• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.508-510
• /
• 2002

본 연구에서는 실시간으로 얼굴을 인식, 검증하기 위한 전처리 단계로써 얼굴을 고속으로 추출하고 추출된 영상을 개선하기 위한 효율적인 기법들을 소개한다. 먼저 RGB로 획득되는 영상을 인간의 시각 구조와 유사한 HSI 컬러 모델로 변환하고 여기서 인간의 피부 영역에 해당하는 컬러 분포를 조사하여 대강의 얼굴 영역을 찾고 이 영역을 대상으로 두 개의 가변 템플릿과의 상관도(Correlation)를 이용하여 최적의 얼굴 안면을 찾는다. 보다 나은 얼굴 인식을 위하여 검출된 얼굴 안면 이미지에서 조명 평면(Illumination plane) 이미지를 추출하여 먼저 불균일성을 보정한 다음 평활화(Equalization)를 수행함으로써 영상을 개선한다.

• 대한전자공학회논문지SP
• /
• 제47권1호
• /
• pp.25-34
• /
• 2010

다양한 조명 환경에서 강인한 얼굴 인식 성취는 어렵다. 조명에 강인한 얼굴 인식을 위해서 보통 전처리 단계로 얼굴 이미지 조명 정규화를 수행한다. 기존 조명 전처리 기법들은 투영 음영을 효과적으로 처리할 수 없다. 본 논문에서는 조명 영향 분리 얼굴 고유특성 텍스쳐 부분공간에 기반한 새로운 얼굴 조명 정규화 기법을 제안한다. 조명분리 얼굴 고유특성 텍스쳐 부분 공간은 얼굴 텍스쳐 공간에서 조명 변화 영향이 분리된 부분공간으로 구축되기 때문에 얼굴 이미지를 이 부분공간으로 투영하여 얻은 얼굴 이미지는 조명 변화 영향이 최소화된 좋은 조명 정규화를 달성한다. 실험을 통해 본 논문에서 제안한 얼굴 조명정규화 기법이 표면 음영뿐만 아니라 투영 음영도 효과적으로 제거할 수 있으며, 좋은 얼굴 조명 정규화를 달성한다는 것을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 춘계학술대회 학술발표 논문집 제16권 제1호
• /
• pp.401-404
• /
• 2006

본 논문에서는 영상의 중심이동과 독립성분분석에 의한 효율적인 표정 인식방법을 제안하였다. 여기서 중심이동은 얼굴영상의 1차 모멘트에 의한 전처리 과정으로 불필요한 배경을 배제시켜 계산시간의 감소 및 인식률을 개선하기 위함이다. 또한 독립성분분석은 얼굴표정의 특징으로 기저영상을 추출하는 것으로 고차의 통계성을 고려한 중복신호의 제거로 인식성능을 개선하기 위함이다. 제안된 방법을 320*243 픽셀의 48개(4명*6장*2그룹) 표정을 대상으로 Euclidean 분류척도를 이용하여 실험한 결과, 전처리를 수행치 않는 기존방법에 비해 우수한 인식성능이 있음을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.532-534
• /
• 2001

본 논문에서는 다양한 배경을 가지는 얼굴 영상에서 눈의 위치를 추출하고 누의 개폐 상태를 인식하는 방법에 대하여 제시한다. 얼굴 요소 중에서 눈은 얼굴 인식 분야에 있어서 주요한 특징을 나타내는 주 요소이며, 눈의 개폐 상태 인식은 인간의 물리적, 생체적 신호 감지 및 표정인식에도 유용하게 사용될 수 있다. 본 논문에서는 후부영역을 강조하기 위한 전처리 과정을 수행하고 템플릿 매칭 방법을 사용하여 후부 영역을 추출한다. 추출된 1차 후부 영역들은 설정된 병합식을 사용하여 병합되며, 기하학적 사전지식과 Matching Value를 기반으로 최종 눈후보 영역을 추출한다. 검출된 눈 후보 영역은 검출영역 전처리와 특징점 산출 과정을 거쳐 최종적으로 개폐 판별식을 통해 눈의 개폐상태를 인식하게 된다. 제안한 방법은 눈위치 추출과 개폐인식에서 모두 높은 인식률을 보였으며 향후 운전자의 졸음인식 및 환자 감시장치 등 여러 응용에서 사용될 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (B)
• /
• pp.98-101
• /
• 2006

본 논문에서는 얼굴영상 인식의 전처리 단계인 피부 영역 자동 검출시 적용 가능하며 조명변화에 강건한 피부 영역 검출을 위한 혼합 컬러모델을 제시한다. 또한, 사용자별로 차이를 보이는 다양한 피부색을 자동으로 인식하고 사용자에 적합한 피부색 영역을 결정하기 위하여 제시한 컬러 모델을 기반으로 한 피부색 영역 모델링 전처리 단계를 제시한다. 우선, 사용자 및 사용 카메라에 따라 차이를 보이는 피부색에 대한 영역 모델을 구축하기 위하여 화면상의 가운데에 손이나 얼굴 영역이 위치하도록 하고 일정 프레임의 화면 정보를 취득한다. 취득 화면 정보로서 각 픽셀에 대한 정규화 된 RGB 성분 및 H 성분, V 성분 정보를 추출하고 이에 대한 평균화된 혼합 컬러 모델을 구축한다. H성분으로 피부색과 비슷한 배경을 제거하고 여기에 YUV 성분 중 적색에서 밝기 값을 뺀 성분인 V 값을 한 번 더 사용하여 밝기 값을 제거한 보다 뚜렷한 얼굴영역을 검출한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권7_8호
• /
• pp.773-779
• /
• 2003

