• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권8호
• /
• pp.309-314
• /
• 2015

얼굴 요소의 윤곽을 추출하는 대표적인 방법 중의 하나는 스네이크다. 스네이크는 간단하고 빠르지만 초기 윤곽 및 개체 형태에 따라 성능이 결정된다. 본 논문에서는 이러한 문제를 해결하기 위해 스네이크 세그먼트의 중간 위치에 스네이크 포인트를 추가하는 방법으로 윤곽을 더 정확하게 추출할 수 있는 개선된 스네이크를 제안한다. 제안한 방법은 6개의 입과 눈 실험 영상에 적용하여 Greedy 스네이크보다 RSD가 2.8%에서 5.8% 정도 감소하였다. 특히 RSD 감소는 대부분 심한 굴곡이 갖는 윤곽 영역에서 얻음으로써 더 정확한 윤곽 추출을 실험을 통해 확인하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권7호
• /
• pp.731-741
• /
• 2000

본 논문은 얼굴 인식 또는 표정 인식 분야에 있어서 중요한 특징인 얼굴과 얼굴의 주요소인 눈과 입, 눈썹의 영역 추출 및 그의 윤곽선 추출에 관한 방법을 제시한다. 얼굴요소의 영역 추출은 엣지정보와 이진화 영상을 병합하여 이용한 프로젝션 분석을 통하여, 얼굴 및 각 얼굴요소를 포함하는 최소포함사각형(MER: Minimum Enclosing Rectangle)을 추출한다. 윤곽선 추출은 얼굴요소 모양의 개인차가 반영되고 빠른 수렴을 할 수 있는 스네이크 모델을 정의하여 수행한다. 스네이크는 초기 윤곽선의 설정이 윤곽선 추출 결과에 큰 영향을 미치므로, 초기 윤곽선의 설정 과정이 매우 중요하다. 본 논문에서는 얼굴 및 각 얼굴요소를 포함하는 각각의 최소포함사각형(MER)을 추출하고, 추출된 MER 내에서 얼굴 및 각 얼굴요소의 일반적인 모양을 초기 윤곽선으로 설정하는 방법을 사용한다. 실험결과 눈, 입, 얼굴의 MER 추출은 성능이 모두 우수하고, 눈썹이 흐린 사람들의 경우에만 눈썹의 MER 추출 결과가 좋지 않았다. 추출된 MER을 기반으로 하여 스네이크 모델을 적용한 결과, 눈, 입, 눈썹, 얼굴의 다양한 모양을 반영한 윤곽선 추출 결과를 보였다. 특히 눈의 경우는 1차 유도 엣지 연산자에 의한 엣지와 2차 유도 연산자를 이용한 영점 교차점(Zero Crossing)과 병합한 에너지 함수를 설정하여 보다 더 나은 윤곽선 추출 결과를 얻었다. 얼굴의 윤곽선의 경우도 엣지값과 밝기값을 병합한 에너지 함수에 의해 비교적 정확한 결과를 얻을수 있었다.

• 한국통신학회논문지
• /
• 제18권7호
• /
• pp.935-943
• /
• 1993

본 논문은 얼굴화상에서 국부적일 특징점을 추출하여 기울기에 robust하게 얼굴을 인식하는 새로운 알고리즘을 제안하였다. 바른 자세의 영상과 기운 자세의 영상을 받아 2치화를 한 후 라플라시안 윤곽선 검출기를 이용하여 윤곽선 영상을 얻는다. 윤곽선 영상에서 최외각 윤곽선을 제거하고 내부 윤곽선은 위에서 아래방향으로 주사하면서 나타나는 순서에 따라 네 영역을 각각 A, B, C, D영역으로 레이블링하고 기준선을 중심으로 좌우로 영역을 분할하고 좌우 영역을 상하로 분할하여 모두 네 영역으로 나눈다. 좌우 눈간 거리, 눈과 눈썹사이의 거리, 눈과 코와의 거리 등을 이용하여 최종적으로 두 눈을 찾고 두 눈의 중심좌표값을 이용하여 기울기를 구한다. 기울기 정보를 이용하여 기운 영상을 바로세우고 난 후 눈 아래 영역에서부터 탐색하여 코와 입을 찾는다. 각 특징점간 거리를 계산하고 이를 두 눈사이의 거리를 기준으로 정규화하여 영상의 크기에 무관하게 한다. 인식 실험 결과 25명에 대하여 기울기를 고려한 경우 88%의 인식율을 보였고 기울기를 고려하지 않은 경우 60%의 인 식 율을 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.496-498
• /
• 2001

