• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.1094-1097
• /
• 2010

생체 인식 기술 중 얼굴 인식과 눈동자 인식을 활용하여 기존의 얼굴 인식 내지 지문 인식만을 사용했을 때 보다 좀 더 인터렉티브한 인증 환경을 제공함으로써 복사한 이미지를 이용해 인증 체계를 회피할 수 있는 가능성을 줄였다.

• 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.

• 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.

• 정보처리학회논문지B
• /
• 제10B권6호
• /
• pp.711-718
• /
• 2003

얼굴 인식 시스템과 표정인식 시스템과 같은 고차원 처리를 수행하는 시스템의 전처리 과정으로써 이미지 영역 내에서 얼굴을 추적하는 것은 중요한 과정이다. 본 논문에서는 피부색과 얼굴의 형태 정보를 단서로 하는 CONDENSATION 알고리즘을 사용하여 얼굴의 위치를 추적하였다. 컬러의 가중치와 형태의 가중치를 결합시키는데 어려움이 있으므로 각각을 단서로 사용하는 두 개의 추적기를 가진 시스템을 제안한다. 제안된 시스템은 복잡한 배경, 피부색의 물체가 이미지 내에 존재하는 경우, 다른 얼굴이 이미지 내에 존재하는 경우 모두에 대해서 훌륭한 성능을 보여 주었다.

• 인터넷정보학회논문지
• /
• 제7권3호
• /
• pp.143-153
• /
• 2006

얼굴 특징 검출은 HCI, 얼굴 인식, 얼굴 추적, 표정 인식 및 이미지 데이터 검색등과 같은 응용분야의 근간 기술이다. 실시간 환경에서 얼굴 특징 검출을 처리하기 위해서는 검출 알고리즘의 속도가 중요한 관건으로 작용하고 있다. 또한 빛의 변화, 대상의 위치, 각도, 복잡한 배경등과 같은 요인들은 얼굴 특징 검출 알고리즘의 검출율을 낮추는데 영향을 미치므로 이를 개선한 방법이 필요하다. 본 연구에서는 검출율과 검출 속도를 동시에 개선한 알고리즘을 제안한다. 제안 알고리즘은 얼굴 이미지에 빛 보상 알고리즘인 CLAHE를 이용하여 빛의 변화에 강건하도록 이미지를 개선한 다음 얼굴 피부 영역을 검출한다. 검출한 피부 영역에서 얼굴 특징 포인트를 추출하기 위해 얼굴 특징의 외형기반 기하학적 성질을 이용한다. 제안 알고리즘은 얼굴 특징 검출의 정확도를 높일 뿐 아니라 빠른 검출 속도를 보임으로써 얼굴 추적, 인식 등과 같은 실시간 응용분야에 적용할 수 있다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제59차 동계학술대회논문집 27권1호
• /
• pp.243-246
• /
• 2019

본 논문에서는 감성과 힐링, 머신러닝이라는 주제를 바탕으로 딥러닝을 통한 사용자의 얼굴표정을 인식하고 그 얼굴표정을 기반으로 음악을 재생해주는 얼굴표정 기반의 음악재생 프로그램을 제안한다. 얼굴표정 기반 음악재생 프로그램은 딥러닝 기반의 음악 프로그램으로써, 이미지 인식 분야에서 뛰어난 성능을 보여주고 있는 CNN 모델을 기반으로 얼굴의 표정을 인식할 수 있도록 데이터 학습을 진행하였고, 학습된 모델을 이용하여 웹캠으로부터 사용자의 얼굴표정을 인식하는 것을 통해 사용자의 감정을 추측해낸다. 그 후, 해당 감정에 맞게 감정을 더 증폭시켜줄 수 있도록, 감정과 매칭되는 노래를 재생해주고, 이를 통해, 사용자의 감정이 힐링 및 완화될 수 있도록 도움을 준다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.403-406
• /
• 2007

본 논문은 얼굴 인식의 특징점을 기존의 Gray-Level 이미지를 이용하는 대신, RGB 도메인의 이미지를 이용하는 것이다. 이 이미지를 바탕으로 Adaboost 학습 알고리듬으로 학습 시켜 강분 류기의 인식률을 높이고, 실시간으로 얼굴의 위치를 찾아내는 것이 이 논문의 목적이다. 사람의 피부색 정보를 처리하는 것은 얼굴의 다른 특정들에 대한 정보를 처리하는 속도에 비해 월등히 빠르다. 따라서 본 논문은 R, G, B 세 Domain 상에서의 각각 얼굴을 찾아내 그 결과를 종합하여 최종 결과를 도출하는 시스템을 구현하고자 한다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제24권4호
• /
• pp.1-9
• /
• 2018

본 논문은 얼굴의 표정 변화를 통해 감정을 분석하는 방법으로 조현병의 초기 증상을 스스로 인지할 수 있는 감정 트레이닝 프레임워크를 제안한다. 먼저, Microsoft의 Emotion API를 이용하여 캡처된 얼굴 표정의 사진으로부터 감정값을 얻고, 피크 분석 기반 표준편차로 시간에 따라 변화하는 얼굴 표정의 미묘한 차이를 인식해 감정 상태를 각각 분류한다. 그리하여 Ekman이 제안한 여섯 가지 기본 감정 상태에 반하는 감정들의 정서 및 표현능력이 결핍된 부분에 대해 분석하고, 그 값을 이미지 색상 변환 프레임워크에 통합시켜 사용자 스스로 감정의 변화를 쉽게 인지하고 트레이닝 할 수 있도록 하는 것이 최종목적이다.

• 한국지능시스템학회논문지
• /
• 제11권4호
• /
• pp.302-306
• /
• 2001

얼굴인식은 이미지의 많은 변동(표정, 조명, 얼굴의 방향 등)으로 인해 한 가지 인식 방법으로는 높은 인식률을 얻기 어렵다. 이러한 어려움을 해결하기 위해, 여러 가지 정보를 융합시키는 데이터 퓨전 방법이 연구되었다. 기존의 데이터 퓨전 방법은 보조적인 생체 정보(지문, 음성 등)를 융합하여 얼굴인식기를 보조하는 방식을 취하였다. 이 논문에서는 보조적인, 생체 정보를 사용하지 않고, 기존의 얼굴인식방법을 통해 얻어지는 상호보완적인 정보를 융합하여 사용하였다. 개별적인 얼굴인식기의 정보를 융합하기 위해, 전체적으로는 Dempster-Shafer의 퓨전이론에 근거하면서, 핵심이 되는 질량함수를 새로운 방식으로 재정의학 퓨전모델을 제안하였다. 제안된 퓨전모델을 사용하여 개별적인 얼굴인식기의 정보를 융합한 결과, 보조적인 생체정보 없이, 개별적인 얼굴인식기보다 나은 인식률을 얻을 수 있었다.