• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.1057-1062
• /
• 2007

얼굴표정 인식은 심리학 연구, 얼굴 애니메이션 합성, 로봇공학, HCI(Human Computer Interaction) 등 다양한 분야에서 중요성이 증가하고 있다. 얼굴표정은 사람의 감정 표현, 관심의 정도와 같은 사회적 상호작용에 있어서 중요한 정보를 제공한다. 얼굴표정 인식은 크게 정지영상을 이용한 방법과 동영상을 이용한 방법으로 나눌 수 있다. 정지영상을 이용할 경우에는 처리량이 적어 속도가 빠르다는 장점이 있지만 얼굴의 변화가 클 경우 매칭, 정합에 의한 인식이 어렵다는 단점이 있다. 동영상을 이용한 얼굴표정 인식 방법은 신경망, Optical Flow, HMM(Hidden Markov Models) 등의 방법을 이용하여 사용자의 표정 변화를 연속적으로 처리할 수 있어 실시간으로 컴퓨터와의 상호작용에 유용하다. 그러나 정지영상에 비해 처리량이 많고 학습이나 데이터베이스 구축을 위한 많은 데이터가 필요하다는 단점이 있다. 본 논문에서 제안하는 실시간 얼굴표정 인식 시스템은 얼굴영역 검출, 얼굴 특징 검출, 얼굴표정 분류, 아바타 제어의 네 가지 과정으로 구성된다. 웹캠을 통하여 입력된 얼굴영상에 대하여 정확한 얼굴영역을 검출하기 위하여 히스토그램 평활화와 참조 화이트(Reference White) 기법을 적용, HT 컬러모델과 PCA(Principle Component Analysis) 변환을 이용하여 얼굴영역을 검출한다. 검출된 얼굴영역에서 얼굴의 기하학적 정보를 이용하여 얼굴의 특징요소의 후보영역을 결정하고 각 특징점들에 대한 템플릿 매칭과 에지를 검출하여 얼굴표정 인식에 필요한 특징을 추출한다. 각각의 검출된 특징점들에 대하여 Optical Flow알고리즘을 적용한 움직임 정보로부터 특징 벡터를 획득한다. 이렇게 획득한 특징 벡터를 SVM(Support Vector Machine)을 이용하여 얼굴표정을 분류하였으며 추출된 얼굴의 특징에 의하여 인식된 얼굴표정을 아바타로 표현하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.22 no.2
• /
• pp.168-173
• /
• 2012

This paper presents a new human identification algorithm using partial features of the uncovered portion of face when a person wears a mask. After the face area is detected, the feature is extracted from the eye area above the mask. The identification process is performed by comparing the acquired one with the registered features. For extracting features SIFT(scale invariant feature transform) algorithm is used. The extracted features are independent of brightness and size- and rotation-invariant for the image. The experiment results show the effectiveness of the suggested algorithm.

• Journal of the Korean Institute of Telematics and Electronics S
• /
• v.36S no.5
• /
• pp.70-77
• /
• 1999

본 논문에서는 Wavelet을 이용한 위장 영상의 질환 부위 특징을 추출하여 질환 부위 패턴을 인식할 수 있는 알고리즘을 제안하였다. 전처리 과정으로서 위장 영상이 형태정보는 입력 영상을 DWT(Discrete wavelet transform)에 의해 4레벨 DWT 계수 행렬을 구하고 계수 행렬의 특징에 따라 저주파 계수 행렬로부터 저주파 특징 파라미터 32개, 수평 고주파 계수 행렬로부터 수평 고주파 특징 파라미터 16개, 수직 고주파 계수 행렬로부터 수직 고주파 특징 파라미터 16개, 그리고, 대각 고주파 계수 행렬로부터 대각 고주파 특징 파라미터 32개 등 모두 96개의 특징 파라미터를 추출한 후 각각의 특징 파라미터를 최대 값+0.5로 최소 값을 -0.5로 정규화 하여 신경회로망의 입력 벡터로 사용하였다. 위장 영상 패턴 인식을 위한 신경회로망은 교사 학습을 요구하는 다층 구조의 오차 역전파(Error back propagation)알고리즘으로 하였고 구조적 특성을 이용하여 입력층, 중간층, 출력층의 계층 구조로 설계하였다. 설계된 신경회로망의 학습은 학습계수를 0.2로 모우멘텀을 0.6으로 설정하여 출력층 최대오차가 0.01보다 작을 때까지 수행하였으며 약 8000회 정도 학습한 결과 설정값 보다 작은 결과를 얻었고 질환의 종류나 위치, 크기에 관계없이 100%의 인식률을 얻었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.11a
• /
• pp.79-81
• /
• 2022

