• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1909-1910
• /
• 2008

본 논문에서는 실린더 모델을 이용하여 머리의 다양한 포즈 변화와 조명 변화에 대해 강인한 얼굴 인식을 제안하고자 한다. 실린더 모델은 사람의 머리가 실린더 모양과 유사하고 그 표면은 얼굴에 해당된다고 가정한다. 실린더 모델은 6가지의 모션 파라메터를 따라 움직이며 Lucas-Kanade 알고리즘에 의해 모션 파라메터의 양을 결정한다. 강인한 동작을 위해 템플릿을 지속적으로 바꿔주는 동적 템플릿(dynamic template)방법과 그에 따른 에러가 누적되는 것을 막기 위해 re-registration방법을 사용한다. 조명 문제를 해결하기 위해 템플릿에서 조명 주성분 벡터를 추출하여 제거하는 방법으로 조명 효과를 제거한다. 실험에서는 다양한 포즈 변화와 조명 변화가 반영된 얼굴 데이터베이스를 구축하고 추출한 텍스쳐 맵(texture map image)을 SVM에 적용함으로서 포즈, 조명 변화에 강인한 얼굴인식을 보인다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.30 no.6C
• /
• pp.570-576
• /
• 2005

Recognition of posed face is one of the most challenging problems in the field of face recognition. In this paper, as a preprocessing step for recognizing such faces, a method to transform non-frontal face images into frontal face images is proposed. The linear relationship between eigenfaces is utilized to obtain a pose transform matrix. The proposed method is verified with a well-known face recognition algorithm based on PCA/LDA. Compared to the conventional algorithm applied to the original posed face images, our experimental results indicated that the proposed method contributes to improve the recognition rate of such faces by $20\%$.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.631-633
• /
• 2003

본 논문에서는 사용자의 연속적인 제스처들을 실시간으로 제스처를 적출하고 인식하는 게임 인터페이스를 제안한다. 제안된 인터페이스는 동영상에서 사용자의 자세를 예측하는 포즈 추정 모듈과 연속된 포즈 심벌열로부터 제스처를 적출하고 인식하는 제스처 인식 모듈로 구성되어 있다. 사용자의 자세는 영상에 나타난 머리, 양손의 좌표를 취하여 대표되는 자세를 클러스터링을 통해 구하였다. 제스처를 적출하기 위해서 연속된 포즈 심벌열로부터 가제스처들을 생성한다. 생성된 가제스처의 인식엔진의 인식값을 기준으로하여 제스처를 판별한다. 제안된 논문에서 정의한 제스처를 인터페이스로 사용하여 실제 게임인 퀘이크II에 적용해 봄으로써, 컴퓨터 게임 안에서, 제안된 인터페이스가 타탕함을 증명하였다.

• Journal of KIISE:Software and Applications
• /
• v.35 no.12
• /
• pp.780-788
• /
• 2008

Modeling hand poses and tracking its movement are one of the challenging problems in computer vision. There are two typical approaches for the reconstruction of hand poses in 3D, depending on the number of cameras from which images are captured. One is to capture images from multiple cameras or a stereo camera. The other is to capture images from a single camera. The former approach is relatively limited, because of the environmental constraints for setting up multiple cameras. In this paper we propose a method of reconstructing 3D hand poses from a 2D input image sequence captured from a single camera by means of Belief Propagation in a graphical model and recognizing a finger clicking motion using a hidden Markov model. We define a graphical model with hidden nodes representing joints of a hand, and observable nodes with the features extracted from a 2D input image sequence. To track hand poses in 3D, we use a Belief Propagation algorithm, which provides a robust and unified framework for inference in a graphical model. From the estimated 3D hand pose we extract the information for each finger's motion, which is then fed into a hidden Markov model. To recognize natural finger actions, we consider the movements of all the fingers to recognize a single finger's action. We applied the proposed method to a virtual keypad system and the result showed a high recognition rate of 94.66% with 300 test data.

• The KIPS Transactions:PartB
• /
• v.18B no.1
• /
• pp.11-20
• /
• 2011

Pictorial Structures is known as an effective method that recognizes and tracks human poses. In this paper, the upper body pose is also tracked by PS and a particle filter(PF). PF is one of dynamic programming methods. But Markov chain-based dynamic motion model which is used in dynamic programming methods such as PF, couldn't predict effectively the highly articulated upper body motions. Therefore PF often fails to track upper body pose. In this paper we propose the key pose-based proposal distribution for proper particle prediction based on the similarities between key poses and an upper body silhouette. In the experimental results we confirmed our 70.51% improved performance comparing with a conventional method.