Snake 모델(active contour model)은 초기값을 설정해주면 자동으로 임의의 물체의 윤곽을 찾아내는 알고리즘으로 영상에서 특정 영역을 분할하여 할 때 많이 이용되고 있다. 본 논문에서는 칼라 영상에서 얼굴과 얼굴의 특징점을 찾는 방법으로 이 알고리즘을 적용한다. 특히, 주어진 영상의 RGB 값을 정규화(normalization) 해주는 전처리 과정을 통해 얼굴의 특징점 후보 영역을 얻어내는 초기 값을 설정해주어야 하는 과정을 생략해주고 보다 정확한 값을 얻을 수 있도록 구현한다. RGB 값을 이용한 정규화 과정을 적용한 방법과 적용하지 않은 방법을 구현한 결과를 비교해줌으로써, 정규화 과정을 거친 방법의 성능이 더 우수함을 보여준다.

• 반도체디스플레이기술학회지
• /
• 제15권2호
• /
• pp.61-65
• /
• 2016

Facial feature detection is a fundamental function in the field of computer vision such as security, bio-metrics, 3D modeling, and face recognition. There are many algorithms for the function, active shape model is one of the most popular local texture models. This paper addresses issues related to face detection, and implements an efficient extraction algorithm for extracting the facial feature points to use on iOS platform. In this paper, we extend the original ASM algorithm to improve its performance by four modifications. First, to detect a face and to initialize the shape model, we apply a face detection API provided from iOS CoreImage framework. Second, we construct a weighted local structure model for landmarks to utilize the edge points of the face contour. Third, we build a modified model definition and fitting more landmarks than the classical ASM. And last, we extend and build two-dimensional profile model for detecting faces within input images. The proposed algorithm is evaluated on experimental test set containing over 500 face images, and found to successfully extract facial feature points, clearly outperforming the original ASM.

• 한국컴퓨터정보학회논문지
• /
• 제26권1호
• /
• pp.127-133
• /
• 2021

본 연구에서는 얼굴형 기준 모델 데이터를 기반으로 사용자의 얼굴형을 분석하고 얼굴 형 메이크업을 제공하여 가상 메이크업을 제공하기 위해 증강 현실 기반 메이크업 도구를 구축하였다. 얼굴형을 분석하려면 먼저 카메라로 촬영 한 이미지에서 얼굴을 인식 한 다음 얼굴 윤곽 영역의 특징을 추출하여 분석 속성으로 사용한다. 다음으로 각 얼굴형 기준 모델 데이터의 윤곽 영역 특징과 비교하기 위해 추출된 얼굴 윤곽 영역의 특징점을 정규화한다. 얼굴 모양은 정규화된 윤곽 영역의 특징점과 각 얼굴형 기준 모델 데이터의 특징점 사이의 거리 차이를 이용하여 예측 분석한다. 증강형실기반 가상메이크업에서는 카메라로부터 영상 입력에서는 영상에서 얼굴을 실시간으로 인식하여 얼굴 부위별 영역의 특징점을 추출하고, 얼굴형 분석처리과정을 통해 분석된 얼굴형에 따라 어울리는 메이크업을 제공하여 가상의 메이크업의 결과를 확인 할 수 있다. 우리는 제안된 시스템을 통해 화장품 소비자로 하여금 자신에게 어울리는 메이크업 디자인을 확인하여 화장품 구매 결정에 대한 편의 및 영향을 미칠 것으로 기대한다. 또한 가상의 자아에 얼굴 메이크업을 적용함으로써 매력적인 자신의 이미지를 만들어내는데 도움을 줄 것이다.