• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 하계학술대회
• /
• pp.6-7
• /
• 2011

본 논문에서는 지역적 학습 방법을 활용하는 Average Neighborhood Margin Maximization(ANMM)에 기반하여 피부색과 비피부색 영역을 분리하는 이진 분류의 통계적 접근법을 제안한다. Fisher Linear Discriminant(FLD)와 Average Neighborhood Margin Maximization(ANMM)의 피부색과 비피부색 클래스 내 분산 대비 클래스 간 분산의 비교를 통해 두 클래스 간 분리력 변화를 확인한다. 교사(Supervised) 이진 분류문제에 대하여 Small sample size(SSS) 문제, 가우시안 분포 가정의 문제, 최대 추출 가능 특징 수 제한 문제 등을 해결함과 동시에, 지역적 특성 학습 방법의 도입을 통해 피부색과 비피부색 간 분리력을 향상시킨다.

• 한국콘텐츠학회논문지
• /
• 제9권5호
• /
• pp.1-12
• /
• 2009

올바른 피부색 검출은 사람의 얼굴 검출 및 동작 분석에서 매우 중요한 전처리과정에 속한다. 피부 검출은 일반적으로 화소의 칼라 공간을 Non-RGB로 변형하고, 피부색의 조명 요소를 제거한 다음 피부색 분포 모델에 의해 Skin과 Non-Skin으로 분류하는 3단계로 진행된다. 이는 피부색 검출이 칼라 공간, 조명 요소의 존재 여부, 피부 모델링 방법에 따라 수행 성능에 많은 영향을 받기 때문이다. 본 연구에서는 조명 조건에 따라 피부색 모델의 범위에 차이가 있다는 사실에 기초하여 다양한 조명 조건과 복잡한 배경을 가진 영상에서 효과적으로 다인종의 피부색을 분류해내 기 위한 3차원 피부색 모델을 제시하고자 한다. 제안된 피부색 모델은 화소의 칼라 공간을 YCbCr공간으로 변형하고, 각 요소(Y, Cb, Cr) 값에 의한 3차원 피부색 모델을 형성한다. 다인종의 피부색을 함께 분할하기 위해 인종(백인, 흑인, 황인)별 피부색 모델을 먼저 생성한 후 각각의 모델에서 피부색 확률에 따라 결합한 다인종을 위한 통합 모델을 생성하였다. 또한 우리는 적은 양의 훈련 데이터로 피부색 영역을 올바르게 검출할 수 있도록 여러 단계의 피부색 영역을 설정하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 하계학술대회
• /
• pp.446-448
• /
• 2011

본 논문에서는 조명 보정과 지역적인 밝기 정보를 이용한 유해 영상에서의 피부색 검출 방법을 제안한다. 첫번째, 조명의 영향을 줄이기 위하여 입력 영상을 히스토그램 평활화하여 명암 값의 분포가 한쪽으로 치우치거나 균일하지 못한 영상의 명암 값 분포를 균일화 시켜 영상을 향상될 수 있도록 한다. 그 다음, 평활화 시킨 영상을 25 개의 블록으로 분할한 후, 각 블록에서의 밝기 값에 대한 통해 평균과 왜도를 구한다. 구해진 값들을 영상의 임계값으로 설정하여 이진화 시킨다. 그리고, 평활화시킨 영상의 RGB 값을 Lab 컬러 공간으로 변환한다. 변환된 컬러 공간내의 조명 성분 값인 L(Luminance)값을 추출하여 이를 역변환 한다. 역변환한 L 값은 비정규 조명을 갖는 유해 영상의 조명에 민감한 영향을 제거하기 위하여 평활화 영상에 합한다. 마지막으로, 밝기 임계값을 통해서 얻어진 이진영상내의 객체 영역과 RGB 피부색 임계값을 통한 조명 보정된 평활화 영상내의 피부색 영역의 공통된 영역을 결과값으로 추출한다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.193-196
• /
• 2009

단일 영상에서 피부색 영역을 추출하기 위해서 기존의 많은 방법들이 하나의 고정된 피부색 모델을 사용한다. 그러나 영상에 특성에 따라 영상에 포함된 피부색의 분포가 다양하기 때문에 이러한 방법을 이용하여 피부색을 검출할 경우 낮은 검출율이나 높은 긍정 오류율이 발생할 수 있다. 따라서 영상의 특징에 따라 적응적으로 피부색 영역을 추출할 수 있는 방법이 필요하다. 이에 본 논문에서는 영상의 특징에 따라 2단계의 과정을 거쳐 피부색 모델을 수정하는 방법으로, 다양한 조명과 환경 조건에서 높은 검출율과 낮은 긍정 오류율을 동시에 가지는 알고리즘을 제안한다.

