• Journal of KIISE:Software and Applications
• /
• v.36 no.1
• /
• pp.54-61
• /
• 2009

This paper proposes a skin segmentation method based on region histograms of the color quantization map. First, we make a quantization map of the image using the JSEG algorithm and detect the skin pixel. For the skin region detection, the similar neighboring regions are set by its similarity of the size and location between the previous frame and the present frame from the each region of the color quantization map. Then we compare the similarity of histogram between the color distributions of each quantized region and the skin color model using the histogram distance. We select the skin region by the threshold value calculated automatically. The skin model is updated by the skin color information from the selected result. The proposed algorithm was compared with previous algorithms on the ECHO database and the continuous images captured under time varying illumination for adaptation test. Our approach shows better performance than previous approaches on skin color segmentation and adaptation to varying illumination.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.433-435
• /
• 2001

얼굴 인식분야에서 실시간 얼굴검출에 대한 관심이 높아짐에 따라 피부색컬러 모델을 통한 얼굴영역검출에 대한 연구가 활발히 진행되고 있다. 그러나, 기존의 피부색 모델은 밝기 정보를 제거한 단일 채널의 색상모델이 대부분이다. 이에 본 논문에서는 얼굴피부색을 보다 효과적으로 모델링하기 위하여, 피부색 특성을 고려하여, 밝기 성분을 제거한 RGB 컬러를 모두 사용하는 H, Cb, Cg의 다채널 피부색 모델을 제시한다. 또한, 색상정보에서 사용하지 않은 밝기 정보는 영상 분할을 통해 사용한다. 제안하는 피부색 모델을 통한 얼굴영역 추출 과정을 보인다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.14 no.8
• /
• pp.1809-1818
• /
• 2010

In order to detect the skin color area from input images, many prior researches have divided an image into the pixels having a skin color and the other pixels. In a still image or videos, it is very difficult to exactly extract the skin pixels because lighting condition and makeup generate a various variations of skin color. In this thesis, we propose a method that improves its performance using hierarchical merging of 3D skin color model and context informations for the images having various difficulties. We first make 3D color histogram distributions using skin color pixels from many YCbCr color images and then divide the color space into 3 layers including skin color region(Skin), non-skin color region(Non-skin), skin color candidate region (Skinness). When we segment the skin color region from an image, skin color pixel and non-skin color pixels are determined to skin region and non-skin region respectively. If a pixel is belong to Skinness color region, the pixels are divided into skin region or non-skin region according to the context information of its neighbors. Our proposed method can help to efficiently segment the skin color regions from images having many distorted skin colors and similar skin colors.

• Journal of KIISE:Software and Applications
• /
• v.31 no.9
• /
• pp.1161-1170
• /
• 2004

This paper proposes to segment skin color areas using a clustering algorithm. Most of previously proposed clustering algorithms have some difficulties, since they generally detect hyperspherical clusters, run in a batch mode, and predefine a number of clusters. In this paper, we use a well-known elliptical clustering algorithm, an EM algorithm, and modify it to learn on-line and find automatically the number of clusters, called to an EAM algorithm. The effectiveness of the EAM algorithm is demonstrated on a task of skin color region segmentation. Experimental results present the EAM algorithm automatically finds a right number of clusters in a given image without any information on the number. Comparing with the EM algorithm, we achieved better segmentation results with the EAM algorithm. Successful results were achieved to detect and segment skin color regions using a conditional probability on a region. Also, we applied to classify images with persons and got good classification results.

• The Journal of the Korea Contents Association
• /
• v.9 no.5
• /
• pp.1-12
• /
• 2009

The correct detection of skin color is an important preliminary process in fields of face detection and human motion analysis. It is generally performed by three steps: transforming the pixel color to a non-RGB color space, dropping the illuminance component of skin color, and classifying the pixels by the skin color distribution model. Skin detection depends on by various factors such as color space, presence of the illumination, skin modeling method. In this paper we propose a 3d skin color model that can segment pixels with several ethnic skin color from images with various illumination condition and complicated backgrounds. This proposed skin color model are formed with each components(Y, Cb, Cr) which transform pixel color to YCbCr color space. In order to segment the skin color of several ethnic groups together, we first create the skin color model of each ethnic group, and then merge the skin color model using its skin color probability. Further, proposed model makes several steps of skin color areas that can help to classify proper skin color areas using small training data.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05d
• /
• pp.553-558
• /
• 2002

