• 전자공학회논문지CI
• /
• 제48권3호
• /
• pp.46-53
• /
• 2011

본 논문에서는 대표적인 특징점 추출 알고리즘인 SURF (Speeded Up Robust Features)를 이용한 얼굴 인식 방법을 소개한 다. 일반적으로, SURF를 이용한 물체 인식은 특징점 추출 및 정합만을 수행하지만, 본 논문에서 제안하는 SURF를 이용한 얼굴 인식 방법은 특징점 추출 및 정합뿐만 아니라 얼굴 영상 회전 및 특징점 검증을 추가로 수행한다. 얼굴 영상 회전은 특징점의 수를 증가시키기 위해 수행되며, 특징점 검증은 정확하게 정합된 특징점들을 찾기 위해 수행된다. 비록 본 논문에서 제안한 SURF를 이용한 얼굴 인식 방법은 PCA를 이용한 방법보다 연산 시간이 더 요구되었지만, 인식률은 보다 더 높았다. 이러한 실험 결과를 통해, 특징점 추출 알고리즘도 얼굴 인식에 적용할 수 있음을 확인할 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 제37회 하계학술대회 논문집 D
• /
• pp.2083-2084
• /
• 2006

본 논문에서는 조명에 변화에 강인하고 기존의 퍼지 색상 필터보다 정확하고 빠른 얼굴 감지 알고리즘 이용하여 얼굴을 인식하고 얼굴로부터 특징점(눈, 눈썹, 입)틀을 추출하고 추출된 특징점을 이용하여 감성을 판별하는 방법을 제안한다. 향상된 얼굴 인식 기술이란 퍼지 색상 필터의 단점이 영상의 크기와 성능에 따라 처리속도가 느려지는 것을 보완하기 위하여 최소한의 규칙을 사용하여 얼굴 후보 영역을 선별 적용하여 얼굴영역을 추출하는 기법을 말한다. 이렇게 추출된 얼굴영역에서 감정이 변화 할 때 가장 두드러지게 변화를 나타내는 눈, 눈썹 그리고 입의 특징점을 이용하여 감성을 분류한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(C)
• /
• pp.454-455
• /
• 2012

깊이 카메라에서 입력 받은 사용자의 얼굴 데이터에 morphable 모델을 fitting하여 실제 얼굴과 가까운 3D 얼굴 모델을 생성하기 위해서는 먼저 깊이 영상으로부터의 정확한 얼굴 영역 추출이 필요하다. 이를 위해 얼굴의 특징점을 기반으로 얼굴 영역 추출을 시도한다. 먼저 원본 깊이 영상을 보정하고, 컬러 영상으로부터 얼굴과 눈, 코의 영역을 탐색한 후 이를 깊이 영상에 대응시켜 눈, 코, 턱의 3차원 위치를 계산한다. 이렇게 결정된 얼굴의 주요 특징점들을 시작으로 영역을 확장함으로써 영상의 배경으로부터 얼굴 영역을 분리한다.

• 한국통신학회논문지
• /
• 제17권7호
• /
• pp.767-778
• /
• 1992

3-D 모델 기반 부호화 시스템에서 특징점 추출과 영상합성에 대하여 연구하였다. 얼굴의 특징점들은 영상처리 기술들과 얼굴에 대한 사전지식을 이용하여 자동적으로 추출된다. 추출된 얼굴의 특징점들을 이용하여 얼굴에 정합된 철선 프레임을 특징점의 움직임에 따라 변형시킨다. 변형된 철선 프레임 위에 초기 정면 영상의 질감을 매핑함으로써 합성영상이 만들어진다. 실험결과, 합성영상은 부자연스러움이 거의 나타나지 않았다.

• 전자공학회논문지SC
• /
• 제47권1호
• /
• pp.7-16
• /
• 2010

패턴 인식은 얼굴인식 영역에서 중요한 분야로 널리 사용 되고 있으며, 많은 연구가 이루어지고 있다. 얼굴 특징 점의 추출은 얼굴 인식 과정에서 중요한 단계로 정확한 얼굴 특징 추출은 인식기의 인식률에 가장 큰 영향을 미친다. 본 논문 에서는 능동형 이산 웨이브렛 변환을 통한 얼굴 특징 점 추출 방법을 제안했다. PC 카메라를 이용하여 취득된 얼굴 영상을 능동형 이산 웨이브렛 변환을 취하여 얼굴 영상 신호변환을 하였다. 변환된 영상 신호에 대하여 수직, 수평 투영법을 이용하여 얼굴 특징 추출을 하였으며, 추출 결과로부터 얼굴인식을 하였다. 제안된 능동형 이산 웨이브렛 변환은 얼굴 인식률 향상을 가져왔으며, 특징 점을 신속하고 정확하게 추출할 수 있었으며, 기존 이산 웨이브렛 변환을 이용한 특징 점 추출방식에 대하여 향상된 정확도와 안전성을 보였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 춘계학술발표대회논문집
• /
• pp.484-487
• /
• 2003

