• 인지과학
• /
• 제14권1호
• /
• pp.10-10
• /
• 2003

본 논문은 Gabor 웨이브렛 변환을 이용하여 무표정을 포함한 표정영상에서 얼굴의 주요 요소들의 경계선을 추출한 후, FCM 군집화 알고리즘을 적용하여 무표정 영상에서 저차원의 대표적인 특징점을 추출한다. 무표정 영상의 특징점들은 표정영상의 특징점들을 추출하기 위한 템플릿으로 사용되어지며, 표정영상의 특징점 추출은 무표정 영상의 특징점과 동적 연결모형을 이용하여 개략적인 정합과 정밀한 정합 과정의 두단계로 이루어진다. 본 논문에서는 Gabor 웨이브렛과 FCM 군집화 알고리즘을 기반으로 동적 연결모형을 이용하여 표정영상에서 특징점들을 자동으로 추출할 수 있음을 제시한다. 본 연구결과는 자동 특징추출을 이용한 차원모형기반 얼굴 표정인식[1]에서 얼굴표정의 특징점을 자동으로 추출하는 데 적용되었다.

• 한국측량학회지
• /
• 제5권1호
• /
• pp.59-65
• /
• 1987

본 논문에서는 과대오차를 검출하는 방법과 상호표정 및 독립모델법과 같은 사진측양의 조정에서 표정점들의 수와 분포가 내적신뢰성에 미치는 영향을 기술하였다. 상호표정에서의 기본적인 6점과 독립모델법에서의 기본적인 4점의 이용은 내적신뢰성이 낮으며, 이 분포로서는 관측점에 포함된 과대오차를 검출할 수 없다. 이와 같은 한점씩 대신 2점 또는 3점을 군집으로 사용하면 내적신뢰성을 크게 향상시킬 수 있다.

• 전자공학회논문지CI
• /
• 제41권2호
• /
• pp.131-136
• /
• 2004

미디어의 발달에 따라 다양한 정보가 미디어에 실리게 되는데 이중에서 표정은 흥미있는 정보중에 하나이다. 표정에는 인간 내면의 의중이 포함되어 있기 때문이다. 내면의 상태는 표정 뿐만 아니라 제스처로 나타나기도 하지만 중요도는 표정이 높다고 할 수 있다. 이 표정은 임의로 조작할 수도 있지만 대체로 내면의 의중을 포함한다. 또한 표정은 사람마다 독특한 개성을 가지고 있지만 대체로 일정 구분 가능한 공통점 또한 가지고 있다. 본 논문에서는 USB CCD 카메라 환경의 동영상에서 표정을 분석하기 위해서 얼굴의 구성 요소를 검출 하고자 한다. 얼굴 구성요소에는 사람마다의 공통적인 표정 변화에 따른 특징점이 분포하기 때문이다. 구성 요소 검출을 위해서 먼저 동영상에서 한 프레임을 캡처하여 얼굴의 위치를 파악하고 얼굴영역을 분리한 다음 특징 점을 검출하게 된다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.832-834
• /
• 2005

본 논문에서는 여러 가지 표정으로 입력되어지는 얼굴 이미지를 효율적으로 인식시키는 작업을 수행하는 방법에 대한 내용을 소개하고 있다. 각 얼굴 이미지들은 상황에 따라 많은 표정에 영향 성분을 포함하고 있다. 이런 각기 특성이 다른 얼굴 이미지들의 효율적인 인식을 위하여, 특징 점을 선정을 한 후 실험 진행을 하면 표정에 영향을 많이 받는 이미지를 구분할 수 있다. 여기서 제안하는 방법은 표정이 많이 포함된 이미지에 대하여 표정에 영향을 많이 미치는 특징 점과 그 특징 점영역에 와핑 기법을 처리함으로써 표정이 있는 이미지를 인식하는 방법을 제안한다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• 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.

• 한국지리정보학회지
• /
• 제8권1호
• /
• pp.88-95
• /
• 2005

다중센서 결합에 의한 외부표정요소 결정기법은 항공기에 탑재한 GPS와 INS로 센서의 위치와 회전각을 정확히 결정함으로써 외부표정요소 결정을 위한 지상기준점 측량을 생략하거나 또는 최소한의 기준점만을 사용하여 외부표정요소를 결정할 수 있으며, 이에 따라 지형도 제작에 대한 시간과 경비를 크게 절감할 수 있다. 따라서 본 연구에서는 다중센서 결합과 동시에 CCD 카메라를 탑재하여 동시에 측량을 하고, 외부표정요소 직접결정 기법에 의한 CCD 영상으로 수치정사영상을 제작하였다. 본 연구에서 제작된 결과물에 대한 정확도 검증을 위하여 GPS로 측량한 지상검사점을 기본으로 하여 외부표정요소 직접결정 기법에 의하여 제작된 수치정사영상의 위치 정확도를 평가하였다. 수치정사영상은 소수의 기준점을 사용한 경우와 기준점을 사용하지 않은 경우의 두 가지로 제작하였다. 다중센서에 의한 제작된 수치정사영상의 정확도는 소수의 기준점을 사용한 경우, 축척 1:1,000 지도의 정확도 기준을 만족시켰으며, 기준점이 없이 제작된 정사영상의 정확도는 축척 1:5,000 지도의 정확도 기준을 만족함을 알 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 추계학술대회 논문집 전력기술부문
• /
• pp.312-314
• /
• 2002

송전선로에 고장발생시 해당선로에 취부된 디지털 보호계전기의 보조기능인 거리표정의 신뢰도를 확인하기 위하여 보호계전기 제작사, 고장종류, 계전기 TYPE별로 거리 표정결과와 실제 고장점과의 오차 등에 대하여 세부적으로 통계 분석을 실시 하였다.

