• 한국콘텐츠학회논문지
• /
• 제17권1호
• /
• pp.137-144
• /
• 2017

얼굴 검출은 복잡한 배경 내에서 다양한 얼굴의 자세로 인해 여전히 어려운 문제에 직면하고 있다. 본 논문은 피부색과 깊이 정보를 기반으로 한 한명 또는 여러 명의 얼굴을 검출하는 효과적인 알고리즘을 제안한다. 먼저 우리는 컬러 영상에서 가우시안 혼합 모델을 이용한 피부색 검출 방법에 대해 소개한다. 그리고 Kinect V2의 깊이 센서를 이용하여 획득한 3차원의 깊이 정보는 배경으로부터 사람의 몸을 분할할 때 유용하다. 그리고 레이블링 과정에서 여러 개의 특징을 이용하여 얼굴이 아닌 영역은 성공적으로 제거된다. 실험 결과를 통해 제안한 얼굴 검출 알고리즘은 다양한 조건과 복잡한 배경에서 얼굴이 효과적으로 검출되는 것을 확인할 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 봄 학술발표논문집 Vol.27 No.1 (B)
• /
• pp.571-573
• /
• 2000

복잡한 이미지에서 얼굴 추출은 얼굴 영상처리 분야에서 기본적이면서도 배경이 복잡함으로 인해 많은 어려움이 따른다. 이 논문에서는 복잡한 화면 이미지에서 얼굴을 추출하기 위해 여러 가지 과정을 거친다. 다양한 피부색을 가진 얼굴에 대해 즉, 흑인과 황인, 백인 등을 모두 추출하기 위해 피부색 모델을 이용한다. 다양한 피부색에 대한 임계값(threshold)을 이용하여 피부색과 다른 영역을 구분하여 얼굴의 후보 데이터로 추출한다. 그 추출된 후보 데이터를 지역적 임계값(local threshold)을 이용하여 얼굴과 눈, 코, 입과 같은 세부사항에 분류한다. 분류된 부분이 즉 얼굴내에서 얼굴이 아닌 부분(눈, 코, 입 등)의 크기가 정규화 되어진 최소 크기보다 박을 경우 그 후보 데이터를 버리고, 그렇지 않을 경우, 즉 얼굴이 아닌 다른 부분의 크기가 정해진 크기보다 크거나 같을 경우 그 후보 데이터를 검출한다. 이 논문에 결과는 배경에서도 피부색과 얼굴의 부분영역을 이용하여 얼굴을 검출할 수 있다는 것을 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제10권4호
• /
• pp.113-121
• /
• 2005

실시간 영상에서 사람의 얼굴을 검출하는 것은 얼굴 인식 분야에 있어서 주요한 관심 분야 중의 하나이다. 본 본문에서는 실시간 입력되는 영상에서 피부색과 Haar-like feature를 이용한 얼굴 검출 알고리즘을 제안하였다. 제안된 알고리즘은 YCbCr 색 공간에서의 차 연산 기법을 이용하여 이동 물체의 움직임 영역을 ROI(region of interest)로 선정하고 Haar-like feature를 이용하여 얼굴 후보영역을 선정한 다음 피부색 정보를 이용하여 얼굴을 검출하였다. 특히, 가변적으로 선정되는 ROI 영역에 대하여 피부색 정보와 특징 정보를 이용함으로서 실시간 영상에 대하여 처리 속도의 향상과 비슷한 특징 또는 색상을 가진 영상이 얼굴로 검출되는 오류를 방지하였다. 실험 결과는 기존의 연구에 비해 30%의 처리 속도 향상과 96.8%의 검출 성공률을 보였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 제13회 신호처리 합동 학술대회 논문집
• /
• pp.453-456
• /
• 2000

본 논문에서는 색상정보를 이용한 얼굴 검출 알고리즘에 대해 소개하고자 한다. 여러 개의 얼굴 검출에 적용되는 이 알고리즘은 피부색의 학습 과정과 입력영상에 대한 얼굴 검출 과정으로 크게 두 가지로 나눌 수 있다. 특히 본 연구에서는 피부색이 본 논문에서 제안한 새로운 RGB 영역에서 직선을 이루는 특징을 이용하여 학습 data를 구성한다. 이렇게 구성된 data를 입력영상에 적용함으로써 1차 얼굴 후보영역을 결정한다. 그런 후 1차 후보영역을 세로방향과 가로방향으로 투영시킴으로써 최종 얼굴 영역을 찾아낸다. 실험을 통해 이 알고리즘은 기존의 색상정보를 이용한 얼굴검출 방법에 비해 얼굴 개수에 상관없이 높은 검출 성공률을 보여주었다.