• Journal of Platform Technology
• /
• 제11권5호
• /
• pp.59-71
• /
• 2023

본 논문에서는 영상을 촬영한 장면의 조명 색도를 추정하는 방법을 제안한다. 기존의 피부색을 이용한 조명 색도 추정 방법은 Storring, Bianco 등이 제안하였다. Storring은 피부색 분포 특성, 완전 복사체 궤적을 이용하였으나 완전 복사체 궤적과 CIE-xy 자료의 연계성이 저하되는 문제가 있다. Bianco 등은 표준조명에서의 피부색 분포와 입력 영상의 피부색 분포를 대조하여 조명 색도를 추정하였다. 이 방법은 다양한 조명에서의 피부색을 최대한 많이 측정하고 확보하기가 어렵다. 제안한 방법은 피부색도 정보와 조명색도 간의 관계를 분석하여 임의의 입력 영상에 대한 조명 색도를 추정할 수 있다. 추정 방법은 분석단계와 테스트 단계로 구분되며, 데이터 셋을 분석 군과 테스트 군으로 분류하여 사용하였다. 분석 군의 모든 입력영상으로부터 각각 피부색 영역을 구하여 피부 색도를 계산한다. 피부 색도의 평균값 집합과 기준 조명 색도 집합의 상관 관계를 분석하여 사상을 구한다. 계산된 사상을 분석 군의 모든 입력 영상에 적용하여 조명 색도를 추정하고 기준 조명색도와의 오차를 계산하고, 오차의 변화가 없을 때까지 상기 과정을 반복하여 안정적인 사상을 구한다. 구해진 사상을 분석 단계와 유사하게 테스트 군 영상에 적용하여 조명 색도를 추정한다. 피부영역과 조명 기준정보가 포함된 데이터 셋이 독립적으로 존재하지 않기 때문에 인텔 TAU 데이터셋의 영상 일부를 이용하여 실험 데이터 셋을 구성하였다. 유사한 이론 기반의 기존 방법인 Finlayson에 비하여 40% 이상, Zhang에 대해서는 11%, Kim에 대해서는 16% 정도의 성능개선을 보였다.

• 대한전자공학회논문지SP
• /
• 제45권6호
• /
• pp.38-43
• /
• 2008

피부색 정보는 컬러영상에 포함된 얼굴영역을 검출하는 중요한 요소이다. 피부색 정보로 부터 생성된 통계 피부색 모델을 이용하여 얼굴영역을 검출할 수 있다. 하지만 다른 피부색 부분이 포함되어 있는 컬러영상에서는 일반적인 통계 피부색 모델만으로 정확한 얼굴영역 검출을 할 수 없는 단점을 가진다. 본 논문에서는 다른 피부색 부분이 포함되어 있는 다양한 컬러 영상에서 얼굴영역만을 정확히 검출하기 위한 방법을 제안한다. 제안된 방법은 YCbCr 피부 컬러 모델기반의 피부색 가우시안 분포를 적용하여 얼굴 후보영역 설정 하였고, 영상내의 잡음 부분과 얼굴 영역이외의 부분을 제거하기 위해 수학적 형태학을 적용하였다. 그리고 Haar-like 특성을 이용하여 정확한 얼굴 검출을 수행하였다. 모의실험 결과 제안된 방법이 목이나 팔과 같이 유사한 피부색을 포함한 영상과 다양한 크기의 영상에서도 효과적인 얼굴영역 검출하는 우수함을 보였다.

