• 한국산학기술학회논문지
• /
• 제8권5호
• /
• pp.1098-1103
• /
• 2007

본 논문에서는 칼라 영상에서 적목(red eye)의 자동 검출 및 제거 방법을 제안한다. 제안한 방법은 적색도(redness)와 기하학적 특징에 기반하여 초기 적목 영역을 검출하고, 초기 적목 영역 주위의 국소적 특성을 반영하여 최종 적목 영역을 검출한다. 최종 적목 영역에 대해 소프트 제거에 기반한 방법을 사용하여 적목을 제거한다. 실험에서 제안한 방법은 Willamowski와 Csurka[1]의 방법에 비해 적목 영역의 검출과 제거 결과가 개선되었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 하계종합학술대회 논문집(4)
• /
• pp.21-24
• /
• 2001

In this paper, we present a fast face detection algorithm by estimating the eye region using neural network. To implement a real time face detection system, it is necessary to reduce search space. We limit the search space just to a few pairs of eye candidates. For the selection of them, we first isolate possible eye regions in the fast and robust way by modified histogram equalization. The eye candidates are paired to form an eye pair and each of the eye pair is estimated how close it is to a true eye pair in two aspects : One is how similar the two eye candidates are in shape and the other is how close each of them is to a true eye image A multi-layer perceptron neural network is used to find the eye candidate region's closeness to the true eye image. Just a few best candidates are then verified by eigenfaces. The experimental results show that this approach is fast and reliable. We achieved 94% detection rate with average 0.1 sec Processing time in Pentium III PC in the experiment on 424 gray scale images from MIT, Yale, and Yonsei databases.

• 제어로봇시스템학회논문지
• /
• 제15권8호
• /
• pp.839-844
• /
• 2009

In this paper, a real-time eye tracking method using fast face detection is proposed. Most of the current eye tracking systems have operational limitations due to sensors, complicated backgrounds, and uneven lighting condition. It also suffers from slow response time which is not proper for a real-time application. The tracking performance is low under complicated background and uneven lighting condition. The proposed algorithm detects face region from acquired image using elliptic Hough transform followed by eye detection within the detected face region using Haar-like features. In order to reduce the computation time in tracking eyes, the algorithm predicts next frame search region from the information obtained in the current frame. Experiments through simulation show good performance of the proposed method under various environments.

• 컴퓨터교육학회논문지
• /
• 제17권2호
• /
• pp.107-113
• /
• 2014

본 연구에서는 입력 얼굴 영상에서 눈의 윤곽선과 눈동자 영역을 추출하여 시선을 추정하는 시스템을 설계 및 구현한다. 눈 윤곽선과 눈동자 영역을 효율적으로 추출하기 위하여 먼저 입력 영상으로부터 얼굴 영역을 추출한다. 얼굴 영역 추출을 위하여 아시아인 얼굴 영상 셋을 확보하여 아시아인 피부색에 대한 YCbCr 범위를 사전에 정의하였고, 정의된 피부색 범위값에 따라 피부영역을 검출한다. 최대크기 피부 영역을 얼굴후보 영역으로 지정하고 검출된 얼굴 후보영역에 대한 상위 50%의 관심 영역 내에서 눈윤곽선과 색상 특성 분석을 이용한 눈 영역 검출 알고리즘을 수행하여 기존의 Haar-like feature 특성기반 눈 영역 검출방법에 비해 타이트한 눈 영역을 검출한다. 눈의 윤곽선을 포함하는 관심영역 전체를 기준으로 눈 영역을 3등분하고, 추출된 눈동자의 위치가 3등분된 영역에서 어느 영역에 중점적으로 위치하고 있는지를 분석하여 좌, 우, 정면 시선 방향을 추정한다. 본 연구에서는 20명의 실험자에 대한 5,616 장의 테스트 영상을 이용한 시선방향 추정 실험에서 약 91%의 정확도를 획득한다.

