• Journal of International Society for Simulation Surgery
• /
• 제3권2호
• /
• pp.46-48
• /
• 2016

Purpose In face reocognition area, estimating occlusion in face images is on the rise. In this paper, we propose a new face recognition algorithm based on dual sparse representation to solve this problem. Method Each face image is partitioned into several pieces and sparse representation is implemented in each part. Then, some parts that have large sparse concentration index are combined and sparse representation is performed one more time. Each test sample is classified by using the final sparse coefficient where correlation between the test sample and training sample is applied. Results The recognition rate of the proposed algorithm is higher than that of the basic sparse representation classification. Conclusion The proposed method can be applied in real life which needs to identify someone exactly whether the person disguises his face or not.

• 한국멀티미디어학회논문지
• /
• 제25권11호
• /
• pp.1582-1590
• /
• 2022

Due to the situation of the widespread of the coronavirus, which causes the problem of lack of face image data occluded by masks at recent time, in order to solve the related problems, this paper proposes a method to generate face images with masks using a combination of generative adversarial networks and spatial transformation networks based on CNN model. The system we proposed in this paper is based on the GAN, combined with multi-scale convolution kernels to extract features at different details of the human face images, and used Wasserstein divergence as the measure of the distance between real samples and synthetic samples in order to optimize Generator performance. Experiments show that the proposed method can effectively put masks on face images with high efficiency and fast reaction time and the synthesized human face images are pretty natural and real.

• 한국멀티미디어학회논문지
• /
• 제24권1호
• /
• pp.125-133
• /
• 2021

Due to Covid-19, the un-contact culture has affected society as a whole, and the methods of education conducted offline has been greatly affected. In the private education of preparing for university entrance, the public official examinations and certification acquisition, the method of online education has been shown to have positive effects. While private class and school class which have offered in off-line to cope with rapid changes caused various problems such as decline in quality for education. Due to the characteristic of design class, practical training is important. As interactive feedback between students and educators is more important than one-way of delivering knowledge while class is conducted in online, educators have a challenge when they prepare for class. This study handles the methods of online education for the purpose of practical education methods in university nowadays, Especially, the non-face-to-face education methods for game animation production. Based on this study, I propose an effective educational method with non-face-to-face class that allows students to be satisfied and increases their knowledge, beyond face-to-face class.

• 문화기술의 융합
• /
• 제8권3호
• /
• pp.613-621
• /
• 2022

본 연구는 간호학과 교수의 면대면 강의에서 비대면 강의로 전환 경험을 이해하는 데 목적을 두고 있다. 본 연구는 연구참여자는 비대면 강의를 적어도 두 학기 이상 진행한 적이 있는 17명의 간호학과 교수이며, 경험적 현상학적 연구방법에 따라 심층적인 개별 면담을 통해 자료를 수집한 후 질적 주제분석 방법에 따라 분석하였다. 연구결과는 비대면 강의에 따른 변화와 전개과정, 학생과의 관계, 자신과의 관계, 사회적 맥락과 사회성이라는 주제를 중심으로 비대면 강의 전환 경험을 기술하였다. 결론적으로 간호학과 교수들은 사회적 변화 흐름에 따라 첨단 테크놀로지를 활용한 비대면 강의를 자율적으로 선택하여 질 높은 강의를 할 수 있도록 충분한 지원을 받을 수 있기를 기대한다.

• 한국시뮬레이션학회논문지
• /
• 제18권2호
• /
• pp.9-17
• /
• 2009

얼굴인식이 널리 사용되기 시작하면서, 얼굴 데이터베이스는 많은 양의 얼굴정보를 담게 되었다. 이러한 얼굴 데이터의 증가로 인하여 분산처리 방법을 이용한 얼굴인식이 주요 주제로 대두되고 있다. 하지만 기존 방법에서는 대용량의 데이터를 전송하는 방법에 대한 논의가 부족하다. 이에 본 논문은 분산처리 환경에서 퍼지로직 기반 비트압축률 선택을 통한 얼굴인식을 제안한다. 제안한 방법은 얼굴인식률, 얼굴인식 수행시간, 전송된 비트 길이를 바탕으로 퍼지추론을 하여 효과적인 압축률을 선택한다. 우리는 제안한 방법과 압축을 하지 않은 데이터, 고정 압축률을 적용한 데이터에 따른 얼굴인식률과 얼굴인식 수행시간을 측정하여 비교하였다. 실험 결과는 퍼지로직 기반 압축률 선택이 수행시간을 감소시키면서도 합리적인 인식률을 유지하는 효과가 있음을 보여준다.

