• 디지털산업정보학회논문지
• /
• 제11권3호
• /
• pp.99-112
• /
• 2015

Digital imaging technology has advanced beyond the limits of the multimedia industry IT convergence, and to develop a complex industry, particularly in the field of object recognition, face smart-phones associated with various Application technology are being actively researched. Recently, face recognition technology is evolving into an intelligent object recognition through image recognition technology, detection technology, the detection object recognition through image recognition processing techniques applied technology is applied to the IP camera through the 3D image object recognition technology Face Recognition been actively studied. In this paper, we first look at the essential human factor, technical factors and trends about the technology of the human object recognition based SPFACS(Smile Progress Facial Action Coding System)study measures the smile detection technology recognizes multi-faceted object recognition. Study Method: 1)Human cognitive skills necessary to analyze the 3D object imaging system was designed. 2)3D object recognition, face detection parameter identification and optimal measurement method using the AAM algorithm inside the proposals and 3)Face recognition objects (Face recognition Technology) to apply the result to the recognition of the person's teeth area detecting expression recognition demonstrated by the effect of extracting the feature points.

• 한국콘텐츠학회논문지
• /
• 제11권11호
• /
• pp.91-101
• /
• 2011

이 연구는 헤어라인 교정을 위한 웹 베이스의 3D 얼굴 모델링 구축을 목적으로 하고 있다. 미(美)에 대한 현대사회의 얼굴에 대한 관심은 광범위한 개인의 모바일 스마트 ICT 기기의 시대와 함께 의료 정보 시스템의 필요성 역시 급격하게 증가하고 있다. 이 연구는 기존의 기술의 독점과 배포 가능한 3D 모델링 라이브러리 구축을 시도하려 한다. 우리는 실험 결과를 통하여 새로운 웹 베이스 표준 개발을 위한 문제점 및 요구사항을 찾을 수 있었다. 우리는 우리의 실험과 관련 기술에 관한 문헌 검토에 따른 새로운 시스템을 제안하고자 한다. 우리가 제안하고자 하는 시스템의 주된 특징은 의과학, 미용학과 정보 기술을 기반으로 한 탈모 치료에 대한 연구이다. 이 시스템은 2D 정면 이미지를 3D mesh-data와 함께 얼굴 모델링을 진행한다. 이 mesh-data는 SVG를 포합한 웹 표준 기술과 HTML5에 의해 기본적으로 지원되는 Canvas Tag와 호환이 된다.

• 한국멀티미디어학회논문지
• /
• 제6권6호
• /
• pp.985-990
• /
• 2003

본 논문에서는 3차원 사람얼굴의 굴곡표면에 대하여 특징 값들을 추출하여 회전벡터를 이용하여 회전한 후 그들을 분석, 표현하는 방법을 제안한다. 또한 실험을 통하여 정확하게 추출된 굴곡표면의 특징 값들은 3차원 사람얼굴을 세그멘테이션 하는데 적용되었다 사람얼굴의 표면은 메쉬(mesh)모델을 사용하여 파라메타를 계산, 추출하였으며, 추출된 특징 값들은 얼굴표면을 Gaussian과 Mean 곡면 분류표(classification)를 사용하여 임계 값을 사용하지 않고 3D 얼굴표면을 세그멘테이션 하였다.

• 사상체질의학회지
• /
• 제19권1호
• /
• pp.50-59
• /
• 2007

1. Objectives The Face is an important standard for the classification of Sasang Contitutions. Now We are developing 3D Automatic Face Recognition Apparatus to analyse the facial characteristics. This apparatus show us 3D image of man's face and measure facial figure. We should examine accuracy of position recognition in 3D Automatic Face Recognition Apparatus(3D-AFRA). 2. Methods We took a photograph of Face status with Land Mark by using 3D-AFRA. And We scanned Face status by using laser scanner(vivid 700). We analysed error average of distance between Facial Definition Points. We compare the average between using 3D-AFRA and using laser scanner. So We examined the accuracy of position recognition in 3D-AFRA at indirectly. 3. Results and Conclusions The error average of distance between Right Pupil and The Other Facial Definition Points is 0.5140mm and the error average of distance between Left Pupil and The Other Facial Definition Points is 0.5949mm in frontal image of face. The error average of distance between Left Pupil and The Other Facial Definition Points is 0.5308mm and the error average of distance between Left Tragion and The Other Facial Definition Points is 0.6529mm in laterall image of face. In conclusion, We assessed that accuracy of position recognition in 3D-AFRA is considerably good.