본 논문에서는 컬러 영상에서 피부색 분할과 소벨 마스크를 이용한 얼굴 영역 검출 알고리즘을 제안한다. 제안된 알고리즘은 YCbCr색공간에서 Cb와 Cr성분을 이용하여 피부색 분할을 한 후에 형태학적 필터링과 레이블링을 통해 얼굴 후보 영역을 분리한다. 분리된 각 후보 영역에 대해 휘도 성분 Y에서 소벨 마스크의 수직 연산자를 적용한 후에 수평 투영을 통해 나타난 최대값을 눈의 위치로 검출해낸다. 비슷하게 얼굴의 지형적인 특징과 소벨 마스크의 수평 연산자를 적용하여 계산된 수평 투영의 최대값에 따라 턱 부분을 검출한다. 컴퓨터 시뮬레이션 결과는 제안된 방법이 기존의 방법보다 얼굴 영역을 정확하게 분리할 수 있음을 보인다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2012.05a
• /
• pp.371-373
• /
• 2012

본 논문에서는 컬러 영상 기반에서 배경에 강인한 피부 영역 검출 기법을 제안하고 손 인식기법을 활용한 응용프로그램을 제안한다. 코드북 모델[1]을 이용하여 배경/전경을 분리하고, 분리된 전경에서 피부색정보를 이용하여 관심영역을 도출한다. 피부 영역을 검출하기 위한 단계에서는 YCbCr, HSV, LUV 색상 모델의 혼합하여 피부색 후보 영역에 대한 임계구간을 통해 강인한 피부 영역을 분할한다. 분할된 영역을 관심영역으로 설정하고 Kalman filter를 이용하여 영역을 추적한다. 결과적으로 복잡하고 고정된 배경에서 조명에 강인한 피부 영역 분할 및 추적이 가능하며 이를 응용한 사용자 인터페이스로 사용될 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.669-672
• /
• 2002

최근 멀티미디어 기술의 급속한 발달로 인해 개인의 신원 확인, 보안 시스템 등의 영역에서 얼굴과 관련된 연구가 활발히 진행 되고 있다. 기존의 연구에서는 원거리 추적이 어려우며, 연산시간, 잡음(noise), 배경과 조명등에 따라 추적 효율이 낮은 단점을 가지고 있다. 본 논문에서는 빠르고 정확한 얼굴 추적을 위한 차 영상 기법(differential image method)을 이용한 분할영역(segmentation region)에서 움직임(motion)과 피부색(skin color) 특성 기반의 객체분할추적(Tracking Of Object segmentation) 방법을 이용하였다. 객체분할추적은 얼굴을 하나의 객체(object)로 인식하고 제안한 방법으로 얼굴 부분만 분할하는 단계와 얼굴특징추출 단계를 적용하여 피부색 기반의 연구에서 나타난 입력영상(Current Frame)에서의 유동적인 피부색의 노출 대한 얼굴 추적 연구의 문제점을 해결했다. 시스템은 현재 컴퓨터에 일반적으로 사용되는 카메라를 이용하여 구현 하였고, 실시간(real-time) 영상에서 비교적 성공적인 얼굴 추적을 하였다[4].

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• 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.

• Proceedings of the Korea Contents Association Conference
• /
• 2003.11a
• /
• pp.223-226
• /
• 2003

When we detect side-view face in color image, we decide a candidate face region using skin-tone color, and confirm to the face by template matching. Cang Wei use a left and a right template of face, calculate to similarity value by hausdorff method, and decide the final side-view face. It has a characteristic that side-view face is wide spreading neck region. To get exactly result, face region is separated vertically by 3 pixel unit, and matched template. In this paper, we assume that a side-view face is a right side-view or a left side-view face. We separate a half of the candidate face region vertically, and regard a left side as left candidate face, a right side as right candidate face by template matching. This method detect faster than Gang Wei method.