MPEG-VCM(Video Coding for Machines)에서는 머신비전(machine vision) 네트워크의 백본(backbone)에서 추출된 이미지/비디오 특징 압축을 위한 표준화를 진행하고 있다. 현재 VCM 표준기술 탐색 과정에서 가장 좋은 압축 성능을 보이는 MSFC(Multi-Scale Feature compression) 기반 압축 네트워크 모델은 추출된 멀티-스케일 특징을 단일-스케일 특징으로 변환하여 특징맵으로 구성하고 이를 VVC 로 압축한다. 본 논문에서는 MSFC 기반 압축 모델에서 Min-Max 값 시그널링을 제외한 최소-최대(Min-Max) 정규화를 포함한 개선된 특징맵 생성 기법을 제시한다. 즉, 제안기법은 VCM 디코더에서의 특징맵 복원을 위한 Min-Max 값을 학습 기반으로 생성함으로써 Min-Max 시그널링의 비트 오버헤드 절감뿐만 아니라 별도의 시그널링 기제를 생략한 보다 단순한 전송 비트스트림 구성을 가능하게 한다. 실험결과 제안기법은 이미지 앵커(Anchor) 대비 BPP-mAP 성능에서 83.24% BD-rate 이득을 보이며, 이는 기존 MSFC 보다 1.74%정도 다소 떨어지지만 별도의 Min-Max 시그널링 없이도 기존의 성능을 유지할 수 있음을 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.784-786
• /
• 2004

두개의 영상을 정합하는 것은 컴퓨터 비젼분야의 기본적인 과정 중의 한가지이다. 본 논문에서는 영상에서 간결하면서 많은 정보를 가지고 있는 선형특징들을 이용하여 회전각도와 위치변화에 관계없이 영상을 정합하는 방법을 제안한다. 영상에서 edge성분들을 추출하여 구조체로 구성하고 이를 이용하여 Hough공간에서 최대로 누적되는 변환 파라미터들을 추정하고, 후보 파라미터들에 대하여 다시 최적의 정합조건을 가지는 파라미터를 Hough기법을 사용하여 결정한다. 많은 연산양이 요구되기 때문에 전처리 과정을 사용하여 정확하고 빠른 정합을 유도한다

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2016.07a
• /
• pp.101-102
• /
• 2016

본 논문에서는 차량의 특징점들 사이의 간격과 크기의 비례식으로 자동차의 차종을 식별하는 방법을 제시한다. 자동차 관련 영상은 그 편의성을 위하여 기본 RGB모델에서 Gray색상 모델로 변환시켜 사용한다. 자동차의 배경 제거는 Canny Edge Direction을 통하여 수행하고 외곽선 검을을 통하여 원하는 특징 점을 얻는다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• 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.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.531-534
• /
• 2006

능동 카메라에서 배경과 물체가 모두 움직이는 영상에서 이동물체를 검출하여 추적하기 위해 특징점을 추출하고 특징점을 이용해 영상 좌표계 변환 파라미터를 추정하여 카메라의 Ego-motion을 보정한다. 보정된 영상을 이용하여 움직이는 물체를 검출하고 잡음이 있는 관측영역에서 CONDENSATION 알고리즘을 이용하여 이동물체를 추정하는 실험을 수행한 내용의 논문이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.362-364
• /
• 2000

본 본문에서는 간단하면서 효과적인 관련성 귀환을 가진 영상 검색시스템에 대하여 연구하였다. 먼저 영상 데이터베이스 내에 있는 영상들에 대하여 Gabor Wavelet 변환을 이용하여 질감특징을 추출하고, 추출한 특징값을 다양한 형태로 영상검색에 이용하였다. 초기 검색결과에 대하여 관련성 귀환을 영상 검색시스템에 적용하고, 이를 기존의 관련성 귀환을 가진 시스템과 비교하였다. 16종류의 512개의 영상으로 구성된 영상 데이터베이스에 대하여 실험한 결과, 제한된 방법은 INRIA의 방법보다 각 귀환단계에서 약 7~8%의 높은 검색 효율을 보였다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.08a
• /
• pp.285-288
• /
• 2000

본 논문에서는 카메라 플랫홈의 흔들림 등으로 인한 외부 영향으로 출렁이는 비디오를 전자적으로 안정화시키는 방법을 제안한다. LOG operator〔1〕을 이용하여 특징점을 잡고 그 특징점을 중심으로 일정크기의 subblock에 대해서만 correlation을 구한다. Least Square를 이용하여 모션 파라메타를 측정하고 모션 보상을 행하는데 현재의 영상을 기준 좌표계로 변환하고 명암값 보간을 하게된다. 이 때 기존 연구에서 많이 사용한 bilinear 보간법의 단점인 대비가 첨예한 곳에서의 averaging 효과를 없애기 위해 본 연구에서는 대비가 첨예한 곳에서는 nearest neighbor 보간을 사용하고 그렇지 않은 곳에서는 bilinear 보간을 사용하는 hybrid한 방법을 채택하였다. 그 결과 사람이 카메라를 손에 들고 움직일 때 생기는 출렁이는 비디오에 대해 대부분의 카메라 움직임을 안정화시킬 수 있었다.