• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.715-718
• /
• 2006

아바타를 이용한 얼굴 애니메이션은 가상 현실이나 엔터테인먼트와 같은 분야에서 많이 적용된다. 얼굴 애니메이션을 생성하는 방법에는 크게 3 차원 모델을 직접 변형시키는 기하학적인 변형 방법과 2 차원 이미지의 워핑이나 모핑방법을 이용한 이미지 변형 방법이 있다. 기하학적인 변형 방법 중 3 차원 모델을 변형시키기 위한 방법으로 RBF(Radial Basis Function)을 이용하는 방법이 있다. RBF 함수를 이용하여 모델의 부드러운 변형을 만들 수 있다. 이 방법은 모델의 임의의 한 점을 이동하게 되면 영향을 받는 정점들을 좀 더 자연스럽게 이동시킴으로써 자연스러운 애니메이션을 생성할 수 있다. 본 연구에서는 RBF 를 이용하여 3 차원 얼굴 메쉬 모델의 기하학적 변형을 통해 모델의 얼굴 표정을 생성하는 방법에 대해 제안하고자 한다. 얼굴 모델 변형을 위해 얼굴의 특징인 눈, 입, 턱 부분에 특징점을 정하고 각 특징점에 따라 영향을 받는 영역을 정하기 위해 얼굴 모델을 지역적으로 클러스터링한다. 각 특징점에 따라 영향을 받는 영역에 대해 클러스터링을 적용하고 RBF 를 이용하여 자연스러운 얼굴 표정을 생성하는 방법을 제안한다.

• The KIPS Transactions:PartB
• /
• v.15B no.5
• /
• pp.477-486
• /
• 2008

Facial expression, which changes face geometry, usually has an adverse effect on the performance of a face recognition system. To improve the face recognition rate, we propose a normalization method of facial expression to diminish the difference of facial expression between probe and gallery faces. Two approaches are used to facial expression modeling and normalization from single still images using a generic facial muscle model without the need of large image databases. The first approach estimates the geometry parameters of linear muscle models to obtain a biologically inspired model of the facial expression which may be changed intuitively afterwards. The second approach uses RBF(Radial Basis Function) based interpolation and warping to normalize the facial muscle model as unexpressed face according to the given expression. As a preprocessing stage for face recognition, these approach could achieve significantly higher recognition rates than in the un-normalized case based on the eigenface approach, local binary patterns and a grey-scale correlation measure.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.460-462
• /
• 2001

컴퓨터 이미지처리는 여러 분야에서 응용되고 있는데 어떤 특성을 만족하는 객체들의 계수를 자동으로 분류시키는 생물학분야, 편지봉투나 일반양식에 인쇄되어 있는 글자를 자동으로 검출하고 인식하며 초음파검사 혹은 X-Ray 촬영에서 이미지를 획득하여 향상시키는 의료분야, 지문 및 얼굴인식 등에 이용되고 있다. 최근 몇 년 동안 이미지인식, 형태론, 이미지데이터 압축에 관한 연구가 진전되면서 본 연구에서 형태론적인 기법을 사용하여 문자인식을 위한 전처리 혹은 후처리 단계에서 사용되는 이미지향상을 위해서 팽창, 침식, 골격화의 3단계를 적용하고 기존의 연구 방법과 비교하여 이미지획득 시간을 줄이고 이미지를 향상시켰다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• 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.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1999.05a
• /
• pp.33-38
• /
• 1999

Muscle based face image synthesis is one of the most realistic approach to realize life-like agent in computer. Facial muscle model is composed of facial tissue elements and muscles. In this model, forces are calculated effecting facial tissue element by contraction of each muscle strength, so the combination of each muscle parameter decide a specific facial expression. Now each muscle parameter is decided on trial and error procedure comparing the sample photograph and generated image using our Muscle-Editor to generate a specific race image. In this paper, we propose the strategy of automatic estimation of facial muscle parameters from 2D marker movement using neural network. This also 3D motion estimation from 2D point or flow information in captered image under restriction of physics based fare model.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2003.10a
• /
• pp.236-238
• /
• 2003

Human face detection is often the first step in applications such as video surveillance, human computer interface, fare recognition, and image database management. We have constructed a simple and fast system to detect frontal human faces in complex environment and different illumination. This paper presents a fast segmentation method to combine neighboring pixels with similar hue. The algorithm constructs eye, mouth, and boundary maps for verifying each fare candidate. We test the system on images in complex environment and with confusing objects. The experiment shows a robust detection result with few false detected fates.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• 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.

