• The KIPS Transactions:PartA
• /
• v.17A no.6
• /
• pp.281-288
• /
• 2010

In this paper, we describe the development of a system for generating a 3-dimensional human face using 3D scanned facial data and photo images, and morphing animation. The system comprises a facial feature input tool, a 3-dimensional texture mapping interface, and a 3-dimensional facial morphing interface. The facial feature input tool supports texture mapping and morphing animation - facial morphing areas between two facial models are defined by inputting facial feature points interactively. The texture mapping is done first by means of three photo images - a front and two side images - of a face model. The morphing interface allows for the generation of a morphing animation between corresponding areas of two facial models after texture mapping. This system allows users to interactively generate morphing animations between two facial models, without programming, using 3D scanned facial data and photo images.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.04b
• /
• pp.887-890
• /
• 2001

본 논문은 사용자로부터 입력된 얼굴 사진을 얼굴 기울기 교정을 거친 후 얼굴 구성요소의 특징정보를 추출하고, 추출된 특징정보와 가장 유사한 캐리커처를 생성하는데 목적이 있다. 우리는 입력된 인물 사진에서 눈 영역 추출을 이용, 얼굴의 기울기를 교정시킨 다음 세그멘테이션을 통하여 인물의 얼굴을 추출하고, 추출된 얼굴의 수직과 수평 히스토그램을 이용하여 얼굴 구성요소를 추출한다. 또한 모양과 크기 등이 다양한 특징정보를 가진 얼굴 구성요소에 관한 데이터베이스를 구축함으로써 캐리커처의 질을 향상시키고자 한다. 우리는 사용자로부터 입력된 사진에서 추출된 얼굴 구성요소의 특징정보와 데이터베이스에 저장되어 있는 캐리커처 이미지의 특징정보와 유사도를 계산한다. 마지막으로 유사도가 가장 높은 캐리커처 이미지를 선택하여 눈, 눈썹, 코, 입, 얼굴형 등을 각각 위치에 매핑시킨다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.239-240
• /
• 2020

마스크 쓴 얼굴에 대해 랜드마크 분석을 진행하기 위해서는 대량의 마스크가 착용된 얼굴 데이터셋이 필요하다. 본 논문에서는 공개된 얼굴 데이터셋에 자동으로 마스크를 합성하여 대량의 마스크를 착용한 얼굴 데이터셋을 생성하는 시스템을 제안한다. 마스크는 얼굴의 많은 부분을 가리는 물체이다. 따라서 마스크를 쓴 얼굴에 대해서는 일반적인 얼굴 데이터셋으로 학습된 landmark detector가 잘 작동하지 않는다. landmark detector가 잘 작동하게 하려면 마스크를 쓴 얼굴에 대해서 학습을 시켜야 한다. 그러나 현재 마스크를 쓴 얼굴 이미지와 풍부한 landmark 정보를 함께 가지고 있는 데이터셋이 존재하지 않기 때문에 학습에 어려움이 있다. 이 문제를 해결하기 위해 마스크 얼굴 이미지 데이터셋을 만들어내는 방법을 제안하고 마스크를 착용한 얼굴에도 잘 작동하는 랜드마크 검출기를 학습시켜 그 효용을 입증하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.280-282
• /
• 2003

본 논문에서는 가상현실 환경에서 인체 모델의 애니메이션을 위하여 얼굴의 표정 변화에 영향을 주는 해부학에 기반한 18개의 근육군쌍을 바탕으로 하여 얼굴 표정 애니메이션을 위한 근육의 움직임을 조합할 수 있도록 하였다. 개인의 이미지에 맞춰 메쉬를 변형하여 표준 모델을 만든 다음, 사실감을 높이기 위해 개인 얼굴의 정면과 측면 2 장의 이미지를 이용하여 메쉬에 매핑하였다. 얼굴의 표정 생성을 애니메이션 할 수 있는 원동력이 되는 근육 모델은 Waters의 근육 모델을 수정하여 사용하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.15 no.4
• /
• pp.400-405
• /
• 2005

This paper analyzes the performance of a face recognition algorithm using the eigenfaces method. In the absence of robust personal recognition schemes, a biometric recognition system has essentially researched to improve their shortcomings. A face recognition system in biometries is widely researched in the field of computer vision and pattern recognition, since it is possible to comprehend intuitively our faces. The proposed system projects facial images onto a feature space that effectively expresses the significant variations among known facial images. The significant features are known as 'eigenfaces', because they are the eigenvectors(principal components) of the set of faces. The projection operation characterizes an individual face by a weighted sum of the eigenface features, and to recognize a particular face it is necessary only to compare these weights to those of known individuals. In order to analyze the performance of the system, we develop a face recognition system by using Harvard database in Harvard Robotics Laboratory. We present the recognition rate according to variations on the lighting condition, numbers of the employed eigenfaces, and existence of a pre-processing step. Finally, we construct a rejection curve in order to investigate the practicability of the recognition method using the eigenfaces.