• 대한전자공학회논문지SP
• /
• 제41권4호
• /
• pp.1-7
• /
• 2004

본 논문은 3차원 얼굴 영상을 이용한 얼굴 인식에 있어서, 정규화 과정에 사용될 얼굴의 특징 영역을 추출하는 방법을 제안한다. 3차원 얼굴 영상은 조명의 변화에 상관없이 얼굴의 특징 분석이 가능하고, 이를 이용한 얼굴 인식이 가능하다. 그러나 입력된 형상의 자세에 따라 회전, 기울어진 정도, 그리고 좌우로 움직인 정도가 다르다. 이런 특성을 고려하지 않고 추출된 특징들은 잘못된 인식 결과를 초래할 수 있다. 이런 이유로 입력에서의 오류들을 바로잡는 정규화 과정이 필요하다. 정규화 과정에서는 얼굴의 기하학적인 특징인 눈, 코, 입 등을 이용하는 것이 일반적이다. 이들 중, 코는 3차원 얼굴 영상에서 두드러진 특징이 될 수 있다. 본 연구에서는 코의 실제 형상과 유사한 긴 추출 마스크를 사용하여 입력된 영상으로부터 코를 추출하는 방법을 제안한다.

• 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.

• 전자공학회논문지CI
• /
• 제38권6호
• /
• pp.70-81
• /
• 2001

본 논문에서는 한 개의 카메라와 한 대의 환등기(LCD 환등기 혹은 슬라이드 환등기)를 이용하여 2차원 얼굴 영상으로부터 3차원 얼굴 형상을 모델링하는 방법을 제안한다. 환등기를 이용하여 사람 얼굴에 라이트 빔을 투영하고 이를 조금씩 이동시키며 영상을 획득한 뒤 각 2차원 영상의 지역적 정보와 영상들 사이의 시간적 정보를 함께 이용하여 3차원 형상을 복원하는 방법을 채택하였다. 제안된 방법에서는 특정이 서로 다른 영역들의 효과적인 3차원 좌표 모델링을 위해 영상을 그림자 부분 얼굴 부분 그리고 머리카락 부분으로 나누어 처리하는 지역 분할(region segmentation) 기법을 도입하였고, 2차원 얼굴 영상 획득 시간을 줄이고 고속 3차원 스캔을 위하여 한 영상 안에 다수의 라이트 빔(multiple light beams)을 이용하였다. 또 한 라이트 빔의 경계를 정확하게 검출하기 위하여 라이트 빔 캘리브레이션(light beam calibration) 기법을 제안하여 사용하였다. 실험 결과 제안한 방법을 통해서 머리카락 부분을 포함한 전체 얼굴 영역에서 향상된 3차원 모델링 결과를 얻을 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2003년도 춘계종합학술대회
• /
• pp.151-154
• /
• 2003

본 논문에서는 LVQ 네트워크를 이용하여 3D 얼굴 영상을 인식하는 방법을 제안하였다. 제안한 방식의 LVQ 네트워크는 coded light로 획득한 얼굴 영상의 정면도를 학습 데이터로 사용하여 측면을 비롯한 다양한 각도에서의 얼굴 영상도 분류가 가능하다. 다양한 각도에서의 얼굴 영상을 분류하는 실험을 통하여 제안한 알고리즘의 유용성을 확인하였다.

• 한국정보통신학회논문지
• /
• 제8권3호
• /
• pp.727-732
• /
• 2004

본 논문에서는 능동적 적외선 조명을 이용한 3차원 얼굴 방향 식별을 위한 새로운 방법을 제안하고자 한다. 적외선 조명 하에서 밝게 나타나는 동공을 효과적으로 실시간 검출하여 추적할 수 있는 알고리즘을 제안한다. 다른 방향의 얼굴들에서 동공의 기하학적 왜곡을 탐지하여, 3차원 얼굴 방향과 동공의 기하학적 특성 사이의 관계를 나타낸 학습 데이터를 사용하여 고유한 눈 특징 공간을 구축하였고, 입력된 질의 영상에 대한 3차원 얼굴 방향을 고유한 눈 특징 공간을 사용하여 실시간으로 얼굴 방향을 측정할 수 있었다. 실험결과 카메라에 근접한 실험 대상자들에 대하여 최소 94.67％, 최고 100％의 식별 결과를 나타내었다.

• 한국멀티미디어학회논문지
• /
• 제22권6호
• /
• pp.655-664
• /
• 2019

In this paper, we propose a novel way of combining multiple deep convolutional neural network (DCNN) architectures which work well for accurate video face identification by adopting a serial combination of 3D and 2D DCNNs. The proposed method first divides an input video sequence (to be recognized) into a number of sub-video sequences. The resulting sub-video sequences are used as input to the 3D DCNN so as to obtain the class-confidence scores for a given input video sequence by considering both temporal and spatial face feature characteristics of input video sequence. The class-confidence scores obtained from corresponding sub-video sequences is combined by forming our proposed class-confidence matrix. The resulting class-confidence matrix is then used as an input for learning 2D DCNN learning which is serially linked to 3D DCNN. Finally, fine-tuned, serially combined DCNN framework is applied for recognizing the identity present in a given test video sequence. To verify the effectiveness of our proposed method, extensive and comparative experiments have been conducted to evaluate our method on COX face databases with their standard face identification protocols. Experimental results showed that our method can achieve better or comparable identification rate compared to other state-of-the-art video FR methods.