• 한국컴퓨터정보학회논문지
• /
• 제22권2호
• /
• pp.21-27
• /
• 2017

In this paper, we propose a pupil detection method using PCA(principal component analysis) and Hough transform. To reduce error to detect eyebrows as pupil, eyebrows are detected using projection function in eye region and eye region is set to not include the eyebrows. In the eye region, pupil candidates are detected using rank order filter. False candidates are removed by using symmetry. The pupil candidates are grouped into pairs based on geometric constraints. A similarity measure is obtained for two eye of each pair using PCA and hough transform, we select a pair with the smallest similarity measure as final two pupils. The experiments have been performed for 1000 images of the BioID face database. The results show that it achieves the higher detection rate than existing method.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 추계학술대회
• /
• pp.196-199
• /
• 2010

사람의 눈동자는 얼굴 크기와 비교해 볼 때 상대적으로 일정한 거리를 가지고 있기 때문에 이미지 정규화에 있어서 중요한 지표로 사용된다. 이 논문은 이러한 특징을 이용해 최적화된 세그멘테이션 방법을 사용하여 눈동자 검출의 새로운 접근방법을 소개한다. 눈 검출 방법은 세 가지 중요한 단계로 나눌 수 있다. (1)흑백 영상에서 눈 영역에 적합한 에지 추출 방법, (2)레이블링(labeling) 기법을 이용한 눈 영역 추출, (3)밝기값 정보를 이용한 눈동자 위치 검출. 실험 결과로는 다양한 조명 환경과 얼굴표정을 가진 2408장의 FERET 영상을 이용하여 98.9%의 검출 성능을 보였다.

• 한국ITS학회 논문지
• /
• 제10권2호
• /
• pp.94-102
• /
• 2011

본 논문은 눈 깜박임 패턴을 이용한 새로운 졸음 검출 알고리즘을 제안하였다. 유한오토마타를 이용한 졸음 검출 모델을 제안하여 눈감은 상태를 나타내는 입력 심벌의 개수만을 체크함으로써 눈 깜박임, 졸음, 수면 검출을 용이하게 하였다. 또한 수평 투영 히스토그램의 특성을 이용하여 눈동자가 있는 영역만을 구해 수직 투영 히스토그램을 취함으로써 눈썹이나 안경테와 같은 외부 영향을 최소화 시켜 정확도를 높였다. ZJU 눈 깜박임 데이터베이스를 이용한 눈 깜박임 검출 실험 결과 93% 이상의 정확도를 얻음으로써 제안된 방법의 우수함을 보였다.

• 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.

• 한국통신학회논문지
• /
• 제29권8C호
• /
• pp.1184-1192
• /
• 2004

개인용 컴퓨터에 연결하여 널리 사용되는 가시광선 카메라에 의해서 획득된 실시간 영상 데이터를 가지고 동공의 움직임을 검출하는 시스템을 제안하였다. 시스템은 3단계로 구성되는데, 첫 단계로 haar-like 기반의 특징 기법을 이용해서 얼굴 영역이 검출되고, 다음으로 얼굴 영역 내에서 템플릿 기반 기법을 이용하여 눈 영역이 검출된다. 끝으로 눈 영역 내에서 동공 부위가 검출되는데 눈 영상의 수평 및 수직 히스토그램 프로파일에 가우시안 필터를 컨벌루션 한 기법을 제안하였다. 실험 결과 2375개의 영장에 대해서 90% 이상의 검출율을 얻었으며 데이터 처리시간은 약 160㎳로 초당 7회씩 검출할 수 있었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 신호처리소사이어티 추계학술대회 논문집
• /
• pp.529-532
• /
• 2003

In this paper, we describe new method to detect face in real-time. We use color information, edge information, and binary information to detect candidate regions of eyes from input image, and then extract face region using the detected eye pall. We verify both eye candidate regions and face region using Support Vector Machines(SVM). It is possible to perform fast and reliable face detection because we can protect false detection through these verification processes. From the experimental results, we confirmed the proposed algorithm shows very excellent face detection performance.