얼굴 영역의 정확한 위치를 정확히 찾는 것은 얼굴 인식을 위한 핵심적인 전처리 과정이다. 본 논문에서는 조명조건, 표정, 배경의 변화에 무관하게 얼굴의 구성요소를 검출할 수 있는 강건한 기법을 제안한다. 수평 방향의 상대적으로 어두운 화소값을 갖는 눈썹, 눈, 입 둥과 같은 독립된 얼굴 요소를 검출하기 위해 형상 분해 국부 최적 임계치 기법을 적용하며 얼굴을 구성하는 간단한 기하학적 조건을 만족하는 얼굴 요소의 그룹을 검색함으로써 순수 얼굴영역을 검출한다. AR-face 데이타베이스의 영상에 적용한 결과, 두꺼운 안경테에 의해 눈썹이 가리워진 특수한 경우를 제외한 거의 모든 영상에 대해 정확한 얼굴 영역을 검출할 수 있었고, 얼굴의 대칭성을 이용해 회전과 이동 변화를 보상할 수 있으므로 강건한 얼굴 인식의 전처리 과정으로 사용할 수 있다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2000년도 추계학술발표논문집
• /
• pp.214-217
• /
• 2000

본 논문은 CCD카메라 얼굴 영상에서 얼굴의 특징을 추출하여 사이버 캐럭터 그래픽에 적용시키는 것을 목적으로 하고 있다. CCD카메라로는 촬영된 얼굴 영상에 기초적 영상 전처리를 실시한 후 불변모멘트의 일종인 센트럴모멘트를 사용하여 눈, 코, 입을 추출하였다. 제안된 방법으로 20명의 얼굴 사진을 대상으로 하여 추출 실험을 한 결과, 일반적인 실내 사무실 조명환경 하에서는 정확히 추출되는 것을 확인할 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.380-382
• /
• 2000

본 논문은 얼굴인식을 위한 특징으로 Haralick의 면함수 모델을 이용한 방법을 제시한다. 얼굴인식 시스템에서의 큰 제약조건 중 하나인 조명에 대해 향상된 인식을 수행하기 위해 일반영상의 에지추출에 주로 사용되었던 면함수를 적합시켜 얼굴인식을 위한 입력으로 사용하였다. 제안된 방법을 기존의 얼굴인식 기법과 비교 분석해 본 결과, 전체적인 인식률과 수행 시간이 향상되었고, 특히 조명 변화에 대해 조명 변화 보정을 위한 별도의 전처리 없이도 좋은 인식 결과를 나타내었다. 또한 제안된 방법에 신경망을 적용하여 성능을 비교하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2005년도 학술대회
• /
• pp.191-194
• /
• 2005

본 논문에서는 방송 영상에서 조명효과와 크기변화 등에 강인한 얼굴패턴 검출기법을 제시한다. 제안된 얼굴검출 모델은 영상 전처리 과정과 얼굴패턴 검출 과정으로 이루어진다. 전처리 과정은 조명변화에 대한 보정기능과 다중필터에 의한 후보영역 선별기능으로 구분된다. 얼굴패턴 검출과정은 다단계의 특징지도 생성과정과 패턴분류 과정으로 이루어진다. 특징지도를 생성하기 위하여 가보(Gabor) 필터계층을 포함하는 CNN(Convolutional Neural Networks)모델을 도입하였다. 다양한 배경을 고려한 효과적인 학습을 위하여 본 논문에서는 억제성의 뉴런(Inhibitory neuron)을 포함하는 구조의 CNN모델을 적용한다. CNN으로부터 추출되는 특징집합은 최종 단계에서 WFMM(Weighted Fuzzy Min Max) 모델을 사용하여 분류된다. 이때 사용되는 특징집합의 크기는 분류기의 규모 및 계산량의 결정적인 역할을 준다. 이에 본 연구에서는 최종 분류 과정에 사용되는 특징의 수를 효과적으로 줄이기 위해 FMM모델을 사용하는 적응적인 특징 선별 기법을 제안한다. 또한 실제 영상을 통한 실험결과로부터 제안된 이론의 타당성을 고찰한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.496-498
• /
• 2001

Snake 모델(active contour model)은 초기값을 설정해주면 자동으로 임의의 물체의 윤곽을 찾아내는 알고리즘으로 영상에서 특정 영역을 분할하여 할 때 많이 이용되고 있다. 본 논문에서는 칼라 영상에서 얼굴과 얼굴의 특징점을 찾는 방법으로 이 알고리즘을 적용한다. 특히, 주어진 영상의 RGB 값을 정규화(normalization) 해주는 전처리 과정을 통해 얼굴의 특징점 후보 영역을 얻어내는 초기 값을 설정해주어야 하는 과정을 생략해주고 보다 정확한 값을 얻을 수 있도록 구현한다. RGB 값을 이용한 정규화 과정을 적용한 방법과 적용하지 않은 방법을 구현한 결과를 비교해줌으로써, 정규화 과정을 거친 방법의 성능이 더 우수함을 보여준다.