• 대한전자공학회논문지SP
• /
• 제48권4호
• /
• pp.21-29
• /
• 2011

사전에 정의된 피부 색상 정보를 이용한 기존 피부 검출 방법들은 배경과 피부 영역을 분할하는 단계에서 사용되는 임계값을 실험을 통하여 주관적 관점에서 결정하였다. 또한 기존 방법들은 배경 환경과 조명 환경에 따라 각각 다른 임계값을 설정하였다. 이러한 기존 방법들은 반복 실험을 통하여 추정된 임계값에 따라 성능이 좌우되는 단점이 제시되었다. 제시된 기존 방법들의 단점을 극복하기 위하여 본 논문은 mean shift 알고리즘 기반의 히스토그램 근사화를 이용한 피부 영역 검출 방법을 제안한다. 제안하는 방법은 CbCr 컬러공간에서의 표준 피부색상과 유사도를 비교하여 생성된 입력 영상의 피부맵(skin-map)의 히스토그램에서 mean shift 방법을 이용하여 각각 밝기 영역별로 수렴하는 극대점을 능동적으로 찾아서 배경 영역과 피부영역으로 분할한다. 히스토그램은 픽셀의 명도값에 따라 누적되는 불연속 함수의 형태를 가지므로 베이지 곡선(Bezier curve) 기법을 이용하여 연속 가우시안 함수로 근사화된다. 따라서 제안하는 방법은 기존 방법에서처럼 수동적으로 임계값을 설정하는 방법을 사용하지 않고 mean shift 기법을 이용하여 능동적으로 영역 분할점인 극대점을 찾아서 피부 영역을 검출한다. 제안된 방법은 실험을 통하여 강인하고 효율적으로 피부 영역을 검출하였다.

• 한국산학기술학회논문지
• /
• 제19권5호
• /
• pp.697-704
• /
• 2018

다양한 종류의 컬러 영상 콘텐츠에 포함되어 있는 사람의 얼굴 영역은 다른 사람들과 특정인을 구별해 줄 수 있는 개인의 정보에 해당하므로, 입력된 컬러 영상으로부터 가려지지 않은 사람의 얼굴 영역들을 정확하게 검출하는 작업은 매우 중요하다. 본 논문에서는 입력되는 컬러 영상으로부터 기계 학습 알고리즘 중의 하나인 딥러닝 알고리즘을 이용하여 사람의 얼굴 영역을 정확하게 검출하는 방법을 제안한다. 본 논문에서 제안된 방법에서는 먼저 RGB 색상 모델로 입력되는 영상을 $YC_bC_r$ 색상 모델로 변경한 다음, 기 학습된 타원형의 피부 색상 분포 모델을 활용하여 다른 영역들은 제거하고 사람의 피부 영역만을 먼저 분할한다. 그런 다음, CNN 모델 기반의 딥러닝 알고리즘을 적용하여 이전 단계에서 검출된 피부 영역 내에서 사람의 얼굴 영역을 강인하게 검출한다. 실험 결과에서는 제안된 방법이 입력되는 다양한 컬러 영상으로부터 사람의 얼굴 영역들을 기존의 방법에 비해 보다 효율적으로 분할한다는 것을 보여준다. 본 논문에서 제안된 얼굴 영역 검출 방법은 영상 보안, 물체 인식 및 추적, 얼굴 인식 등과 같은 멀티미디어 및 형태 인식과 관련된 실제적인 응용 분야에서 매우 유용하게 활용될 것으로 기대된다.