• Journal of Korea Multimedia Society
• /
• v.15 no.4
• /
• pp.508-515
• /
• 2012

This paper presents a method that estimates face pose for a given face image and synthesizes any posed face images using Active Appearance Model(AAM). The AAM that having been successfully applied to various applications is an example-based learning model and learns the variations of training examples. However, with a single model, it is difficult to handle large pose variations of face images. This paper proposes to build a model covering only a small range of angle for each pose. Then, with a proper model for a given face image, we can achieve accurate pose estimation and synthesis. In case of the model used for pose estimation was not trained with the angle to synthesize, we solve this problem by training the linear relationship between the models in advance. In the experiments on Yale B public face database, we present the accurate pose estimation and pose synthesis results. For our face database having large pose variations, we demonstrate successful frontal pose synthesis results.

• The Journal of the Korea Contents Association
• /
• v.10 no.9
• /
• pp.1-8
• /
• 2010

In this paper, we propose a large scale entertainment system based on gesture recognition for learning Chinese character contents. The system is consisted of parts that forecast user's posture in two infrared images and part that recognize gestures from continuous poses. And we can divide and acquire in front side pose and side pose about one pose in each IR camera. This entertainment system is immersive in nature and convenient for its gestures based controlling system. Also, it can maximize information transmission because induce immersion and interest using two large size displays and various multimedia elements. The learning Chinese character contents can master Chinese character naturally because give interest to user and supply game and education at the same time. Therefore, it can expect synergy effect that can learn playing to user combining with large entertainment system based on gesture recognition.

• Proceedings of the KIEE Conference
• /
• 2008.04a
• /
• pp.101-102
• /
• 2008

얼굴인식 분야에서 PCA(Principal Component Analysis) 기반 알고리즘은 비교적 간단한 구조와 높은 인식률로 인해 많이 사용되고 있지만 조명이나 얼굴 포즈 변화에 민감하다는 단점이 있다[1]. 이런 단점을 해결하기 위한 노력으로 PCA를 다른 얼굴인식 알고리즘과 결합함으로서 조명과 포즈 변화에 강인한 얼굴인식을 위만 연구가 현재 활발히 진행되고 있다. 본 논문은 PCA기반 얼굴인식에서 조명이 다양하게 변할 때 이에 따른 인식률의 변화와, 인식이 실패했을 경우에 인식 대상이 유사도 상위후보군에 들어가는지를 조사함으로서 PCA기반 알고리즘의 신뢰도를 확인하고자 한다. 이를 위해 Yale Face Database H와 Extended Yale Face Database B를 이용하여 실험한 결과 약 93%의 인식 성공률을 확인했으며, 7%의 인식 실패한 영상의 경우 그 인식하고자 했던 얼굴이 유사도를 기준으로 정렬된 학습 영상에서 상위 후보군에 속한다는 실험 결과를 얻음으로서 PCA기반 얼굴 인식 알고리즘의 신뢰성을 확인할 수 있었다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.285-289
• /
• 2003

본 논문은 컬러 입력 영상에서 검출된 얼굴 영역 내의 홀(hole)들간의 기하학적 구조를 이용하여 포즈를 추정하는 방법을 제시한다. 얼굴 영역 검출에서는 특징값 기반의 알고리즘 중 피부색 분포를 이용하는 방법을 적용하며, 이 때 발생하는 조명에 의한 열화를 제거한다. 본 논문에서는 TSL 색상 모델을 사용하고, 조명에 의해 너무 밝게 표현되는 부분의 피부값을 조정함으로써 조명에 대한 보정을 실시한다. 그런 다음, 얼굴 영역 안에서 찾은 홀을 피부영역이 아닌 얼굴 구성요소(양눈, 입)로 가정하여, 후보 구성요소들의 기하학적 구조를 이용해 다양한 포즈의 입력 영상에 대한 포즈를 추정한다. 추정된 값은 향후 다양한 포즈에 대한 특징점 추출이나 얼굴 인식에 활용될 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.841-843
• /
• 2005

비디오 데이터 분석은 감시, 검색, 스포츠 경기 자동 요약 등 많은 분야에서 사용되는 기술이다. 그러나 감시 카메라나 스포츠 경기 비디오와 같이 사람의 영역이 저해상도인 환경에서는 포즈 추정, 모델과의 매칭이 어렵기 때문에 제스처 인식 연구는 많이 이루어지고 있지 못하다. 본 논문에서는 카메라가 Pan/Tilt/Zoom 동작을 하고 사람이 빠르게 움직이는 방송용 테니스 비디오에서, 사람을 추출하고, Curvature Scale Space를 기반으로 한 특징을 추출하여 학습된 포즈 모델과 매칭하는 방법과, 차원의 축소를 통해 일련의 포즈들을 학습된 제스처와 매칭하는 방법을 제안한다. 50개의 방송용 테니스 경기 비디오 장면에 대하여 서브 제스처 추출을 수행한 결과, 서브 포즈에 대하여 모델과 매칭이 잘 되고, 매칭이 되지 않는 포즈를 포함하는 시퀀스에 대해서도 강인한