• 정보처리학회논문지B
• /
• 제9B권4호
• /
• pp.491-500
• /
• 2002

본 논문에서는 칼라 얼굴 영상으로부터 피부색 정보, 얼굴의 기하학적 특징벡터 및 안면각 정보를 이용한 실시간 얼굴검출 및 인식 알고리즘을 제안하였다. 제안한 알고리즘에서는 HSI 칼라좌표계상의 얼굴 피부색 정보와 얼굴 에지 정보를 함께 이용함으로써 얼굴 영역 검출 효율을 개선하였다. 또한 추출된 얼굴 영역으로부터 얼굴인식율 개선을 위해 얼굴 특징자들을 추출하고 추출된 얼굴 특징자들의 기하학적 관계로 구성된 얼굴 특징벡터와 얼굴 안면각 정보를 사용하여 얼굴 인식율을 개선하였다. 실험에서는 제안한 방법이 기존의 방법에 비해 얼굴 영역 검출율 뿐만 아니라 얼굴 인식율도 개선되었음을 알 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (2)
• /
• pp.553-555
• /
• 2003

사람의 얼굴을 검출 및 인식을 하는 여러 가지 다양한 알고리즘이 소개되고 있다. 본 논문에서는 사람의 피부색을 이용한 컬러정보(Color Information)와 국부 최적 임계치 기법을 사용하여 얼굴의 형상정보를 검출하고 얼굴 영역을 검출하는 방법을 사용한다. 컬러정보를 사용하여 얼굴의 후보영역을 선정한 후에 그 후보영역에서 얼굴의 특징인 눈, 눈썹, 입을 찾는 방법을 제안한다. 피부색은 일정한 분포를 가지고 있기 때문에 후보영역을 비교적 정확히 찾을 수 있으며, 국부 최적 임계치 기법은 효과적인 얼굴 특징 검출방법이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2001년도 춘계학술발표논문집 (상)
• /
• pp.143-146
• /
• 2001

본 논문에서는 칼라 영상으로부터 피부색 정보 및 모멘트를 이용하여 눈 영역 및 얼굴 영역을 검출하는 알고리즘을 제안한다. 제안한 알고리즘은 눈 영역을 추출함으로써 보다 정확한 얼굴 영역을 검출할 수 있다. 이를 위해 먼저 입력된 칼라 영상의 피부색 정보를 기반으로 추출한 영역으로부터 레이블 영역의 면적과 크기 정보를 이용해 1차, 2차 얼굴 후보 영역을 선택하고 선택된 얼굴 후보 영역간의 기울기 모멘트를 계산하여 3차 얼굴 후보 영역을 추출한다. 또한 추출한 3차 후보 영역으로부터 레이블 영역의 크기 및 구조적 관계를 고려하여 영역 내에서의 눈의 위치를 검출한다. 따라서 제안한 방법은 눈의 기울기 관계를 이용함으로써 얼굴의 크기와 얼굴이 좌우로 기울어진 영상에 대하여 강인한 얼굴 검출 능력을 보인다.

• 한국정보기술응용학회:학술대회논문집
• /
• 한국정보기술응용학회 2002년도 춘계학술대회
• /
• pp.109-110
• /
• 2002

• 한국콘텐츠학회논문지
• /
• 제7권12호
• /
• pp.311-321
• /
• 2007

본 논문은 영상에 포함된 얼굴을 보다 빠르고 강건하게 검출하기 위해서 이질적 템플릿 매칭의 결과들을 융합하여 얼굴을 검출하는 방법을 제안한다. 먼저 광범위한 조명 환경과 인종을 포괄하는 피부색 모델을 이용해 피부 영역을 검출한다. 그리고 영역 라벨링과 필터링으로 매칭에 필요한 검색 범위를 줄인 후, 피부색과 에지를 이용한 템플릿 매칭을 검출된 영역에 적용한다. 이들 매칭 결과가 융합되어 두 매칭 결과를 동시에 최적으로 만족하는 얼굴이 검출된다. 실험 결과는 제안된 방법이 단일 템플릿을 적용할 때보다 얼굴색과 유사한 배경에서 얼굴을 강건하게 검출하며, 얼굴 후보 영역으로 검색 범위를 줄여 검출 시간을 줄였음을 보여준다. 또한 전역 누산기를 사용하여 템플릿 매칭의 과도한 공간 요구의 문제점을 해결할 수 있었다.

• 전자공학회논문지CI
• /
• 제47권2호
• /
• pp.11-20
• /
• 2010

본 논문에서는 피부색 정보를 이용한 얼굴 후보 검출 방법과 얼굴의 구조적 특징을 이용한 얼굴 확인 방법으로 구성된 얼굴 검출 시스템을 제안한다. 먼저 제안하는 얼굴 후보 검출 방법은 피부색 영역과 피부색의 주변 영역에 대한 이미지 분할과 병합 알고리듬을 이용한다. 이미지 분할과 병합 알고리듬의 적용은 복잡한 이미지에 존재하는 다양한 얼굴들을 후보로 검출할 수 있다. 그리고 제안하는 얼굴 확인 방법은 얼굴을 지역적인 특징에 따라 분류 가능한 부분 얼굴 분류기를 사용하여 얼굴의 구조적 특징을 판단하고, 얼굴과 비-얼굴을 구별한다. 부분 얼굴 분류기는 학습 과정에서 얼굴 이미지만을 사용하고, 비-얼굴 이미지는 고려하지 않기 때문에 적은 수의 훈련 이미지를 사용한다. 실험 결과 제안한 얼굴 후보 검출 방법은 기존의 방법보다 평균 9.55% 많은 얼굴을 후보로 검출하였다. 그리고 얼굴/비-얼굴 분류 실험에서 비-얼굴에 대한 분류율이 99%일 때 기존의 분류기보다 평균 4.97% 높은 얼굴 분류율을 달성 하였다.