼굴 인식률을 얻기 위해 2D-HMM(Hidden Markov Model) 얼굴인식 방법을 제안하고 실험하였다. 제안된 방법은 조명변화에 대해서 조명변화 함수인 $\delta$(delta) 함수를 0, 40, 60, 80으로 변화해 가면서 이미지 보정을 실험하였으며, 계산의 복잡성을 줄이고 얼굴영상에 대한 높은 인식률을 얻기 위해 기존의 픽셀값 대신에 2D-DCT 계수를 관측벡터로 사용하였다. 시스템의 성능을 평가하기 위해 정량적 평가방법은 FAR(False Accpt Rate)와 FRR(False Reject Rate)를 측정하여 비교하였으며, 기존의 얼굴인식 방법인 PCA, 1차원 HMM과 비교분석하였다. 실험결과 2D-HMM의 경우 FAR(False Accept Rate)가 5.08%로 ID-HMM 5.18%, PCA 10.16%보다 높은 성능을 보였으며, FRR(False Reject Rate)의 경우에도 0.01%로 10.16%인 PCA보다 좋은 성능을 보였다. 이로서 조명변화에 대해서는 PCA보다 2D-HMM 얼굴인식 방법이 우수함을 알 수 있었다.

• 한국컴퓨터산업학회논문지
• /
• 제2권10호
• /
• pp.1291-1300
• /
• 2001

이 논문은 실시간 변화가 가능한 동적 그래픽스를 기반하며, 인간의 감성적 인식을 위해서 이미지 영상을 다차원 데이터의 그래픽 요소로 조작하는 시각화 표현 기법으로 연구되었다. 이 구현의 중요한 사상은 사람의 얼굴 특징 점과 기존의 화상 인식 알고리즘을 바탕으로 획득한 모수 제어 값을 다차원 데이터에 대응시켜 그 변화하는 수축 표정에 따라 감성 표현의 가상 이미지를 생성하는 이미지그래픽으로 표현한다. 제안된 DyFIG 시스템은 감성적인 표현을 할 수 있는 얼굴 그래픽의 모듈을 제안하고 구현하며, 조작과 실험을 통해 감성 데이터 표현 기술과 기법이 실현 가능함을 보인다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2003년도 춘계종합학술대회
• /
• pp.165-170
• /
• 2003

본 논문에서는 임의의 장면에도 얼굴 인식에 영향을 받지 않는 통합된 얼굴 인식 방법을 제안한다. 크기 정규화는 피부 색 분할과 log-poler 매핑 절차의 새로운 조합을 통하여 얻어지고, 주요 얼굴 구성 요소 분석은 자세 변화들을 처리하기 위하여 제안된 멀티 뷰 접근을 통해 이루어진다. 주어진 컬러 입력 이미지로부터 검출기는 얼굴을 원형 경계 안에 둘러싸고 코의 위치를 표시하며 다음 인식을 위해, 원형 경계 내에 배치하는 방사형 격자는 특징 벡터 코 중심에 두었다. 컬러로 분할된 영역의 폭으로서 얼굴의 크기를 평가하고, 추출된 특징 벡터는 평가된 크기에 의하여 정규화된 크기이다. 특징 벡터는 얼굴 인식을 위해 훈련된 신경망 분류자에게 입력된다. 시스템은 서로 다른 복합적인 배경에서 다양한 크기와 자세를 가진 20명의 얼굴 데이터 베이스를 사용하여 실험한 결과 얼굴 인식기의 수행능력은 매우 작은 크기의 얼굴 이미지 외에는 87%에서 92%의 평균 인식율을 얻을 수 있었다.

• 한국정보통신학회논문지
• /
• 제7권6호
• /
• pp.1312-1317
• /
• 2003

본 논문에서는 임의의 장면에도 얼굴 인식에 영향을 받지 않는 통합된 얼굴 인식 방법을 제안한다. 크기 정규화는 피부 색 분할과 log-polar 매핑 절차의 새로운 조합을 통하여 얻어지고, 주요 얼굴 구성 요소 분석은 자세 변화들을 처리하기 위하여 제안된 멀티 뷰 접근을 통해 이루어진다. 주어진 컬러 입력 이미지로부터 검출기는 얼굴을 원형 경계 안에 둘러싸고 코의 위치를 표시하며 다음 인식을 위해, 원형 경계 내에 배치하는 방사형 격자는 특징 벡터 코 중심에 두었다. 컬러로 분할된 영역의 폭으로서 얼굴의 크기를 평가하고, 추출된 특정 벡터는 평가된 크기에 의하여 정규화 된 크기이다. 특징 벡터는 얼굴 인식을 위해 훈련된 신경망 분류자에게 입력된다. 시스템은 서로 다른 복합적인 배경에서 다양한 크기와 자세를 가진 20 명의 얼굴 데이터 베이스를 사용하여 실험한 결과 얼굴 인식기의 수행능력은 매우 작은 크기의 얼굴 이미지 외에는 87%에서 92%의 평균 인식율을 얻을 수 있었다.

