• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2000.05a
• /
• pp.242-246
• /
• 2000

본 논문은 얼굴을 이용한 인증 단계의 전처리 단계로 복잡한 배경에서 효율적인 얼굴 추출 방법을 제안한다. 먼저 색상정보를 이용하여 얼굴로 추정되는 1차 영역을 찾고 2차로 색상정보와 자기정보를 이용하여 에지 정보를 추출하여 추정된 영역을 분리한다. 3차로 각 분리된 후보 영역에 얼굴 파라미터를 이용하여 후보영역을 합치면서 얼굴 영역을 추출한다. 온라인 인증을 위한 얼굴 영역 추출이기 때문에 인증 받고자 하는 사람의 얼굴은 전체 영역에서 가운데로 치우칠 것이라는 예상과 인증을 하기 위해서는 일정 크기를 가져야 한다는 가정 하에서 얼굴을 추출하였다. 실제 실험을 통하여 본 논문에서 제안하는 방법으로 실험한 결과 유용성을 확인 할 수 있었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.03a
• /
• pp.165-168
• /
• 1998

얼굴을 인식하는 연구 분야는 얼굴 영상을 분석하는 과정을 거친다. 또한, 얼굴 영상 분석은 얼굴 영상을 이용하는 모든 분야의 연구에 필요한 전처리 과정이라고 할 수 있다. 그러나 얼굴 영상을 분석하는 일은 많은 비용이 든다. 본 연구에서는 이러한 분석과정을 거치지 않고 얼굴 영상을 변형한다. 입력되어지는 얼굴 영상에 나타나는 얼굴 표정을 파악하기 위하여 입력되는 데이터의 변화를 가장 잘 표현해 주는 것으로 널리 알려져 있는 고유 벡터를 이용하며, 기존의 영상을 변형한새로운 영상을 생성하기 위해서 가장 직관적으로 사용할 수 있지만, 광류 영상을 구하는 과정이 시간적으로 많은 비용을 요구하기 때문에, 본 연구에서는 일반 영상에 대한 고유 벡터와 광류 영상에 대한 교유 벡터를 이용하여 고유 벡터 공간 상의 가중치 벡터를 전달하는 방법으로 영상을 처리할 때마다 수행하여야 하는 광류 계산과정을 제거하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.14 no.5
• /
• pp.617-622
• /
• 2004

In this work, we suggested the method which improves the efficiency of the face detection algorithm using Pulse-Coupled Neural Network. Face detection algorithm which uses the color information is independent on pose, size and obstruction of a face. But the use of color information encounters some problems arising from skin-tone color in the background, intensity variation within faces, and presence of random noise, and so on. Depending on these conditions, we obtained the mean and variance of the skin-tone colors by experiments. Then we introduce a preprocess that the pixel with a mean value of skin-tone colors has highest level value (255) and the other pixels in the skin-tone region have values between 0 and 255 according to a normal distribution with a variance. This preprocess leads to an easy decision of the linking coefficient of Pulse-Coupled Neural Network.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.19 no.5
• /
• pp.667-673
• /
• 2009

This paper presents an efficient facial expression recognition method by measuring the histogram distance based on preprocessing. The preprocessing that uses both centroid shift and histogram equalization is applied to improve the recognition performance, The distance measurement is also applied to estimate the similarity between the facial expressions. The centroid shift based on the first moment balance technique is applied not only to obtain the robust recognition with respect to position or size variations but also to reduce the distance measurement load by excluding the background in the recognition. Histogram equalization is used for robustly recognizing the poor contrast of the images due to light intensity. The proposed method has been applied for recognizing 72 facial expression images(4 persons * 18 scenes) of 320*243 pixels. Three distances such as city-block, Euclidean, and ordinal are used as a similarity measure between histograms. The experimental results show that the proposed method has superior recognition performances compared with the method without preprocessing. The ordinal distance shows superior recognition performances over city-block and Euclidean distances, respectively.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.761-766
• /
• 2007

이 논문에서는 커널 Edge Map 방식의 얼굴의 특징점을 검출하는 방법과 Adaboost를 이용한 얼굴의 특징점을 검출하는 방법을 이용하여 좀 더 강인한 얼굴의 특징점을 검출해 낸다. 커널 Edge Map을 이용한 방법은 기존의 10개의 커널을 이용하여 검출된 Edge를 이용하지 않고 좀 더 빠르게 검출해내기 위해 2개의 커널을 이용하여 얼굴의 특징점을 검출해 낸다. 이렇게 만들어진 얼굴의 특징점 후보군들에서 Adaboost를 이용하여 좀 더 정확하고 빠른 특징점을 찾을 수 있게 된다. Adaboost를 이용한 방법은 각각의 특징점들을 오프라인 상에서 학습을 하고 실시간으로 특징점을 검출하는 방법을 사용하였다. Edge를 이용한 방법으로 이미지의 전처리를 하여 후보군을 찾고 그 후보군과 Adaboost를 이용한 후보군들의 조합으로 인해 좀 더 강인하게 얼굴의 특징점을 찾을 수 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2008.04a
• /
• pp.201-204
• /
• 2008

