• 한국지능시스템학회논문지
• /
• 제19권4호
• /
• pp.478-484
• /
• 2009

음성 인식 기술은 편리한 삶을 추구하는 요즘 추세에 HMI를 위해 매력적인 기술이다. 음성 인식기술에 대한 많은 연구가 진행되고 있으나 여전히 잡음 환경에서의 성능은 취약하다. 이를 해결하기 위해 요즘은 청각 정보 뿐 아니라 시각 정보를 이용하는 시각 음성인식에 대한 연구가 활발히 진행되고 있다. 본 논문에서는 모바일 환경에서의 시각 음성인식을 위한 입술의 탐지 방법을 제안한다. 시각 음성인식을 위해서는 정확한 입술의 탐지가 필요하다. 우리는 입력 영상에서 입술에 비해 보다 찾기 쉬운 눈을 이용하여 눈의 위치를 먼저 탐지한 후 이 정보를 이용하여 대략적인 입술 영상을 구한다. 구해진 입술 영상에 K-means 집단화 알고리듬을 이용하여 영역을 분할하고 분할된 영역들 중 가장 큰 영역을 선택하여 입술의 양 끝점과 중심을 얻는다. 마지막으로, 실험을 통하여 제안된 기법의 성능을 확인하였다.

• 한국융합학회논문지
• /
• 제9권8호
• /
• pp.1-8
• /
• 2018

얼굴인식, 홍채인식과 같은 생체보안 분야에서 눈, 코, 입술 등 얼굴특징을 추출하는 과정은 필수적이다. 본 논문은 초고속(faster) R-CNN을 이용하여 얼굴영상에서 눈 및 입술영역을 검출하는 방법을 연구하였다. 초고속 R-CNN은 딥러닝을 이용한 물체검출 방법으로 기존의 특징기반 방법에 비해 성능이 우수한 것으로 알려져 있다. 본 논문에서는 얼굴영상에 콘볼루션, 선형정류과정, max pooling과정을 차례로 적용하여 특징맵을 추출하고 이로부터 제안영역(region proposal)을 검출하는 RPN(region proposal network)을 학습한다. 그리고 제안영역과 특징맵을 이용하여 눈 및 입술 검출기(detector)를 학습한다. 제안방법의 성능을 검토하기 위해 남녀한국인 얼굴영상 800장으로 실험하였다. 학습을 위해 480장을 이용했으며 테스트용으로 320장을 사용하였다. 컴퓨터모의 실험결과 눈 및 입술영역 검출의 평균정확도는 50 에포치일 때 각각 97.7%, 91.0%를 얻을 수 있었다.

• 정보처리학회논문지B
• /
• 제16B권6호
• /
• pp.443-450
• /
• 2009

본 논문에서는 눈 주변의 명암분포를 사용하여 영상에 존재하는 얼굴을 탐지하는 새로운 기술을 개발한다. 제안하는 얼굴탐지의 기본적인 절차는 얼굴구성요소 후보 추출, 눈과 입의 형태정보를 이용한 얼굴구성요소 후보 필터링, 눈 후보 주변영역의 에지와 명암분포를 인공신경망 에 적용하여 좌/우안 분류, 눈-입 조합을 통한 얼굴후보 추출, 코 영역 에지의 존재 유무를 이용한 얼굴 검증 순이다. 본 논문에서 제안하는 방식은 눈의 주변영역 정보를 인공신경망에 적용하여 좌/우안 정보를 산출하여 얼굴을 탐지하는 것에 중점을 두고 있다. 이 방법은 피부색상을 이용하지 않으므로 다양한 조명환경과 복잡한 배경을 가지는 영상들에 존재하는 얼굴을 탐지할 수 있다. 탐지율 관점에서 기존의 주요 방법들 보다 우수함을 실험을 통하여 보인다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권5호
• /
• pp.311-318
• /
• 2002

이 논문은 눈동자와 입술을 효과적으로 인식하는 방법을 제안하였다. 얼굴에서 가장 어두운 부분 중의 하나인 눈동자와 밝은 부분인 흰자위로 구성되는 눈의 형태적인 특징과 눈동자와 눈썹 사이의 관계를 반영하는 평가함수를 이용하여 눈동자를 인식하였다. 입술 형태, 입술과 인접한 피부와의 밝기 차이를 반영하는 가중치 벡터들을 사용하여 두 입술 사이의 경계선과 입술의 4개 특징점(양 끝점 및 위와 아래의 끝점)을 찾았다. 여러 영상들에 대해 실험하여 좋은 결과를 얻었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2008년도 제39차 동계학술발표논문집 16권2호
• /
• pp.173-176
• /
• 2009