• 인지과학
• /
• 제12권1_2호
• /
• pp.77-89
• /
• 2001

얼굴 특징점의 지각적 위계구조를 반영한 표정인식 신경망 모형을 설계하였다. 입력자료는 MPEG-4 SNHC(Synthetic/Natural Hybrid Coding)의 얼굴 정의 파라미터(FDP) 중 39개 특징점 각각에 대해 150장의 표정연기 사진을 5개의 크기와 8개의 바위를 갖는 Gabor 필터로분석한 값이었다. 표정영상에 대한 감정상태 평정 값과 39개 특징점의 필터 반응 값을 중가 회귀분석한 결과, 감정상태의 쾌-불쾌 차원은 주로 입과 눈썹 주변의 특징점과 밀접한 과련이 있었고, 각성-수면차원은 주로 눈 주변의 특징점과 밀접한 관련이 있었다. 필터의 크기는 주로 저역 공간 주파수 필터와 감정상태가 관련이 있었고, 필터의 방위는 주로 비스듬한 사선방위와 감정상태가 관련이 있었다. 이를 기초로 표정인식 신경망을 최적화한 결과 원래 1560개(39x5x8) 입력요소를 400개(25x2x8)입력요소로 줄일 수 있었다. 표정인식 신경망의 최적화 결과를 사람의 감정상태 평정과 비교하여 볼 때, 쾌-불쾌 차원에서는 0.886의 상관관계가 있었고, 각성-수면 차원에서는 0.631의 상관관계가 있었다. 표정인식 신경망의 최적화 모형을 기쁨, 슬픔, 놀람, 공포, 분노, 혐오 등의 6가지 기본 정서 범주에 대응한 결과 74%의 인식률을 얻었다. 이러한 결과는 사람의 표정인식 원리를 이용하면 작은 양의 정보로도 최적화된 표정인식 시스템을 구현할수 있다는 점을 시시한다.

• Spatial Information Research
• /
• 제13권4호
• /
• pp.373-380
• /
• 2005

모바일매핑시스템은 차량에 GPS(Global Positioning System), IMU(Inertial Measurement Unit), CCD 등을 탑재하고 대상에 관한 위치 및 영상 정보를 취득하는 효율적인 시스템이다. 모바일매핑시스템은 현재 도로 시설물 관리, 지도 갱신 등 다양한 분야에 활용되고 있으며 앞으로 그 활용도가 더욱 증가할 것으로 보인다. 항공사진측량과 같은 기존의 일반적인 사진측량의 경우, 영상 외부표정요소를 구하기 위해서는 지상기준점이 필요하다. 이러한 기준점들은 자료취득 전후에 현장측량을 통해 좌표가 결정되는데 일반적으로 많은 비용과 시간이 소요되고, 사실 영상을 취득할 도로를 따라 필요한 만큼 충분히 많은 기준점을 설치한다는 것도 거의 불가능하다. 하지만 모바일매핑 시스텔의 경우 GPS/INS를 이용해 영상촬영당시의 카메라의 위치 및 자세, 즉 외부표정요소를 직접적으로 구할 수 있어 시간과 비용 면에서 훨씬 효율적이다. 즉 외부표정요소를 결정하기 위해 영상표정기법은 지상기준점이 필요한 반면, 직접위치참조기법은 GPS/INS를 이용해 직접 외부표정요소를 구할 수 있다. 본 논문에서는 영상표정 기법과 직접위치참조기법에서 산출되는 영상외부표정요소를 이용해 지상점의 위치정확도에 대해 비교 분석해 보았다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 1999년도 추계학술대회 논문집
• /
• pp.271-276
• /
• 1999

자동 표정인식 및 합성 기술과 내적상태별 얼굴표정 프로토타입 작성의 기초 작업으로서 특정 내적상태를 표현하는 얼굴표정의 특징적 구조를 분석하였다. 내적상태의 평정 절차를 거쳐 열 다섯 가지의 내적상태로 명명된 배우 여섯 명에 대한 영상자료 90장을 사용하여 각 표정의 특징적 구조를 발견하고자 하였다. 서로 다른 얼굴들의 표준화 작업과 서로 다른 표정들의 직접 비교 작업에 정확성을 기하기 위하여 각 표정 표본들을 한국인 표준형상모형에 정합하였다. 정합 결과로 얻어진 각 얼굴표정의 특징점에 대해 모형이 규정하고 있는 좌표값들만으로는 표정해석이 불가능하며 중립얼굴로부터의 변화값이 표정해석에 유효하다는 결론을 얻었다. 표정의 특징적 구조는 그 표정이 표현하는 내적상태가 무엇인가에 따라 발견되지 않는 경우도 있었으며 내적상태가 기본정서에 가까울수록 비교적 일관된 형태를 갖는 것으로 나타났다. 내적상태별 특징적 표정을 결정할 수 있는 경우에 표정의 구조는 얼굴표정 요소들 중 일부에 의해서 특징지어짐을 확인하였다.