• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06c
• /
• pp.390-394
• /
• 2010

본 논문에서는 영상인식에서 널리 사용되는 지역적 특징인 SIFT와 부분공간분석에 의한 차원축소방법의 결합을 통하여 얼굴을 인식하는 방법을 제안한다. 기존의 SIFT기반 영상인식 방법에서는 추출된 키 포인트 각각에 대하여 계산된 특징기술자들을 개별적으로 비교하여 얻어지는 유사도를 바탕으로 인식을 수행하는데 반해, 본 논문에서 제안하는 접근법은 SIFT의 특징기술자를 명도 값으로 표현된 얼굴 영상을 여려 변형에 강건한 형태로 표현되도록 변환하는 표현방식으로 본다. SIFT기반의 특징기술자에 의해 표현된 얼굴 영상을 부분공간분석법에 의해 저차원의 특징벡터로 다시 표현되고, 이 특징벡터를 이용하여 얼굴인식을 수행한다. 잘 알려진 벤치마크 데이터인 AR 데이터베이스에 대한 실험을 통해 제안한 방법이 조명 변화와 가려짐에 강인한 인식 결과를 보여줄 뿐 아니라, 기존의 SIFT 기반의 얼굴 인식 방법에 비하여 우수한 처리 속도를 보임을 확인하였다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.1 no.1
• /
• pp.42-48
• /
• 2000

In this paper, we propose the face image recognition algorithm using skin color information, face region features such as eye, nose, and mouse, etc., and geometrical features of chin line. In the proposed algorithm, we used the intensity as well as skin color information in the HSI color coordinate which is similar to human eye system. The experimental results of proposed method shows improved extraction quality of face and provides adaptive extraction methods for the races. And also, we used chin line information as well as geometrical features of face such as eye, nose, mouse information for the improvement of face recognition quality, Experimental results shows the more improved recognition as well as extraction quality than conventional methods.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.628-630
• /
• 2001

사용자에게 친근감 있는 인터페이스를 제공하는 얼굴 모델링에 대한 연구가 활발히 진행 중이다. 본 논문에서는 기존 방법인 3차원 스캐너가 카메라를 이용하지 않고 얼굴의 정면상과 측면상의 사진을 이용하여 크기와 배경의 복잡성에 상관없이 일반적인 특징점을 추출하여 삼각형 메쉬로 구성된 표준 모델을 생성하고 이를 이용해서 3차원 얼굴의 형태를 생성하는 시스템을 제안한다. 추출된 특징점은 각개인의 얼굴 형태에 맞게 변형함으로서 좀더 현실적인 3차원 얼굴 모델링을 제공한다.

• ICROS
• /
• v.20 no.2
• /
• pp.39-45
• /
• 2014

얼굴 표정 인식은 인간 중심의 human-machine 인터페이스의 가장 중요한 요소 중 하나이다. 현재의 얼굴 표정 인식 기술은 주로 얼굴 영상을 이용하여 특징을 추출하고 이를 미리 학습시킨 인식 모델을 통하여 각 감정의 범주로 분류한다. 본 논문에서는 이러한 얼굴 표정 인식 기술에 사용되는 표정 특징 추출 기법과 표정 분류 기법을 설명하고, 각 기법에서 많이 사용되고 있는 방법들을 간략히 정리한다. 또한 각 기법의 특징들을 나열하였다. 또한 실제적 응용을 위해서 고려해야할 사항들에 대하여 제시하였다. 얼굴 표정 인식 기술은 인간 중심의 human-machine 인터페이스를 제공할 뿐만 아니라 로봇 분야에서도 활용 가능할 것으로 전망한다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2000.11a
• /
• pp.189-193
• /
• 2000

표정인식 시스템을 구현하기 위해서는 어떠한 얼굴 특징점이 특정한 내적상태와 밀접한 관련이 있는가를 알아야한다. 이를 위해 MPEG-4 FDP 중 39개의 얼굴 특징점을 사용하여 쾌-불쾌 및 각성-수면의 내적상태와 얼굴 특징요소간의 상관관계를 분석하였다. 연극배우들의 다양한 표정연기 사진 150장으로부터, 5개의 필터 크기와 8개의 필터 방위로 구성된 Gator wavelet을 사용하여 39개의 특징점을 중심으로 영상처리 하였다. 이들 특징점의 필터 반응 값과 내적상태의 상관관계를 분석한 결과, 내적상태의 쾌-불쾌 차원은 주로 입과 눈썹 주변의 특징점과 밀접한 관련이 있었고, 각성-수면 차원은 주로 눈 주변의 특징점과 밀접한 관련이 있었다. 필터의 크기는 주로 저역 공간빈도 필터가 내적상태와 관련이 있었고, 필터의 방위는 주로 비스듬한 사선 방위가 내적상태와 관련이 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.521-523
• /
• 1999