본 논문에서는 피부색 정보와 눈, 입의 위치를 찾아 실시간으로 얼굴을 인식하는 랩을 제안한다. 먼저 노이즈를 제거하여 얼굴 후보 영역을 지정한다. 지정된 얼굴 후보 영역에서 눈과 입을 찾고, 찾은 눈과 입 사이의 영역에서 에지를 탐색하여 코의 존재 유무를 검증하고 이를 바탕으로 얼굴인지 판단하는 절차를 따른다. 제안한 기법은 피부색 검출을 위해 YCbCr 을 이용하여 피부 영역을 찾고 지정한 피부 영역에서 노이즈를 제거한 후, Eye Map의 EyeMapC 연산을 통해 눈을 Lip Map을 통해 입을 찾는다. 찾아낸 눈과 입의 사이의 영역에서 Canny Edge 연산을 수행하여 코의 존재 유무를 판단하여 최종적인 얼굴 영역을 판별하는 방법을 제안한다.

• 한국멀티미디어학회논문지
• /
• 제18권9호
• /
• pp.1019-1026
• /
• 2015

In this paper, we propose a new method of eye, face, and lip makeup techniques on the target face image from several makeup examples without losing detail features such as eyelids, eyebrows, hair. After detection of the feature layer for the skin, we applied our makeup techniques to the target face by using a blending technique. We used a cartoon rendering using bilateral filter. In order to smoothly makeup the target face, we created two Gaussian Weight maps for natural skin makeup effects. Our method did not need to perform complex operations, so the makeup results are so natural. Our experimental results show good performances in various makeups.

• 한국정보통신학회논문지
• /
• 제13권12호
• /
• pp.2547-2554
• /
• 2009

본 논문은 얼굴을 자동 초점(AF, Auto Focusing) 기능의 관심영역(ROI, Region of Interest)으로 이용하기 위한 얼굴 검출(Face Detection) 알고리즘 및 하드웨어 구현에 관한 것이다. 얼굴 검출을 위해 YCbCr 색 좌표계에서의 피부색 영역을 바탕으로 얼굴의 특징을 이용하였다. 얼굴에 해당하는 피부, 눈에 해당하는 에지, 그리고 입에 해당하는 음영의 픽셀수를 얼굴 특징으로 선택하였고, 얼굴 특징은 2,000개의 얼굴 샘플을 통하여 통계적으로 구하였다. 제안된 알고리즘은 하드웨어 설계 시, 하드웨어 자원의 효율성을 고려하여 영상의 중심에 가까운 두 명의 얼굴을 검출하게 하였다. 그리고 검출된 얼굴을 자동 초점의 관심 영역으로 이용하기 위하여 얼굴 영역을 사각형의 박스로 표시하였고, 영상에서 박스의 시작점과 끝점에 해당하는 위치를 출력하게 하였다. 하드웨어로 설계된 얼굴 검출 기능은 FPGA 보드와 모바일 폰 카메라 센서를 사용하여 검증하였다.

• 정보처리학회논문지B
• /
• 제10B권4호
• /
• pp.465-472
• /
• 2003

얼굴영상을 효율적으로 처리하기 위해선 먼저 인력영상에서 얼굴영역과 얼굴을 구성하는 각 요소를 검출하고 얼굴의 회전각을 추정하는 전처리과정이 필요하다. 본 논문에서는 다양한 얼굴의 크기와 머리회전, 조명의 변화가 허용되고 피부색과 비슷한 배경이 얼굴에 병합되는 경우에도 얼굴과 요소들(눈, 입)을 강건하게 검출할 수 있는 방법을 제안한다. 변환된 HSV 컬러 좌표계상의 대역적 피부 색상정보와 히스토그램을 이용한 피부 색상정보로 얼굴후보영역을 지정한 뒤, 같은 방법으로 얼굴후보영역 안에서 입술영역을 검출한다. 입술영역의 횡축 기울기로 x축에 대한 회전각을 추정한 후, 얼굴의 모양정보와 요소의 위치정보를 이용해 얼굴임을 확정한다. 다음으로 양안의 조합으로 이루어진 부분 템플릿매칭을 통해 눈을 검출한 뒤, 얼굴의 넓이를 참조한 3차원 공간상에서의 눈의 위치를 계산하여 y축 회전각을 추정한다. 다양한 얼굴영상에 대해 실험을 실시한 결과, 본 알고리즘의 유효성을 확인하였다.