위상한정 상관법은 특징점추출이나 고유얼굴을 사용하지 않고 얼굴을 인식할 수 있는 유용한 방법으로 정사각형 영역에 대하여 푸리에변환을 이용한다. 본 본문에서는 위상한정 상관법을 이용한 얼굴인식 방법의 성능을 향상시키기 위하여 이 기법에 보다 효과적인 정사각형 얼굴영역을 실험을 통하여 제안하고 있다. 구체적으로 세 가지 얼굴영역에 대하여 실험하였다. 첫째 머리부분과 여백을 포함하는 정사각형영역, 둘째 수평방향으로 양 귀 사이와 수직방향으로 턱끝에서 이마까지의 정사각형영역, 셋째 수평방향으로 입술 바로 밑을 지나는 선이 뺨영역과 만나는 두 점 사이, 수직방향으로 입술 바로 밑에서 이마까지의 정사각형영역이다. 실험결과 세 가지 영역 중에서 두 번째 얼굴영역이 위상한정 상관법의 임계치 설정에 가장 유리함을 보였다.
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.
복잡한 환경에서 이동하는 사람의 얼굴영역은 배경과 조명에 의해 확장, 축소 검출되기도 하고 잘못된 영역을 오검출하기도 한다. 본 논문에서는 동영상에서 얼굴을 추적하는데 있어서 확장 혹은 축소검출이나 오검출 문제를 해결하기 위해 블록차 영상과 칼만예측기를 사용하는 방법을 제안한다. 블록차영상은 입력영상을 블록화하여 차영상을 얻는 방법으로 미세한 움직임까지 검출이 가능하여 영상에서 움직임이 작은 경우에도 검출이 가능하게 된다. 검출된 움직임영역에서 얼굴영역은 1차적으로 피부색을 이용하여 검출하며 피부색이 검출되지 않은 경우는 움직임 영역의 경계선을 8이웃화소 창을 이용하여 부호화하고 머리부분의 코드를 갖는 영역을 얼굴영역으로 추정하는 방법을 사용한다. 추정된 얼굴영역을 컬러분할하고 분활된 영역에서 피부색과 가장 가까운 색을 갖는 영역을 얼굴영역으로 판단한다. 얼굴영역은 최외각화소를 포함하는 4각형으로 표시하소 각 정점의 이동을 칼만예측기를 이용하여 추정하고 추정된 위치에서 얼굴영역을 검출하는 방법을 사용한다. 제안하는 방법은 동영상에서 얼굴영역검출의 정확도를 높이고 얼굴영역의 추적에서 얼굴영역검출에 소요되는 시간을 상당부분 감소시키는 효과를 고두게 됨을 실험을 통해 입증하였다.
본 논문은 온라인 얼굴 인식에서 전처리에 해당하는 얼굴 검출방법을 다룬다. 기존의 얼굴 검출 방법에서 에지 정보만을 이용한 얼굴 검출 방법과 컬러 정보를 이용한 얼굴 검출 방법의 단점을 상호 보완하기 위해 본 연구에서는 에지 정보와 컬러 정보를 결합한 얼굴 검출 방법 및 중심 영역 컬러 샘플링을 이용한 얼굴 검출방법을 개발하였다. 즉, 사람의 얼굴 영역이 비슷한 컬러를 가진 배경 영역과 결합(Merge)되는 것을 막기 위해 먼저 적응형 에지 검출 알고리즘을 수행하여 배경과 얼굴 영역을 각각의 고립 영역으로 분할한다. 제안된 적응형 소벨(Sobel) 에지 검출기는 배경 영역과 얼굴 영역의 경계에서 항상 에지가 발생할 수 있도록 에지가 많이 검출되고 입력 영상의 밝기 변화에 강인하다. 이로 인해 얼굴 영역이 하나의 영역이 아닌 여러 영역으로 분할되어 나타날 수 있으므로, 각 영역들의 컬러 정보를 이용해 병합한 후, 최종 얼굴 영역을 MBR(minimum bounding rectangle) 형태로 검출하였다. 이때 병합된 최종 얼굴 영역 후보가 너무 크거나 혹은 너무 작으면, 중심 영역 샘플링 방법을 이용해 다시 얼굴 영역을 검출한다. 총 2100장의 얼굴 영상 데이터베이스를 통해 실험한 결과 본 연구에서 제안한 방법을 사용해 96.3%의 높은 얼굴 영역 검출 성공률을 얻을 수 있었다.
International journal of advanced smart convergence
/
제8권4호
/
pp.104-112
/
2019
This study proposed a robust detection algorithm. It detects face more stably with respect to changes in light and rotation forthe identification of a face shape. The proposed algorithm uses face shape asinput information in a single camera environment and divides only face area through preprocessing process. However, it is not easy to accurately recognize the face area that is sensitive to lighting changes and has a large degree of freedom, and the error range is large. In this paper, we separated the background and face area using the brightness difference of the two images to increase the recognition rate. The brightness difference between the two images means the difference between the images taken under the bright light and the images taken under the dark light. After separating only the face region, the face shape is recognized by using the self-organization feature map (SOFM) algorithm. SOFM first selects the first top neuron through the learning process. Second, the highest neuron is renewed by competing again between the highest neuron and neighboring neurons through the competition process. Third, the final top neuron is selected by repeating the learning process and the competition process. In addition, the competition will go through a three-step learning process to ensure that the top neurons are updated well among neurons. By using these SOFM neural network algorithms, we intend to implement a stable and robust real-time face shape recognition system in face shape recognition.
