• 디지털산업정보학회논문지
• /
• 제12권4호
• /
• pp.107-114
• /
• 2016

Recently, 3D related technology has become a hot topic for IT. 3D technologies such as 3DTV, Kinect and 3D printers are becoming more and more popular. According to the flow of the times, the goal of this study is that the general public is exposed to 3D technology easily. we have developed a web-based application program that enables 3D modeling of facial front and side photographs using a mobile phone. In order to realize 3D modeling, two photographs (front and side) are photographed with a mobile camera, and ASM (Active Shape Model) and skin binarization technique are used to extract facial height such as nose from facial and side photographs. Three-dimensional coordinates are generated using the face extracted from the front photograph and the face height obtained from the side photograph. Using the 3-D coordinates generated for the standard face model modeled with the standard face as a control point, the face becomes the face of the subject when the RBF (Radial Basis Function) interpolation method is used. Also, in order to cover the face with the modified face model, the control point found in the front photograph is mapped to the texture map coordinate to generate the texture image. Finally, the deformed face model is covered with a texture image, and the 3D modeled image is displayed to the user.

• 정보보호학회논문지
• /
• 제33권2호
• /
• pp.201-210
• /
• 2023

딥러닝 기반 얼굴 인증 모델은 높은 성능을 보이며 많은 분야에 이용되지만, 얼굴 이미지를 모델에 입력하는 과정에서 사용자의 얼굴 이미지가 유출될 가능성이 존재한다. 얼굴 이미지의 노출을 최소화하기 위한 방법으로 비식별화 기술이 존재하지만, 얼굴 인증이라는 특수한 상황에서 기존 기술을 적용할 때에는 인증 성능이 감소하는 문제점이있다. 본 논문에서는 원본 얼굴 이미지에 다른 인물의 얼굴 특성을 결합한 뒤, StyleGAN을 통해 비식별화 얼굴이미지를 생성한다. 또한, HopSkipJumpAttack을 활용해 얼굴 인증 모델에 맞춰 특징들의 결합 비율을 최적화하는 방법을 제안한다. 우리는 제안 방법을 통해 생성된 이미지들을 시각화하여 사용자 얼굴의 비식별화 성능을 확인하고, 실험을 통해 얼굴 인증 모델에 대한 인증 성능을 유지할 수 있음을 평가한다. 즉, 제안 방법을 통해 생성된 비식별화 이미지를 사용하여 얼굴 인증을 할 수 있으며, 동시에 얼굴 개인정보 유출을 방지할 수 있다.

• 융합신호처리학회논문지
• /
• 제2권4호
• /
• pp.16-21
• /
• 2001

본 논문에서는 2매의 2차원 얼굴영상으로부터 이들의 합성하여 3차원 얼굴의 가상형상을 복원한다. 여기서 2매의 2차원 얼굴영상은 정면과 측면 영상을 사용한다. 임의의 일반 얼굴에 대한 기준모델을 정하고 이 모델에서 얼굴형상의 특징을 표현하는 귀 , 눈 코 및 입 부분에 집중적으로 특징 점을 규정한다. 그 이외에 이마 및 턱부분에도 특징 점을 지정하여 그 위치 좌표를 저장해 둔다. 그 후 정면 영상의 좌 우측에 측면영상을 대칭적으로 접속하고 영상의 기하 변환방법을 적용하여 점차적으로 합성한다. 합성을 효과적으로 처리하기 위해 측면 영상을 정면 영상에 정합될 수 있도록 기하변환을 이용한다. 이 때 나타나는 합성부분에 색상 및 명도의 차를 제거하기 위해 스므딩필터(3$\times$3 화소의 마스크)를 적용하여 자연스런 3차원 가상얼굴을 구현하게 된다. 그 결과 불특정 얼굴형상도 3차원으로 구현할수 있음을 확인하였다.

• 한국지반공학회:학술대회논문집
• /
• 한국지반공학회 2005년도 춘계 학술발표회 논문집
• /
• pp.1335-1342
• /
• 2005

In this paper, there is intended to introduce the new tunnel face shape, that is concave shaped face, and discusses its effects on the tunnel stabilization. Therefore, a comparative analysis in which the stability of a concave face was compared to that of a conventional plane face on the basis of displacement patterns in the tunnel face was conducted using a model test. In order to check and confirm displacement patterns on the concave face according to the radius of curvature as well as those around the face according to lateral pressure coefficient(k), two experimental concave models, produced at a scale of 1:2 and 1:5(tunnel radius), of the forefront of the curved area extended from plane face was built and tested.