머리전달함수(HRTF)가 정확하더라도 사람의 얼굴이 움직이게 되면 실제 머리전달함수와 미리 측정한 머리전달 함수가 달라져 입체음향 시스템의 성능이 저하되므로 정확한 얼굴의 회전각이 요구된다. 따라서 본 논문에서는 정확한 머리전달함수의 입력을 위해 사람 얼굴의 회전각을 추정하고자 한다. 제안하는 알고리즘은 먼저 Haar-like 특징을 이용하여 얼굴을 검출한 후 전처리 작업을 통해 눈의 바깥쪽 경계면과 안쪽 경계면을 검출한다. 그리고 검출된 두 개의 경계면의 비를 이용하여 얼굴의 회전각을 추정한다. 제안하는 알고리즘은 기존에 방법들에 비해 적용 범위가 넓음을 실험을 통해 알 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.838-840
• /
• 2005

얼굴인식 기술은 타 생체 인식 기술에 비해 경제성과 사용자 편리성이 높은 이유로 최근 몇 년간 영상 이해 분야의 가장 성공적인 응용의 하나로 주목받고 있다. 그러나 얼굴인식은 타 생체인식에 비해 정확도가 떨어지는 문제가 있으며 이것은 배경, 조명 또는 포즈등과 같은 요인으로 인해 얼굴인식을 위한 전처리 작업인 얼굴영역 검출이 어렵기 때문이다. 본 논문에서는 얼굴영역 검출을 하기 위해서 나타나는 문제점들인 배경, 조명등의 환경적인 요인을 8x8 블록영상과 블록들의 연결성을 이용하여 제거한 후 얼굴만을 검출한다. 제안된 알고리즘은 복잡한 배경 및 원거리에서 촬영된 입력영상에서도 매우 안정적으로 적용됨을 실험을 통해 확인하였다.

• 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 Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.523-525
• /
• 2003

방송 프로그램이나 영화와 같은 동영상을 인터넷에서 검색하는 서비스가 활성화됨에 따라 특정 인물이 등장하는 부분을 검색하는 기능은 일반 사용자나 프로그램을 만드는 제작자 모두에게 필요한 기능이 되었다. 등장인물 중심의 검색을 위해서는 해당 인물의 얼굴 검출 및 인식 기능이 필수적이며, 특히 방송영상의 특성에 적합하고 등장인물 검색 서비스에 적용 가능한 얼굴 검출 및 인식 기술이 요구된다 이를 위해 본 논문에서는 고속 얼굴 인식 시스템을 제안하고, 실시간 수행이 가능한 얼굴 검출 및 인식 알고리즘을 제안하다. 제안한 얼굴 검출 및 인식 알고리즘은 DCT 기법을 전처리 단계로 두어 계산량을 최소화하면서도 특징값의 정보량은 유지하는 방법을 사용한다. 본 논문에서는 제안하는 알고리즘이 기존 방법에 비해 우수한 성능을 보이며, 실제 방송 영상을 구현된 시스템에 적용하여 시간과 검출률/인식률 측면에서 우수한 결과를 나타냄을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.623-624
• /
• 2009

본 논문에서는 신경망의 오류 역전파(Backpropagation) 학습 알고리즘을 이용한 얼굴의 정상 비정상을 인식하는 보안 시스템을 제안하였다. 제안된 시스템은 정지영상 및 동영상에서 입력된 얼굴영상을 전처리 단계에서 얼굴영역을 검출하여 $160{\times}160$ 크기의 고정 크기로 확대 및 축소 작업을 거친다. Mosaic 처리와 LaplacianEdge 처리를 거쳐 $40{\times}40$ 크기로 이진화한 정규화 데이터를 Gravity-Center 처리를 한다. 오류 역전파 학습 알고리즘으로 얼굴의 특징을 학습한 후 각종 정상 및 비정상 얼굴 데이터를 이용하여 인식률을 실험 하였다. 실험데이터는 이 분야의 공인 자료인 LFW Face Database[7] 데이터를 사용하였으며, 실험결과는 제안된 방법이 문제 해결에 적합한 접근임을 보여준다.