• Journal of Broadcast Engineering
• /
• v.27 no.6
• /
• pp.944-947
• /
• 2022

Due to the coronavirus pandemic, the wearing of a mask has been increasing worldwide; thus, the importance of image analysis on masked face images has become essential. Although head pose estimation can be applied to various face-related applications including driver attention, face frontalization, and gaze detection, few studies have been conducted to address the performance degradation caused by masked faces. This study proposes a new data augmentation that synthesizes the masked face, depending on the face image size and poses, which shows robust performance on BIWI benchmark dataset regardless of mask-wearing. Since the proposed scheme is not limited to the specific model, it can be utilized in various head pose estimation models.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.13 no.8
• /
• pp.3666-3671
• /
• 2012

We evaluate the face detection and recognition of depth image that is obtained by infrared range sensor. and Face recognition was usually focused on accuracy aspect but it is not enough to evaluate the performance in testing for real world application. In this paper, we evaluate the overall performance like accuracy, training, test speed and memory use for the well known face recognition algorithm like PCA, LDA, ICA and SVM. This experiment evaluate the good results of depth and colored depth image compatible with the colored image although the file size of depth and colored depth image is 30%~40% less than the colored image. Whereas, LDA got the good accuracy performance next to the SVM and also shows the good performance in speed and the amount of memory.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.46 no.1
• /
• pp.112-120
• /
• 2009

Face membership authentication is to decide whether an incoming person is an enrolled member or not using face recognition, and basically belongs to two-class classification where support vector machine (SVM) has been successfully applied. The previous SVMs used for face membership authentication have been trained and tested using image feature vectors extracted from member face images of each class (enrolled class and unenrolled class). The SVM so trained using image feature vectors extracted from members in the training set may not achieve robust performance in the testing environments where configuration and size of each class can change dynamically due to member's joining or withdrawal as well as where testing face images have different illumination, pose, or facial expression from those in the training set. In this paper, we propose an effective class discriminating feature vector-based SVM for robust face membership authentication. The adopted features for training and testing the proposed SVM are chosen so as to reflect the capability of discriminating well between the enrolled class and the unenrolled class. Thus, the proposed SVM trained by the adopted class discriminating feature vectors is less affected by the change in membership and variations in illumination, pose, and facial expression of face images. Through experiments, it is shown that the face membership authentication method based on the proposed SVM performs better than the conventional SVM-based authentication methods and is relatively robust to the change in the enrolled class configuration.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.05a
• /
• pp.148-151
• /
• 2006

본 논문에서 얼굴과 홍채 데이터를 사용하여 다중생체시스템에 기반한 스테가노그라피 구현을 제안한다. 이를 위해, 얼굴과 홍채 인식 기반의 다중생체인식을 구성하였다. 여기서, 홍채의 특징벡터는 디지털 워터마킹 기법을 이용하여 얼굴 이미지 안에 숨기게 된다. 얼굴과 홍채의 인식시스템은 퍼지집합 이론과 LDA 기법이 결합하여 확장한 Fuzzy-LDA(Fuzzy-Based Linear Discriminant Analysis)기법을 제안한다. 최종적으로 디지털 워터마킹 기법을 적용하여 얼굴이미지 안에 홍채 정보를 삽입하고 얼굴 데이터와 홍채 데이터를 통한 다중생체인식을 구성하였으며, 최종적으로 생체데이터 인식율의 ROC 곡선을 통해 제안된 워터마킹 기법의 좋은 성능을 확인하였고, 얼굴 인식율을 통해 워터마킹된 얼굴 영상과 원본 얼굴 영상을 비교하였다. 다양한 실험을 통해 제안된 기법이 다중생체시스템을 보호하고 효과적으로 사용 될 수 있음을 확인 할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.946-948
• /
• 2005

본 논문은 얼굴의 크기에 무관하게 적용 가능한 효율적인 얼굴 검출 및 얼굴 인식 시스템을 제안한다. 제안된 시스템에서는 먼저 스킨필터(skin filter)를 이용하여 눈, 코, 입을 포함한 얼굴 영역을 검출하며, 검출된 얼굴 영역을 로그-극좌표(log-polar) 이미지로 변환한다. 변환된 로그-극좌표 이미지에서 자동상관관계(autocorrelation) 기법을 이용하여 얼굴의 특징을 추출한 후, 고유얼굴(eigenface) 인식 기법으로 얼굴을 인식한다. 실험을 통하여 제안된 시스템이 평균 $97.83\%$의 인식률을 보여주었다.