• Journal of Multimedia Information System
• /
• 제6권1호
• /
• pp.15-22
• /
• 2019

There are many ways to perform face recognition. The first step of face recognition is the face detection step. If the face is not found in the first step, the face recognition fails. Face detection research has many difficulties because it can be varied according to face size change, left and right rotation and up and down rotation, side face and front face, facial expression, and light condition. In this study, facial features are extracted and the extracted features are geometrically reconstructed in order to improve face recognition rate in extracted face region. Also, it is aimed to adjust face angle using reconstructed facial feature vector, and to improve recognition rate for each face angle. In the recognition attempt using the result after the geometric reconstruction, both the up and down and the left and right facial angles have improved recognition performance.

• 한국산업보건학회지
• /
• 제11권2호
• /
• pp.92-101
• /
• 2001

This article reviewed previous studies on the 3D face recognition and anthropometric facial analysis to design suitable respirators for individuals. 3D facial anthropometric data have not been reported in Korea yet. With 3D facial data, it is possible to design and to manufacture respirators having more effective respirator-face seal and thus providing more comfortable wearing than donning of those respirators designed using 1 and 2-dimensional data. Also 3D data could be used for respirator fit-testing and selecting suitable respirator type and size by computer simulation without several steps of fit-test to each individual worker.

• Journal of Multimedia Information System
• /
• 제6권2호
• /
• pp.91-98
• /
• 2019

Many researchers have attempted to recognize three-dimensional faces using feature points extracted from two-dimensional facial photographs. However, due to the limit of flat photographs, it is very difficult to recognize faces rotated more than 15 degrees from original feature points extracted from the photographs. As such, it is difficult to create an algorithm to recognize faces in multiple angles. In this paper, it is proposed a new algorithm to recognize three-dimensional face recognition based on feature points extracted from a flat photograph. This method divides into six feature point vector zones on the face. Then, the vector value is compressed and expanded according to the rotation angle of the face to recognize the feature points of the face in a three-dimensional form. For this purpose, the average of the compressibility and the expansion rate of the face data of 100 persons by angle and face zone were obtained, and the face angle was estimated by calculating the distance between the middle of the forehead and the tail of the eye. As a result, very improved recognition performance was obtained at 30 degrees of rotated face angle.

• Journal of Information Processing Systems
• /
• 제12권3호
• /
• pp.392-409
• /
• 2016

The aim of this paper is to examine the effectiveness of combining three popular tools used in pattern recognition, which are the Active Appearance Model (AAM), the two-dimensional discrete cosine transform (2D-DCT), and Kernel Fisher Analysis (KFA), for face recognition across age variations. For this purpose, we first used AAM to generate an AAM-based face representation; then, we applied 2D-DCT to get the descriptor of the image; and finally, we used a multiclass KFA for dimension reduction. Classification was made through a K-nearest neighbor classifier, based on Euclidean distance. Our experimental results on face images, which were obtained from the publicly available FG-NET face database, showed that the proposed descriptor worked satisfactorily for both face identification and verification across age progression.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2007년도 하계종합학술대회 논문집
• /
• pp.211-212
• /
• 2007

Pose-variation factors present a significant problem in 2D face recognition. To solve this problem, there are various approaches for a 3D face acquisition system which was able to generate multi-view images. However, this created another pose estimation problem in terms of normalizing the 3D face data. This paper presents a 3D head pose-normalization method using 2D and 3D interaction. The proposed method uses 2D information with the AAM(Active Appearance Model) and 3D information with a 3D normal vector. In order to verify the performance of the proposed method, we designed an experiment using 2.5D face recognition. Experimental results showed that the proposed method is robust against pose variation.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권1호
• /
• pp.130-137
• /
• 2006

얼굴의 깊이 정보는 개개인의 특성을 잘 나타내며, 특히 표면 곡률은 곡선으로 이루어진 사람들의 얼굴 표면을 특정 짓는 아주 중요한 정보이다. 3차원 물체 인식에서 표면 형태 특성을 잘 나타내는 곡률 정보와 계산량을 줄일 수 있는 차원 감소의 그룹 분할 투영 벡터 방법을 이용한 3차원 얼굴 인식 방법을 제안한다. 얼굴의 표면 곡률을 구하여, 이로부터 최대 곡률 및 최소 곡률에 대한 그룹 분할 투영 벡터를 적용하여 인식 하였다. 인식 결과 최소 곡률에 의한 투영 벡터 방법이 가장 높은 인식률을 나타내었다.