본 논문에서는 입력 영상 열에서 얼굴 영역을 추출하고, 영역 내 특징점들의 움직임 벡터를 원근 움직임 모델에 정합하여 얼굴 영역을 추적하는 새로운 방법을 제안한다. 제안된 방법은 계층적 형판정합을 이용하여 얼굴 영역을 추출하고, 해당 영역에서 DoG 반응의 국부최대치를 찾아 특징점을 구한다. 그리고 최소제곱추정기법을 이용하여 각 특징점에서 얻어진 움직임 벡터를 원근 모델에 정합한다. 제안된 방법은 선별된 특징점에서 움직임 벡터를 계산함으로써 연산량을 줄일 수 있었고, 원근 움직임 모델을 이용함으로써 잡영에 강한 특성을 보인다.

• Proceedings of the Korea Database Society Conference
• /
• 1995.12a
• /
• pp.183-186
• /
• 1995

본 논문에서는 연속적인 움직임을 가지는 얼굴 영상의 시퀀스에서 미리 정의한 몇개 특징점의 프레임 단위의 이동자취를 구하는 시스템을 구현하였다. 이를 위하여, 우선 얼굴영상에서의 특징점의 정의 및 그 추출과정을 보인다. 프레임간의 특징점들은 관성력으로 인하여 그 속도벡터가 급격히 변화할 수 없다는 평탄화 성질(smoothness)과, 이동후 다른 특징점들에 비해 근거리에 위치한다는 근접성 (proximity)을 가정하여 대응되는 쌍들을 구한다. 구현된 시스템을 실질적인 얼굴 영상의 시퀀스에 대해 실험하고, 그 결과를 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.835-837
• /
• 2005

본 논문에서는 가보 웨이블릿을 통해 얼굴 이미지로부터 특징을 추출하고, 그에 Genetic Algorithm 을 통해 구한 특징점별 가중치를 적용하여 얼굴 인식을 하는 방법을 소개한다. 각 특징점별로 가중치를 적용하는 방법은, 기존의 Gabor wavelet 을 사용한 얼굴 인식 방법들에 비해 높은 인식률을 보인다. 특징점별 가중치들은 진화 알고리즘을 통해 학습 되어진다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.11a
• /
• pp.855-858
• /
• 2004

본 논문에서는 원영상 영역내 포함된 우성의 에지에 대한 구체적 정보를 이용하기 위하여 Haar 웨이블릿을 이용한 에지영상 추출한다. 추출된 에지영상에 얼굴영역을 검출하기위해 이진화된 영상에 설정된 임계값을 통하여 얻은 이진영상으로부터 얼굴영역을 검출하기 위하여 얼굴의 일반적인 구조적 정보와 처리시간이 빠른 수평, 수직히스토그램 분석법을 이용하였다. 얼굴영역을 분리한 영상에 얼굴영역의 특징벡터를 구하기 위하여 26개의 특징벡터를 사용한 효율적인 고차 국소 자동 상관함수를 사용하였다. 계산된 특징벡터는 BP 신경망의 학습을 통하여 얼굴인식을 위한 데이터로 사용하여 제안된 알고리즘에 의한 인식률향상과 속도 향상을 입증한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.751-753
• /
• 2004

본 논문에서 색상을 기반으로 한 알고리즘으로 얼굴을 검출하고 검출된 얼굴을 움직이는 Pan-Tilt 카메라 상에서 추적하는 방법을 제안하고자 한다. 얼굴 검출 알고리즘은 얼굴색의 특징인 피부색상을 이용하여 후보영역을 검출하고 후보 영역에서 얼굴형태의 특징인 타원 형태를 이용하여 최종적으로 얼굴을 검출하였다. 얼굴 추적은 영상에서 검출된 얼굴의 크기 및 위치 정보와 Pan-Tilt 카메라의 위치정보를 이용하여 항상 얼굴이 카메라의 중심에 위치하도록 하였다. 우리는 실제 실험에서 초당 10프레임 이상의 실시간 얼굴 검출 및 추적에 성공하였다.