• 한국멀티미디어학회논문지
• /
• 제16권8호
• /
• pp.927-933
• /
• 2013

OpenCV (Open Computer Vision)에서 제공하는 얼굴 인식 알고리즘에서는 Haar 특징(Haar feature)들과 대상 영상의 정합 과정인 Haar 매칭 (Haar Matching)을 통하여 얼굴을 검출하는데, 이때 Haar 특징들은 정면 얼굴로 구성된 훈련 영상을 통해 학습된다. 따라서 OpenCV의 얼굴 검출 방법은 정면 얼굴에 대해서는 높은 얼굴 검출율을 보이지만, 정면을 응시하지 않거나 얼굴의 형태가 변형된 경우에는 얼굴을 정확하게 검출하지 못하는 경우가 빈번히 발생한다. 본 논문에서는 측면 얼굴 혹은 형태가 변형된 얼굴에서도 컬러 히스토그램의 분포 특성은 유사하다고 가정하고, 히스토그램 패턴 매칭(histogram pattern matching)을 이용한 얼굴 검출 방법을 제안한다. 제안한 방법에서는 Haar 매칭 오류가 발생한 프레임에 대하여, 정확하게 검출된 이전 프레임의 얼굴 영역에 대한 히스토그램 패턴 매칭을 통하여 가장 유사한 히스토그램 분포를 갖는 영역을 얼굴로 인식한다. 제안한 방법의 얼굴 검출 알고리즘의 성능을 평가하기 위한 모의실험에서 제안한 얼굴 검출 방법이 OpenCV보다 얼굴 검출율이 8% 정도 향상됨을 확인하였다.

• 한국정보통신학회논문지
• /
• 제26권8호
• /
• pp.1136-1141
• /
• 2022

코로나19 팬데믹으로 인해 마스크 착용이 일상화되면서 마스크 착용 얼굴을 식별하는 얼굴인식 연구에 대한 중요도가 높아지고 있다. 안정된 얼굴인식 성능을 위해서는 인식 대상에 대한 풍부한 학습용 이미지 확보가 필요하지만 인물 별로 마스크 착용 얼굴 이미지를 다량 확보하는 것은 쉽지 않다. 본 논문에서는 마스크 미착용 얼굴 이미지에 가상의 마스크 패턴을 합성하는 새로운 방법을 제안한다. 제안 방법은 동일 인물에 대해 마스크 미착용 얼굴 이미지와 마스크 착용 얼굴 이미지를 쌍으로 컨볼루션 오토인코더에 입력하여 얼굴과 마스크의 기하학적 관계를 학습한다. 학습이 완료된 컨볼루션 오토인코더는 학습에 사용되지 않은 새로운 마스크 미착용 얼굴 이미지에 가상의 마스크 패턴을 자연스러운 형태로 합성해준다. 제안 방법은 고속으로 대량의 마스크 착용 얼굴 이미지를 생성할 수 있으며, 얼굴 특징점 추출에 기반하는 마스크 합성 방법에 비해 실용적이다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2002년도 하계종합학술대회 논문집(4)
• /
• pp.49-52
• /
• 2002

This paper presents a fast algorithm for face detection from color images on internet. We use Mahalanobis distance between standard skin color and actual pixel color on IQ color space to segment skin color regions. The skin color regions are the candidate face region. Further, the locations of eyes and mouth regions are found by computing average pixel values on horizontal and vertical pixel lines. The geometry of mouth and eye locations is compared to the standard face geometry to eliminate false face regions. Our Method is simple and fast so that it can be applied to face search engine for internet.

• 한국정보통신학회논문지
• /
• 제16권10호
• /
• pp.2121-2128
• /
• 2012

본 논문은 Wavelet 변환을 이용한 실시간 얼굴 영역 검출을 제안하였으며, 계산의 효율성과 검출 성능을 동시에 만족시키는 강인한 검출 알고리즘을 제안하였다. 검출된 얼굴 영상은 주성분 분석을 통해 저차원 얼굴 심볼로 구성하여 얼굴을 인식한다. 제안된 방법은 기존의 기하학적인 특징 기반 방법이나 외관기반 방법의 비해 많은 계산 량이 요구 되지 않고 최소한의 정보를 사용하고도 높은 인식률을 유지 할 수 있기에 실시간 시스템 구축에 매우 적합하다. 또한 얼굴 인식 시 발생하는 잘못된 인식이나 인식 오차를 줄이기 위해 고유 공간상에 투영된 모델 특징 값을 군집화 알고리즘을 통해 특정한 기호로 구성하여 은닉마르코프 모델의 입력 기호로 사용하였다. 이렇게 함으로써 임의의 입력 얼굴은 확률 값이 가장 높은 해당 얼굴 모델로 인식하게 된다. 실험 결과 기존의 방식인 Euclidean과 Mahananobis방법 보다 제안한 방법이 잘못된 매칭이나 매칭 실패에서 우수한 인식 성능을 보였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집
• /
• pp.179-184
• /
• 2009

다양한 조명 환경에서 강인한 얼굴 인식은 어렵다. 조명에 강인한 얼굴 인식을 위해서 보통 얼굴 이미지 조명 정규화 전처리를 수행한다. 기존 조명 전처리 기법 중에 가장 효율적으로 알려진 비등방성 스무딩 기법에 의한 조명 정규화는 투영음영(casting shadow)은 제거할 수 없다. 본 논문에서는 고유얼굴로 부터 조명 영향 부분을 분리하여 조명이 분리된 고유얼굴 공간을 구하고, 얼굴 이미지를 이 부분공간으로 투영하여 투영음영을 포함한 조명 영향을 최소한 얼굴 이미지 조명 정규화 기법을 제안한다. 본 논문에서 제안한 기법의 효율성은 적용을 통해 확인되었다.