• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2007년도 하계종합학술대회 논문집
• /
• pp.275-276
• /
• 2007

In this paper, we propose an efficient illumination preprocessing algorithm for face recognition. One of the best known illumination preprocessing method, based on anisotropic smoothing, enhances the edge information, but instead deteriorates the contrast of the original image. Our proposed method reduces the deterioration of the contrast while enhancing the edge information, and thus the preprocessed image does not lose features like Gabor features of the original images much.. The effectiveness of the proposed illumination preprocessing method is verified through experiments of face recognition.

• 한국정보처리학회논문지
• /
• 제7권3호
• /
• pp.1000-1012
• /
• 2000

There are many factors for face recognition. Two of those are orientation and brightness of illumination. In early studies of face recognition, with fixing these factors to good conditions th goal of research was focused on improving recognition rate itself. But they are very important factors to be solved for implementing face recognition system. In this paper, two methods wer proposed to minimize the influence of illumination. One is the local difference filter to reduce the influence fo variation of illumination. The other is weight function considering the horizontal difference of intensity. Applying tow proposed methods, the resultant recognition rate revealed 86.5% for 275 test images.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 춘계학술발표논문집 (상)
• /
• pp.583-586
• /
• 2003

보안이 점점 큰 의미를 가지는 요즘, 생체정보를 개인 신분 확인수단으로 이용하려는 연구가 많이 이루어지고 있다 생체정보를 이용한 분야로는 얼굴 인식, 지문 인식, 정맥 인식, 홍채 인식 등이 있는데 그 중에서도 홍채는 패턴의 불변성과 개인의 정보로 이용될 수 있을 정도로 다양한 패턴 형태를 이루고 있다. 이러한 홍채를 이용하여 신분을 인식하기 위해서는 불필요한 영역은 배제하고 인식을 위한 특징만을 가지고 있는 영역을 정확히 찾는 것이 중요하다고 하겠다. 또한 인식 시간의 단축을 위해서 특징 데이터의 크기를 줄이기 위한 방법도 고려되어야 한다. 이 두 가지 문제를 해결하기 위하여 본 논문에서는 홍채의 특징이 가장 많이 분포되어 있는 영역을 찾기 위한 전처리 기법과 인식을 위한 신경망에서 인식시간을 단축하면서 인식률을 높일 수 있는 최적의 신경망 구조를 찾아내는 방법을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.1101-1104
• /
• 2019

키넥트는 RGBD 카메라로 인체의 뼈대와 관절을 3D 공간에서 스켈레톤 데이터수집을 가능하게 해주었다. 스켈레톤 데이터를 활용한 행동 분류는 RNN, CNN 등 다양한 인공 신경망으로 접근하고 있다. 본 연구는 키넥트를 이용해서 Skeleton Joints를 수집하고, DNN 기반 스켈레톤 모델링 학습으로 행동을 분류한다. Skeleton Joints Processing 과정은 키넥트의 Depth Map 기반의 Skeleton Tracker로 25가지 Skeleton Joints 좌표를 얻고, 학습을 위한 전처리 과정으로 각 좌표를 상대좌표로 변경하고 데이터 수를 제한하며, Joint가 트래킹 되지 않은 부분에 대한 예외 처리를 수행한다. 스켈레톤 모델링 학습 과정에선 3계층의 DNN 신경망을 구축하고, softmax_cross_entropy 함수로 Skeleton Joints를 집는 모션, 내려놓는 모션, 팔짱 낀 모션, 얼굴을 가까이 가져가는 모션 해서 4가지 행동으로 분류한다.

• 한국지능시스템학회논문지
• /
• 제15권5호
• /
• pp.581-587
• /
• 2005

본 논문에서는 1차 모멘트와 뉴우턴법의 고정점 알고리즘 독립성분분석을 조합한 얼굴인식 기법을 제안하였다. 여기서 1차 모멘트는 입력되는 얼굴영상의 중심좌표를 계산하는 것이며, 이는 얼굴을 중심 이동하여 인식에 불필요한 배경을 배제시킴으로써 인식성능을 개선시키기 위함이다. 고정점 알고리즘의 독립성분분석은 통계적으로 독립인 얼굴특징들의 집합인 기저영상을 빠르게 얻기 위함이다. 제안된 기법을 64*64 픽셀의 48개(12명*4장) 얼굴영상을 대상으로 city-block, Euclidean, 그리고 negative angle의 3가지 거리 척도를 분류척도로 이용하여 실험하였다. 실험결과, 제안된 기법은 전처리과정을 거치지 않는 단순히 독립기저영상만을 이용하는 기법보다 우수한 인식성능이 있음을 확인하였다. 특히 city-block이 Euclidean이나 negative angle의 거리척도보다 상대적으로 정확하게 유사성을 측정할 수 있었다.

• 한국산학기술학회논문지
• /
• 제21권7호
• /
• pp.285-291
• /
• 2020

제조 산업에서 인력은 로봇으로 대체되지만 전문 기술은 데이터 변환이 어려워 산업용 로봇에 적용이 불가능하다. 이는 비전 기반의 모션 인식 방법으로 데이터 확보가 가능하나 이미지 데이터에 따라 판단 값이 달라질 수 있다. 따라서 본 연구는 비전 방법을 사용해 사람의 자세를 추정 시 영향을 미치는 인자를 고려해 정확성 향상 방법을 찾고자 한다. 비전 방법 중 OpenPose의 3가지 모델 MPII, COCO 및 COCO + foot을 사용했으며, CNN(Convolutional Neural Networks)을 사용한 OpenPose 구조에서 얼굴 가림 및 이미지 전처리에 미치는 영향을 확인하고자 액세서리의 유무, 이미지 크기 및 필터링을 매개 변수로 설정했다. 각 매개 변수 별 이미지 데이터를 3 가지 모델에 적용해 실제 값과 예측 값 사이 거리 오차와 PCK (Percentage of correct Keypoint)로 영향도를 판단했다. 그 결과 COCO + foot 모델은 3 가지 매개 변수에 대한 민감도가 가장 낮았다. 또한 이미지 크기는 50% (원본 3024 × 4032에서 1512 × 2016로 축소) 이상 비율이 가장 적절하며, MPII 모델만 emboss 필터링을 적용할 때 거리 오차 평균이 최대 60pixel 감소되어 향상된 결과를 얻었다.