• International Journal of Internet, Broadcasting and Communication
• /
• 제13권2호
• /
• pp.187-194
• /
• 2021

This paper presents a margin-based face liveness detection method with behavioral confirmation to prevent spoofing attacks using deep learning techniques. The proposed method provides a possibility to prevent biometric person authentication systems from replay and printed spoofing attacks. For this work, a set of real face images and fake face images was collected and a face liveness detection model is trained on the constructed dataset. Traditional face liveness detection methods exploit the face image covering only the face regions of the human head image. However, outside of this region of interest (ROI) might include useful features such as phone edges and fingers. The proposed face liveness detection method was experimentally tested on the author's own dataset. Collected databases are trained and experimental results show that the trained model distinguishes real face images and fake images correctly.

• 공학교육연구
• /
• 제25권1호
• /
• pp.46-54
• /
• 2022

This study attempted non-face-to-face collaborative product development practice that can respond to the spread of COVID-19 by expanding existing product data management system-based product development practice. For the complete non-face-to-face product development practice, it utilized prototype development using a 3D paper model, an online class management system and social media for classes and meetings. As a result of applying the non-face-to-face method, product developments of 26 practice teams have been completed without any failures. Therefore, through this study, the author can confirm that it is possible to provide the complete non-face-to-face collaborative product development practice based on product data management systems.

• 대한전자공학회논문지SP
• /
• 제47권1호
• /
• pp.35-43
• /
• 2010

고유얼굴 기반 얼굴 인식 방법과 같은 얼굴 형태 기반 얼굴 인식 방법에 사용되는 1차원 PCA는 고차원의 얼굴 형태 데이터 벡터들의 처리로 인하여 부정확한 얼굴 표현과 과도한 계산량을 초래할 수 있다. 이에 개선 방안의 하나로 2차원 PCA 기반 얼굴 인식 방법이 개발되었다. 그러나 단순한 2차원 PCA 적용으로 얻어진 얼굴 표현 모델에는 얼굴 공통 특성 성분과 개인 식별 특성 성분이 모두 포함된다. 얼굴 공통 특성 성분은 오히려 개인 식별 능력을 방해할 수가 있고 또한 인식 처리 시간의 증가를 초래한다. 본 논문에서는 2차원 PCA 적용으로 얻어진 얼굴 특성 공간에서 얼굴 공통 특성 영향이 분리된 얼굴 고유 식별 특성 부분공간 모델을 개발하고 개발된 모델에 기반한 새로운 강인한 얼굴 인식 방법을 제안한다. 제안한 얼굴 고유식별 특성 부분공간 모델 기반 얼굴 인식 방법은 얼굴 고유 식별 특성에만 주로 의존하기 때문에 기존 1차원 PCA 및 2차원 PCA 기반 얼굴 인식 방법보다 얼굴 인식 성능 및 인식 속도에 대해서 더 우수한 성능을 보인다. 이는 다양한 조명 조건하에 다양한 얼굴 자세를 갖는 얼굴 이미지들로 구성된 Yale A 및 IMM 얼굴 데이터베이스를 이용한 실험을 통해 확인하였다.

• 항공우주시스템공학회지
• /
• 제16권6호
• /
• pp.45-53
• /
• 2022

항공전자 시스템에서는 하드웨어 장비가 변경되면 통신 방식 및 ICD 변경이 빈번히 발생하며, 소프트웨어 또한 그에 맞게 수정이 필요하다. 이는 개발 일정 및 비용에 큰 영향을 주는 요소이다. 따라서 최근 항공전자 산업에서는 소프트웨어의 이식성을 높이기 위해 개방형 아키텍처를 도입하고 있으며, 관련 연구 또한 활발히 진행되고 있다. 본 논문에서는 개방형 항공전자 아키텍처 중 하나인 FACE를 준수하기 위한 데이터 모델링 방안 및 고려사항에 대하여 설명한다. 또한, 항전 장비 중 하나인 VOR/ILS에서 출력하는 데이터에 대해 FACE 데이터 모델을 설계 및 구현하고, FACE Conformance Test Suite(CTS) 프로그램을 이용하여 데이터 모델이 FACE를 준수하여 설계되었다는 것을 검증한다.

• 반도체디스플레이기술학회지
• /
• 제19권2호
• /
• pp.96-99
• /
• 2020

According to brilliant development of smart devices, many related services are being devised. And, almost every service is designed to provide user-centric services based on personal information. In this situation, to prevent unintentional leakage of personal information is essential. Conventionally, ID and Password system is used for the user authentication. This is a convenient method, but it has a vulnerability that can cause problems due to information leakage. To overcome these problem, many methods related to face recognition is being researched. Through this paper, we investigated the trend of user authentication through biometrics and a representative model for face recognition techniques. One is DeepFace of FaceBook and another is FaceNet of Google. Each model is based on the concept of Deep Learning and Distance Metric Learning, respectively. And also, they are based on Convolutional Neural Network (CNN) model. In the future, further research is needed on the equipment configuration requirements for practical applications and ways to provide actual personalized services.

• 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.