• 전자공학회논문지CI
• /
• 제48권1호
• /
• pp.127-132
• /
• 2011

본 논문은 입력된 영상으로부터 적응적 피부색 검출 방법으로 생성된 피부색 영역과 에지 정보의 결합을 특정 벡터로 이용하여 입력 영상의 유해(누드, 성인물) 여부를 판별하는 방법을 제안한다. 제안하는 방법은 네 단계의 과정으로 이루어져 있다. 첫 번째 단계에서는 입력 영상으로부터 기존의 피부색 검출 방법들을 적용하여 얻은 모든 결과 영상들에 대해서 논리곱 연산을 통해 초기 피부색 영역을 검출한다. 두 번째 단계에서 초기 피부색 영역의 화소 정보를 기반으로 피부색 확률 분포 모델을 생성하고 이를 통해 피부색 확률 영상을 생성한다. 그리고 피부색 확률 영상에 임계값을 적용하여 이진화 한다. 세 번째 단계에서 이진 피부색 영역과 에지의 결합 영상을 생성하고 피부색 영역을 확산하여 최종 피부색 영역을 검출한다. 마지막 단계에서 최종 피부색 영상과 최종 피부색 영역 안에 있거나 인접한 에지들의 결합 영상을 특정 벡터로 생성한다. 생성된 특정 벡터를 support vector machine(SVM) 학습을 통해 생성된 분류 모텔로 입력 영상의 유해 여부를 판별하여 유해 혹은 무해 영상으로 분류한다. 실험 결과를 통하여 제안하는 방법이 기존의 유해 영상 분류 방법에 비해 분류 성능이 9.6% 향상된 것을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제4권5호
• /
• pp.396-405
• /
• 2001

일반적으로 피부색과 유사한 칼라가 포함된 복잡한 배경으로부터 미리 정의된 단일 칼라 임계값을 이용해 얼굴영역을 정확하게 추출하는 것은 매우 어렵다. 이에 본 연구에서는 초기 피부색 범위를 점진적으로 확장시키면서 얼굴 영역을 추출하는 방법을 제안한다. 초기 피부색 범위는 인터넷에서의 다양한 영상으로부터 얼굴 영역의 피부색 분포를 분석하여 매우 밀집되어 나타나는 범위로 선정한다. 피부색 범위를 확장함에 따라 영상 공간에서의 얼굴후보 영역도 확장되어 나타나는데, 확장 단계별로 확장된 얼굴 후보 영역이 실제 얼굴임을 검증하기 위해 얼굴의 모양정보와 얼굴 기관의 위치적 정보를 사용한다. 모양 제한자로는 타원의 특성과 외접 사각형(bounding box)의 가로와 세로의 비율을 사용한다. 얼굴 기관으로는 눈과 입만을 사용했는데, 얼굴 후보 영역 내부의 가로 방향성을 가지는 경계가 주로 눈과 입의 영역임에 착안한 것으로서 비교적 수월하게 추출할 수 있기 때문이다. 실험을 통해, 제안한 방법이 하이라이트(highlight)에 의해 얼굴 영역의 일부가 왜곡된 경우와 얼굴 영역이 피부색과 유사한 배경에 인접해 있는 경우에 대해서도 강인하게 얼굴 영역을 추출할 수 있음을 확인할 수 있었다.

• 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.

• 한국멀티미디어학회논문지
• /
• 제6권6호
• /
• pp.953-961
• /
• 2003

본 논문에서는 복잡한 배경이 있는 영상에서 얼굴 영역을 추출하는 효율적인 방법을 제안한다. 입력 영상을 밝기에 영향을 받지 않는 칼라 공간으로 변환하고 피부색을 추출한다. 각각의 피부색으로 구분된 얼굴 후보영역들은 객체화하여 처리한다. 객체화된 영역에서 잡음과 겹쳐진 객체들을 제거한다. 최종적인 얼굴 영역으로 판단하기 위해 추출된 객체의 크기 비율, 피부색의 분포율 등을 검사한다. 이 과정에서 얼굴 영역이 아니라고 판단된 객체들은 얼굴 후보 영역에서 제외된다. 제안한 방법은 복잡한 배경, 기울어진 얼굴, 액세서리가 있는 얼굴, 하나의 영상에 여러 얼굴이 있는 경우 등 다양한 환경에서 얼굴 영역을 추출율을 높일 수 있었다.