Kim, Jeong-Seok;Kim, Bum-Soo;Jeun, Sin-Soo;Lee, Kang-Hee;Jung, So-Lyung;Choe, Bo-Young
한국의학물리학회:학술대회논문집
/
한국의학물리학회 2004년도 제29회 추계학술대회 발표논문집
/
pp.49-52
/
2004
A few studies have shown that the function of fusiform face area is selectively involved in the perception of faces including a race difference. We investigated the neural substrates of the face-selective region called fusiform face area In the ventral occipital-temporal cortex and same-race memory superiority In the fusiform face area by the event-related fMRI. In our fMRI study, twelve healthy subjects (Oriental-Korean) performed the implicit distinction of the race while they consciously made familiar-judgments, regardless of whether they considered a face as Oriental-Korean or European-American. In the race distinction as an implicit task, the fusiform face areas (FFA) and the right parahippocampal gyrus had a greater response to the presentation of Oriental-Korean than European-American faces, but in the consciously race distinction between Oriental-Korean and European-American faces, any significant difference in the FFA was not observed. These results suggest that different activation in the fusiform regions and right parahippocampal gyrus resulting from same-race memory superiority could be implicitly taken place by the physiological processes of face recognition.
얼굴인식기술은 컴퓨터비전 분야에서 중요한 역할을 담당하고 있다. 본 논문에서는, PCA와 SVM 기술을 사용하는 빠른 얼굴인식기술을 제안한다. 제안한 시스템에서는, 먼저 지역 히스토그램 분포를 분석하여 생성한 통계적 특성을 사용함으로써 얼굴가능영역을 필터링한다. 이 과정에서 대부분의 비얼굴 영역이 제거되기 때문에 탐지 과정의 처리속도가 향상된다. 다음으로는 PCA 특징 벡터가 생성되고, SVM 분류기를 사용하여 테스트 영상 내에 얼굴이 존재하는지를 탐지한다. 본 논문에서의 테스트 영상은 CMU 얼굴 데이터베이스를 사용하였으며, SVM의 학습을 위한 얼굴과 비얼굴 샘플들은 MIT 데이터 세트로부터 선택하였다. 얼굴탐지 실험결과, 제안한 방법에서 좋은 성능을 나타내었다.
In this paper, we present a new approach to detect and recognize human face in the image from vision camera equipped on the mobile robot platform. Due to the mobility of camera platform, obtained facial image is small and pose-various. For this condition, new algorithm should cope with these constraints and can detect and recognize face in nearly real time. In detection step, ‘coarse to fine’ detection strategy is used. Firstly, region boundary including face is roughly located by dual ellipse templates of facial color and on this region, the locations of three main facial features- two eyes and mouth-are estimated. For this, simplified facial feature maps using characteristic chrominance are made out and candidate pixels are segmented as eye or mouth pixels group. These candidate facial features are verified whether the length and orientation of feature pairs are suitable for face geometry. In recognition step, pseudo-convex hull area of gray face image is defined which area includes feature triangle connecting two eyes and mouth. And random lattice line set are composed and laid on this convex hull area, and then 2D appearance of this area is represented. From these procedures, facial information of detected face is obtained and face DB images are similarly processed for each person class. Based on facial information of these areas, distance measure of match of lattice lines is calculated and face image is recognized using this measure as a classifier. This proposed detection and recognition algorithms overcome the constraints of previous approach [15], make real-time face detection and recognition possible, and guarantee the correct recognition irregardless of some pose variation of face. The usefulness at mobile robot application is demonstrated.
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.
본 논문은 피부색 요소의 유클리디안거리를 계산 얼굴영역을 추출하고 얼굴의 특징요소를 추출하는 방법을 제안하였다. 제안한 알고리즘은 조명보정과 얼굴 검출 과정으로구성되었다. 조명보정 과정에서는 조명변화에 대한 보정기능을 수행한다. 얼굴 검출 과정은 20개의 피부색 표본영상에서 색상과 채도를 특징벡터로 사용, 입력영상과의 유클리디안 거리를 구하여 피부색 영역을 추출하였다. 추출된 얼굴 후보영역에서 CMY칼라 모델 C공간에서 눈을 검출 하였고, YIQ 칼라 모델 Q공간에서 입을 검출하였다. 추출된 얼굴 후보영역에서 일반적인 얼굴에 대한 지식을 기반으로 얼굴 영역을 검출하였다. 입력받은 40개의 정면 칼라 영상으로 실험한 결과 100%의 얼굴 검출율을 보였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.