• Journal of the Korea Society of Computer and Information
• /
• v.15 no.11
• /
• pp.31-39
• /
• 2010

In some image processing system or the users who want to see a specific region of image simply, if a part of the image has higher quality than other regions, it would be a nice service. Specifically in mobile environments, preferential service was needed, as the screen size is small. So, JPEG2000 supplies this function. But this doesn't support the process to extract specific regions or service and does the functions to add some techniques. It is called by ROI(Region-of-Interest). In this paper, we use images including human faces, which are processed most preferentially and compressed with high quality. Before an image is served to the users, it is compressed and saved. Here, the face parts are compressed with higher quality than the background which are relatively with lower quality. This technique can offer better service with preferential transferring of the faces, too. Besides, whole regions of the image are compressed with same quality and after searching the faces, they can be preferentially transferred. In this paper, we use a face extraction approach based on neural network and the preferential processing with EBCOT of JPEG2000. For experimentation, we use images having several human faces and evaluate objectively and subjectively, and proved that this approach is a nice one.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.226-229
• /
• 2011

얼굴검출기술의 발전으로 인하여, 다양한 분야에 얼굴 검출을 활용한 기술이 이용되고 있다. 최근 Viola 와 Jones 의 얼굴검출 방법이 신뢰도 있는 검출률과 빠른 연산속도로 인하여 주로 이용되고 있다. 하지만 고해상도 이미지와 제한된 하드웨어를 사용하는 시스템의 경우, 실시간 처리가 어려워지는 문제가 있다. 본 논문에서는 이와 같은 문제를 해결하고자 거리 정보를 이용한 빠른 얼굴검출방법을 제안한다. 속도 개선을 위해 먼저 거리 정보를 이용하여 영상의 불필요한 부분을 제거하고, 피부색상정보를 이용하여 관심영역을 설정한다. 또 크기에 대응하기 위해 피라미드 이미지를 이용하는 방법 대신, 거리 정보를 이용하여 얼굴의 크기를 추정한다. 마지막으로 검색창 내의 거리 분산을 계산하여, 평평하거나 굴곡이 심한 영역을 제거함으로 얼굴 검출 속도를 개선하였다. 실험결과 기존 방법에 비해 더 빠른 검출속도와 유사한 검출성능을 확인할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.04b
• /
• pp.891-894
• /
• 2001

본 논문은 서로 다른 얼굴이미지 사이의 얼굴매칭기법의 새로운 방법인 TBCC(T-Block constraints Condition)얼굴매칭기법을 제안한다. 본 논문에서 제안하는 방법은 T영역안의 이목구비에다가 제어영역을 두고, T영역과 제어영역들을 분리하여 2개의 영상으로 각각 만든 다음에 각각의 correspondence가 있는 영상끼리 와핑(Warping)을 한 후에, 제어영역들은 2단계구조를 가진 계층적인 선형조합(Linear Combination)모델에 적용시켜 최적의 위치를 찾아낸 후에, T영역에 와핑시켜서 하나의 합성사진을 만들어 낸다. 합성사진에서 피부색이 다른 문제는 정규분표를 이용한 크로스디졸브(Cross-Dissolve)방법인 이미지프로세싱 기법을 새롭게 적용하며, 그리고, T모양의 자국이 남는 것은 본 논문에서 제안하는 T-Block Color Interpolation방법을 적용해서 해결한다.