• 한국멀티미디어학회논문지
• /
• 제14권4호
• /
• pp.494-503
• /
• 2011

본 논문에서는 스마트폰에서 웃음 치료를 위한 표정인식 애플리케이션을 제안한다. 제안된 방법에서는 스마트폰의 전면 카메라 영상으로부터 AdaBoost 얼굴 검출 알고리즘을 이용하여 얼굴을 검출한다. 얼굴을 검출한 다음에는 얼굴 영상으로부터 입술 영역을 검출한다. 그 다음 프레임부터는 얼굴을 검출하지 않고 이전 프레임에서 검출된 입술영역을 3단계 블록 매칭 기법을 이용하여 추적한다. 카메라와 얼굴 사이의 거리에 따라 입술 영역의 크기가 달라지므로, 입술 영역을 구한 다음에는 고정된 크기로 정규화한다. 그리고 주변 조명 상태에 따라 영상이 달라지므로, 본 논문에서는 히스토그램 매칭과 좌우대칭을 결합하는 조명 정규화 알고리즘을 이용하여 조명 보정 전처리를 함으로써 조명에 의한 영향을 줄일 수 있도록 하였다. 그 다음에는 검출된 입술 영상에 주성분 분석을 적용하여 특징 벡터를 추출하고 다층퍼셉트론 인공신경망을 이용하여 실시간으로 웃음 표정을 인식한다. 스마트폰을 이용하여 실험한 결과, 제안된 방법은 초당 16.7프레임을 처리할 수 있어서 실시간으로 동작 가능하였고 인식률 실험에서도 기존의 조명 정규화 방법보다 개선된 성능을 보였다.

• 디지털콘텐츠학회 논문지
• /
• 제19권3호
• /
• pp.435-443
• /
• 2018

최근 컴퓨팅 파워의 폭발적인 발전으로 컴퓨팅의 한계 라는 장벽이 사라지면서 딥러닝 이라는 이름 하에 순환 신경망(RNN), 합성곱 신경망(CNN) 등 다양한 모델들이 제안되어 컴퓨터 비젼(Computer Vision)의 수많은 난제들을 풀어나가고 있다. 2014년 발표된 대립쌍 모델(Generative Adversarial Network)은 비지도 학습에서도 컴퓨터 비젼의 문제들을 충분히 풀어나갈 수 있음을 보였고, 학습된 생성기를 활용하여 생성의 영역까지도 연구가 가능하게 하였다. GAN은 여러 가지 모델들과 결합하여 다양한 형태로 발전되고 있다. 기계학습에는 데이터 수집의 어려움이 있다. 너무 방대하면 노이즈를 제거를 통한 효과적인 데이터셋의 정제가 어렵고, 너무 작으면 작은 차이도 큰 노이즈가 되어 학습이 쉽지 않다. 본 논문에서는 GAN 모델에 영상 프레임 내의 얼굴 영역 추출을 위한 deep CNN 모델을 전처리 필터로 적용하여 두 사람의 제한된 수집데이터로 안정적으로 학습하여 다양한 표정의 합성 이미지를 만들어 낼 수 있는 방법을 제시하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제14권6호
• /
• pp.604-608
• /
• 2008

TFT-LCD영상은 불균일한 휘도 변화를 어느 정도 허용하고 있으며, 영상 전반에 걸쳐 나타나는 큰 휘도 변화는 국부적으로 주변 영역과 차이가 나는 결함 영역을 찾는데 방해가 된다. SQI(Self Quotient Image)는 얼굴 인식 분야에서 저주파에 해당하는 조명성분을 제거 하는데 사용되어 왔으며, 일종의 High Pass Filter(고주파 통과 필터) 형태이다. 본 논문에서는 SQI가 신호의 저주파 성분을 평활화 하는 효과를 가지면서 국부적인 변화를 유지하는 특성을 가지는데 착안하여, TFT-LCD영상에 존재하는 결함을 강조하는 알고리즘을 제안하였다. 제안한 방법을 기존의 TFT-LCD영상 전처리 방법들과 비교하였을 때, 평활화 효과 및 결함 영역 강조 효과가 우수함을 확인할 수 있었다.

• 전자공학회논문지 IE
• /
• 제45권4호
• /
• pp.60-67
• /
• 2008

피부색은 자동화된 얼굴 인식을 위한 매우 중요한 정보 중의 하나이다. 본 논문에서는 컬러 정보와 피부색 모델을 이용한 피부 영역 검출 기법을 제안하였다. 제안된 방법은 적응적 조명 보정 기법을 통해 피부색 영역의 검출 성능을 개선하였고 전처리 필터를 적용하여 피부색이 아닌 영역을 먼저 제거시킴으로써 처리 속도를 향상시켰다. 또한 피부색 검출 성능이 우수한 ST 컬러 공간을 수정하여, 보다 정확한 피부색 영역을 추출할 수 있도록 하였다. 제안된 방법의 실험 결과 기존의 방법과 비교하여 보다 우수한 검출 결과를 나타냈으며, 처리 속도 또한 약 $33{\sim}48%$ 향상시킬 수 있었다.