• 한국정보통신학회논문지
• /
• 제14권12호
• /
• pp.2681-2690
• /
• 2010

본 논문에서는 3차원 스캐너나 카메라, 고가의 소프트웨어를 이용하지 않고 비용과 노력을 크게 절감하면서 자연스러운 얼굴모델링을 효율적으로 수행하는 3차원 얼굴 모델링 시스템을 제안한다. 임의의 정면 얼굴 모습의 2차원 이미지에서 퍼지논리를 이용한 에지검출 방법을 이용하여 각 얼굴 구성 요소의 에지를 검출하고 검출한 에지를 이용하여 3차원 표준 얼굴모델과의 정합 위치를 좀 더 정확히 맵핑시킨다. 또한 이 시스템은 3차원 표준 얼굴모델 메쉬상의 특징점과 2D 얼굴 이미지에서 검출된 에지에 맞게 특징점을 연결하여 정합한 다음 유동적이고 탄력적으로 조정하며 텍스쳐 맵핑함으로써 사실적이고 간편하게 3차원 얼굴 모델을 생성한다.

• 디지털콘텐츠학회 논문지
• /
• 제19권1호
• /
• pp.213-220
• /
• 2018

얼굴 모핑은 원본 이미지에서 목표 이미지로 점진적이면서 자연스럽게 영상을 변화시키는 기법으로 영상처리와 그래픽 분야에서 자주 사용되는 강력한 영상처리 기술 중의 하나이다. 본 논문에서는 Dlib 얼굴 랜드마크 검출기를 이용하여 생성된 얼굴 랜드마크 정점들을 이용하여 들로네 삼각망을 생성하고 원본 영상에서 목표영상으로의 들로네 삼각망들의 와핑과 크로스 디졸브를 통해 모핑을 구현하는 방법을 제안하였다. 본 논문에서 제안한 방법은 들로네 삼각망을 생성하기 위한 정점들을 수동으로 만들어 주는 것이 아니라, 얼굴 모핑에서 얼굴의 주요한 부분인 눈, 눈썹, 코, 입 등의 얼굴의 주요 특징점이라 할 수 있는 얼굴 랜드마크들을 이용함으로써 자동으로 들로네 삼각망을 생성할 수 있다는 것이 특징이다. 그리고 수동으로 정점을 추가할 수도 있어 더욱 자연스러운 모핑 결과를 얻을 수 있을 수 있다는 것을 시뮬레이션을 통해 확인하였다.

• 전기전자학회논문지
• /
• 제22권4호
• /
• pp.933-940
• /
• 2018

본 논문에서는 얼굴 인식률 향상을 위한 멀티 블록 방식의 딥러닝 구조를 제안한다. 제안하는 딥러닝의 인식 구조는 입력된 이미지의 멀티 블록화, 특징 수치 분석을 통한 멀티 블록 선정, 선정된 멀티 블록의 딥러닝 수행 등의 3가지 과정으로 구성된다. 첫 번째로 입력된 이미지의 멀티 블록화는 입력된 이미지를 4등분하여 멀티 블록화 시킨다. 두 번째로 특징 수치분석을 통한 멀티 블록 선정에서는 4등분된 멀티 블록들의 특징 수치를 확인하고 특징이 많이 부각되는 블록만을 선정하여 얼굴 인식에 방해가 되는 요소를 사전에 제거한 블록들을 선정한다. 세 번째로 선정된 멀티 블록으로 딥러닝 수행은 선정된 멀티 블록 부위가 학습되어진 딥러닝 모델에 인식을 수행하여 특징 수치가 높은 효율적인 블록으로 얼굴 인식의 결과를 도출한다. 제안된 딥러닝 구조의 성능을 평가하기 위하여 CAS-PEAL 얼굴 데이터베이스를 사용하여 실험 하였다. 실험 결과, 제안하는 멀티 블록 방식의 딥러닝 구조가 기존의 딥러닝 구조보다 평균 약 2.3% 향상된 얼굴 인식률을 나타내어 그 효용성이 입증됨을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 추계학술발표대회
• /
• pp.634-636
• /
• 2018

최근 들어 Big Data를 활용한 기술들이 많이 개발되고 있다. 본 연구에서는 Machine Learning과 Deep Learning을 이용하여 음성 Big Data를 활용한 이미지 시각화를 통해 보이스 피싱 등 여러 범죄에 도움이 되게 하고 그 외의 음성과 얼굴 매칭을 통한 새로운 보안시스템 및 다양한 시너지 효과들을 기대하는 서비스를 기술한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.47-50
• /
• 2023

본 논문에서는 딥러닝 CNN 알고리즘을 이용하여 사람의 얼굴 이미지를 학습한 다음 나이와 성별을 예측하는 시스템을 제안한다. 이 시스템은 개개인 마다 각기 다른 외형적 특성을 고려하여 이를 분석한 다음 이에 맞는 헤어 스타일, 옷차림을 추천할 수 있다. 해당 기술을 활용하여 메타버스 아바타 생성에 사용자의 얼굴과 같은 신체적 특성을 고려할 수 있다. 향후에는 신체 전체를 이미지화하여 보다 더 다양한 정보를 인식할 수 있도록 연구를 진행할 것이다.