• 한국산학기술학회논문지
• /
• 제16권2호
• /
• pp.1414-1419
• /
• 2015

영상에서 피부영역을 탐지하는 방법은 색상 정보를 이용하여 탐지하는 방법이 일반적이다. 하지만 영상의 채도가 낮아지는 경우 색상정보가 손실되어 올바른 피부영역 탐지가 어렵다는 단점이 있다. 따라서 본 논문은 촬영 시 밝은 조명에 의해 채도 정보가 낮아진 피부 영상의 색상 보정 방법을 제안한다. 제안한 방법의 색상 보정 절차는 채도 영상 획득 및 저채도 영역 분류, 영역 분할, 분할한 저채도 영역에서의 채도 및 색상값 추출, 색상 보정 순이다. 이 방법은 영상에서 채도가 낮은 부분을 추출한 후 해당 영역 및 주변영역의 색상과 채도를 추출하는 방법을 통해 원 색상과 유사한 색상을 예측하여 적용한다. 따라서 저채도 영역을 올바르게 산출하는 방법이 선행되어야 한다. 저채도 영역을 구하는 과정에서 보다 정확한 영역 분할을 위하여 HSV 색상공간의 Hue 값에 오츠가 제안한 다중문턱치를 이용하여 이진 영상을 만든 후 사용하였다. 170장의 인물 사진들을 사용하여 실험을 수행한 결과, 제안한 방법을 사용하지 않은 피부 결과에 비해 약 5.8% 이상 검출율이 높게 나타났으며, 제안하는 방법이 피부색 탐지를 위한 전처리에 적합함을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 추계학술발표논문집(상)
• /
• pp.911-914
• /
• 2004

본 논문에서는 주어진 영상으로부터 보다 빠르고 효율적인 의미정보 추출을 위하여 블록분할 및 영역구성에 의한 기본영역 및 확장영역을 제안하며, 각 영역들을 구성하는 블록들의 구성관계에 의한 블록탐색 기법도 제안하고 있다. 기본영역은 영상의 중심을 기반으로 구성되는 중심영역과 이웃영역으로 구성되며, 확장영역은 기본영역들의 결합에 의해 생성된다. 블록탐색은 영역을 구성하는 블록간의 구성관계를 기반으로 블록들이 가질 수 있는 특징들의 유사도와 영역정보에 따라 탐색할 수 있는 방법이다. 얼굴추출은 분할된 블록들로부터 피부색상 존재여부를 판별하여 피부색이 존재하는 블록들로부터 얼굴 후보영역들을 획득한 후, 추출된 후보영역들로부터 얼굴을 구성하는 지역적 특성을 비교평가하여 얼굴을 추출할 수 있다. 또한 추출된 얼굴 영역정보는 연속적인 영상이 주어졌을 때, 해당영역들의 블록들에 대한 정합을 통하여 이동경로와 얼굴영역을 탐색할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.657-659
• /
• 2019

본 논문에서는 피부 이미지에서 건선 병변만을 가장 효과적으로 분할 할 수 있는 분할기법 선별을 목표로 한다. Interactive graph cuts (IGC)와 Level set method (LSM)를 사용하여 건선 영역을 분할한 후 Jaccard Index (JI)와 Dice Similarity Coefficient (DSC)을 사용하여 건선 영역에 효과적인 분할 방법을 제안한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (2)
• /
• pp.436-438
• /
• 2001

본 논문에서는 기울어진 얼굴 영상에서 얼굴 구성 요소를 추출하는 방법을 제안한다. 제안하는 방법은 먼저 피부 색상 정보를 이용하여 얼굴 후보 영역을 추출한다. 이때 YIQ 색상 좌표계를 이용하고 조명의 영향을 반영하기 위하여 피부색상 영역을 다단계로 분할하여 색상 영역을 각각 결정한 뒤 적중률을 계산하여 얼굴 후보 영역을 결정하는 방법을 제안하였다. 2단계에서는 얼굴의 구성 요소중 가장 두드러진 특징인 눈동자 영역을 기준으로 한국인의 표준 얼굴 통계치를 적응하여 탐색하는 방법을 사용하였다. 이때 탐색된 눈동자 좌표로부터 얼굴의 기울기를 추정한다. 다음 단계에서는 얼굴 후보 영역에 대하여 기울어짐 보정을 수행한 뒤, 수평 수직 투영값을 이용하여 얼굴의 구성요소를 탐색한 뒤 얼굴 포함 최소 사각형을 정의하였다. 마지막으로 얼굴 영상 데이터 베이스로부터 얼굴 포함 최소 사각형에 대한 명암값 표준템플릿을 정의하고, 입력 영상에서 탐색된 최소 포함 사각형에 대하여 얼굴 영역 검증하는 방법을 제안하였다.

• 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.