본 논문에서는 CCD 카메라로부터 입력된 얼굴영상에서 피부색상 정보를 이용하여 얼굴을 검출하고 얼굴특징자인 눈, 코, 입의 얼굴특징 벡터를 추출한 후, 벡터들로부터 특징 평가함수를 적용하여 개인의 얼굴을 인식하는 알고리즘을 제안하였다. 제안한 논문에서는 입력 영상에서 대하여 얼굴 피부색의 정보와 명암도 정보를 동시에 사용하여 얼굴영역을 검출한 후, 검출한 얼굴 영역에서 특징점인 눈, 코, 입 등을 추출한 다음, 각 특징 점들에 대한 기하학적 위치특성과 상관성을 이용한 얼굴특징 평가함수를 구성하였다. 제안한 알고리즘으로 230 장의 얼굴영상에 대하여 실험에 적용한 결과 얼굴검출 효율과 인식 성능을 개선할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 추계학술발표논문집 (상)
• /
• pp.641-644
• /
• 2002

얼굴 특징점 추출은 현재 많은 연구가 활발히 진행되고 있는 분야로 보안, 인식 등 다양한 응용분야를 갖는다. 본 논문에서는 PC 카메라 및 주민등록증에 있는 사진을 스캔하여 얼굴 특징점을 정확하고 빠른 계산 시간안에 찾을 수 있는 새로운 방법을 제시한다. RGB 색공간을 YUV로 변환하여 Y성분을 히스토그램 균등화 시켜 휘도에 관계없이 얼굴 피부색을 추출한 후 YUV의 V성분을 변형한 V'성분을 이용하여 얼굴의 특징점을 찾는 방법이다. 실험결과 주민등록증 사진과 PC 카메라에서 입력 받은 얼굴 영상이 오류 없이 추출됨이 관찰되었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (2)
• /
• pp.565-567
• /
• 2003

이 논문은 Matched Filter 기술을 사용해 얼굴 특징점 위치를 추출하는 연구에 대해서 기술한다. 기본 목표는 얼굴의 서로 다른 8개( 양쪽 눈과 눈썹, 머리선, 코, 입, 턱 )의 부분을 구분할 수 있는 필터들을 개발하는 것이다. 이런 Matched Filter는 Fourier 역변환을 사용해 훈련영상(Training Image)으로부터 얻을 수 있다. 실험평가는 베른대학의 얼굴 데이터베이스에 근거한다. 우리는 여기서 다양한 얼굴의 방향성에 효과적으로 적용할 수 있도록 하는 훈련 영상자료가 무엇인지 알 수 있다. 그리고 안경을 썼을 때 얼굴을 인식할 수 있는 가장 좋은 방법도 알아본다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2000년도 추계종합학술대회논문집
• /
• pp.97-100
• /
• 2000

본 논문에서는 얼굴의 특징 추출 알고리즘을 제안한다. 입력 영상을 이진 영상으로 처리한 후, 얼굴 요소 후보 블록의 면적, 둘레, 원형도, 종횡비를 이용하여 불변하는 눈, 코, 입의 특징 요소를 추출한다. 사람의 얼굴에 대한 특징 요소를 추출하기 위하여 우선 이진 영상을 생성한다. 하나 하나의 고립된 영역으로 분리하기 위하여 화소 레이블링을 한 후 만들어진 얼굴 요소 후보 블록 단위로 면적을 구하고, 윤곽선 추적 방법에 의하여 둘레를 구한 다음 면적, 둘레, 원형도 및 종횡비의 유사도를 구한다 블록의 종합 유사도, 대칭적 거리, 위치의 유사도를 활용하여 눈, 코, 입을 추출한다. 추출된 각 특징 요소간의 거리와 각도를 이용하여 12개의 특징 인수를 구하는 제안 알고리즘을 수행함으로써 얼굴의 특징 인수들을 추출한다. 각 특징점 사이의 거리와 각 거리간의 기울기를 이용하여 100명으로부터 획득한 297개의 원 영상을 대상으로 12개의 특징 파라미터를 추출한 결과 92.93%의 추출 성공률을 보였다. 이러한 결과는 외부 환경의 영향을 덜 받는 눈, 코, 입의 위치 관계의 블록을 근거로 특징 요소를 추출할 수 있도록 제안 알고리즘을 구성하였던 것으로 판단된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2006년도 추계학술발표대회
• /
• pp.269-272
• /
• 2006

얼굴 인식의 전처리 단계로써 얼굴의 특징 영역인 눈, 코, 입을 추출하는 방법들이 최근 다양하게 연구되고 있다. 얼굴 영상의 특징 영역을 추출 하는 방법에는 일반적으로 특징 점을 이용한 방법과 에지 정보를 이용한 방법이 있다. 특징 점을 이용한 방법은 높은 정확도를 보이는 반면 느린 수행시간을 보이는 문제점이 있으며, 에지 정보를 이용한 방법은 빠른 수행시간을 보이지만 정확도가 떨어지는 문제점이 있다. 본 논문에서는 정확도와 수행시간을 동시에 향상시킬 수 있는 방법을 제안한다. 빠른 수행 시간을 위해 에지 정보와 에지의 방향성 정보를 이용하여 대략적으로 영역을 추출하여, 잡음에 의해 발생된 에지나 빛에 의해 추출되지 못한 에지에서 생긴 눈 추출의 오류는 추출된 영역의 가로, 세로 비율과 각 영역의 공간 정보를 이용하여 해결한다. 실험 결과에서 85%의 정확도와 평균 0.3초의 수행시간을 보였으며, 에지 정보를 이용한 방법의 문제점인 정확도와 특징 점을 이용한 방법의 문제점인 수행시간을 동시에 향상시킨 결과를 보였다.