• 한국정보통신학회논문지
• /
• 제6권5호
• /
• pp.783-788
• /
• 2002

최근 통신 시스템의 연구와 발전 방향은 목소리의 음성 정보와 말하는 얼굴 영상의 화상 정보를 함께 적용하므로서 음성 정보만을 제공하는 경우보다 높은 인식율을 제공한다. 따라서 본 연구는 청각장애자들의 언어 대체수단 중 하나인 구화(speechreading)에서 가장 시각적 변별력이 논은 입모양 인식을 일반 퍼스널 컴퓨터상에서 구현하고자 한다. 본 논문은 기존의 방법과 달리 말하는 영상 시퀀스에서 입모양 인식을 행하기 위해 3차원 모델을 사용하여 입의 벌어진 정도, 턱의 움직임, 입술의 돌출과 같은 3차원 특징 정보를 제공하였다. 이와 같은 특징 정보를 얻기 위해 3차원 형살 모델을 입력 동영상에 정합시키고 정합된 3차원 형상모델에서 각 특징점의 변화량을 인식파라미터로 사용하였다. 그리고, 인식단위로 동영상을 분리하는 방법은 3차원 특징점 변화량에서 얻어지는 강도의 기울기에 의하여 이루어지고, 인식은 각각의 3차인 특징벡터를 이산 HMM 인식기의 인식 파라메타로 사용하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1998년도 추계종합학술대회
• /
• pp.181-185
• /
• 1998

최근 통신 시스템의 연구와 발전 방향은 목소리의 음성 정보와 말하는 얼굴 영상의 화상 정보를 함께 적용하므로서 음성 정보만을 제공하는 경우보다 높은 인식율을 제공한다. 따라서 본 연구는 청각장애자들의 언어 대체수단 중 하나인 구화(speechreading)에서 가장 시각적 변별력이 높은 독순(lipreading)을 PC에서 구현하고자 한다. 간 논문은 기존의 방법과 달리 말하는 영상 시퀀스에서 독순(lipreading)을 행하기 위해 3차원 모델을 사용하여 입의 벌어진 정도, 턱의 움직임, 입술의 돌출과 같은 3차원 특징 정보를 제공하였다. 이와 같은 특징 정보를 얻기 위해 3차원 형상 모델을 입력 동영상에 정합시키고 정합된 3차원모델에서 각 특징점의 변화량을 인식파라미터로 사용하였다. 그리고, 인식 단위로 동영상을 분리하는 방법은 3차원 특징점 변화량에서 얻어지는 강도의 기울기에 의한다. 인식은 다차원(multi-dimensional), 다단계 라벨링 방법을 사용하여 3차원 특징벡터를 입력으로 한 이산 HMM을 사용하였다.

• 한국멀티미디어학회논문지
• /
• 제6권2호
• /
• pp.230-239
• /
• 2003

본 논문은 3차원 얼굴 영상으로부터 등고선 영역을 추출하여 얼굴의 지역적 특징이 잘 반영되는 투영 벡터를 이용한 얼굴 인식 알고리즘을 제안한다. 얼굴의 외곽 형상은 사람에 따라 비슷한 모양을 나타내므로 구분하는데 어려움이 많다. 그러나 3차원 얼굴 영상은 깊이 정보를 갖고 있으므로, 코로부터 일정 깊이 값에 대한 영역을 추출하면 사람마다 다른 형상이 추출 될 수 있다. 얼굴 내에서 가장 높은 코를 먼저 추출한 후, 이를 기준으로 깊이 값을 취하면, 코를 포함한 얼굴 내의 등고선 영역을 추출하였다. 이 영역 또한 비슷한 형상을 나타낼 수 있으므로, 논문에서는 영상을 투영한 후 투영 벡터의 국부화를 통하여 영상의 지역적 특성이 잘 반영되는 통계적 성질의 투영 벡터 방법을 사용하여 특징 벡터를 추출하였다. 제안된 방법을 이용한 유사도 비교는 입력과 데이터 베이스에 대하여 각각 두개의 깊이 데이터에 대해 유클리드 거리를 사용하였으며, 실험 결과 5위 이내의 인식률이 94.3%로 나타났다.

• 사상체질의학회지
• /
• 제19권3호
• /
• pp.51-61
• /
• 2007

1. Objectives The Face is an important standard for the classification of Sasang Constitutions. We are developing 3D Automatic Face Recognition Apparatus(3D-AFRA) to analyse the facial characteristics. This apparatus show us 3D image and data of man's face and measure facial figure data. So We should examine the Measurement of Facial Figure data error of 3D Automatic Face Recognition Apparatus(3D-AFRA) in Software Error Analysis. 2. Methods We scanned face status by using 3D Automatic Face Recognition Apparatus(3D-AFRA). And we measured lengths Between Facial Definition Parameters of facial figure data by Facial Measurement program. 2.1 Repeatability test We measured lengths Between Facial Definition Parameters of facial figure data restored by 3D-AFRA by Facial Measurement program 10 times. Then we compared 10 results each other for repeatability test. 2.2 Measurement error test We measured lengths Between Facial Definition Parameters of facial figure data by two different measurement program that are Facial Measurement program and Rapidform2006. At measuring lengths Between Facial Definition Parameters, we uses two measurement way. The one is straight line measurement, the other is curved line measurement. Then we compared results measured by Facial Measurement program with results measured by Rapidform2006. 3. Results and Conclusions In repeatability test, standard deviation of results is 0.084-0.450mm. And in straight line measurement error test, the average error 0.0582mm, and the maximum error was 0.28mm. In curved line measurement error test, the average error 0.413mm, and the maximum error was 1.53mm. In conclusion, we assessed that the accuracy and repeatability of Facial Measurement program is considerably good. From now on we complement accuracy of 3D-AFRA in Hardware and Software.