• 감성과학
• /
• 제1권1호
• /
• pp.199-211
• /
• 1998

본 연구의 목적은 한국인을 대상으로 겨울철 체감실험을 통해 SET*(PMV)와 상관관계를 규명하고, ASHRAE Standard 55-74의 쾌적영역과 한국인의 쾌적영역을 비교 검토하는 것이다. 실험에 참가한 각 피험자는 동일한 유니폼을 착용한 체 의자에 앉아 환경시험실에서 2시간 체재하였다. 피험자의 평균피부온도는 신체 3군데에서 측정한 피부온도 값을 이용하였고, 전신온냉감 및 쾌불쾌감 신고는 매 15분 간격으로 측정하였다. 전신온냉감 신고 스케일은 -3= cold, -2=cool, -1=slight cool, o=neutral, +1= Slightly warm, +2=warm, +3=hot 이며, 쾌불쾌감 신고스케일은 0=comfortable, +1=slightly comfortable, +2=uncomfortable, +3=very uncomfortable이다. 겨울철 체감실험을 통해 아래의 결론을 얻었다. 1)전신온냉감이 중립이 될때 청년층의 SET*는 25.5$^{\circ}C$이며, 고령자의 중립온도는 27$^{\circ}C$이었다. 고령자는 청년에 비해 $1.5^{\circ}C$(SET*) 정도 고온을 선호하였다. 2)청년층의 쾌적영역은 24.2-26.8$^{\circ}C$(SET*)이며, 고령자의 쾌적영역은 25.7-28.2$^{\circ}C$이었다. 이러한 쾌적영역은 ASHRAE의 쾌적영역보다 고온지향적임을 알 수 있었다.

• 한국항행학회논문지
• /
• 제24권2호
• /
• pp.148-154
• /
• 2020

주름은 피부의 노화도를 알 수 있는 주요한 특징 중의 하나이다. 기존의 영상처리기반 주름검출은 다양한 피부 영상에 효과적으로 대처하기 어렵다. 특히, 주름이 선명하지 않고 주변 피부와 유사한 경우 주름추출 성능은 급격히 떨어진다. 본 논문에서는 현미경 피부 영상에서 주름추출을 위해 딥러닝을 적용한다. 일반적으로 현미경 영상은 광각렌즈를 탑재하므로 영상 가장자리 영역의 밝기가 어둡다. 본 논문에서는 이를 해결하기 위해 피부 영상의 밝기를 추정하여 보정 한다. 또한, 주름추출에 적합한 의미분할 네트워크의 구조를 적용한다. 제안방법은 연구실에서 수집한 피부 영상에 대한 테스트 실험에서 99.6%의 정확도를 획득하였다.

• 대한전자공학회논문지SP
• /
• 제45권1호
• /
• pp.47-54
• /
• 2008

본 논문은 PpIX 유도물질인 포르피린 혼합제 methyl 5-aminolaevulinate(MAL)를 환자의 피부 종양부위에 도포하고, 우드램프를 이용하여 획득한 PpIX 형광영상으로부터 기저세포암을 검출하는 알고리즘을 제안한다. 제안된 알고리즘은 형광영상의 밝기값 특징을 분석하여 육안으로 확인이 가한 암이 존재하는 영역, 암이 존재할 수 있는 의심영역 및 암이 없는 정상영역으로 구분한다. 그리고 암이 존재하는 영역을 포함한 의심영역에 대해 국부적 워터쉐드 알고리즘을 적용하여 인접화소와 유사한 값을 가지는 소규모의 영역으로 분할한다. 그리고 국부적 워터쉐드 알고리즘으로 분할된 소규모 영역들의 평균 밝기값 차이를 병합기준 척도로 사용하는 계층적 큐 기반의 고속 영역병합을 수행하여 정확한 기저세포암을 추출한다. 10명의 기저세포암 환자에게 제안 알고리즘을 적용하여 검출한 암영역에 대해 50개의 조직 샘플을 획득하고, 피부과 전문의가 병리학적 검사를 수행했다. 실험결과 제안된 알고리즘은 94.1%의 민감도와 82.6%의 정확도로 신뢰성 있는 추출결과를 제공한다.