• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권3호
• /
• pp.877-893
• /
• 2022

With the development of deep learning, face inpainting has been significantly enhanced in the past few years. Although image inpainting framework integrated with generative adversarial network or attention mechanism enhanced the semantic understanding among facial components, the issues of reconstruction on corrupted regions are still worthy to explore, such as blurred edge structure, excessive smoothness, unreasonable semantic understanding and visual artifacts, etc. To address these issues, we propose a Learnable Structure Knowledge of Fusion Network (LSK-FNet), which learns a prior knowledge by edge generation network for image inpainting. The architecture involves two steps: Firstly, structure information obtained by edge generation network is used as the prior knowledge for face inpainting network. Secondly, both the generated prior knowledge and the incomplete image are fed into the face inpainting network together to get the fusion information. To improve the accuracy of inpainting, both of gated convolution and region normalization are applied in our proposed model. We evaluate our LSK-FNet qualitatively and quantitatively on the CelebA-HQ dataset. The experimental results demonstrate that the edge structure and details of facial images can be improved by using LSK-FNet. Our model surpasses the compared models on L1, PSNR and SSIM metrics. When the masked region is less than 20%, L1 loss reduce by more than 4.3%.

• 대한전자공학회논문지SP
• /
• 제41권4호
• /
• pp.1-7
• /
• 2004

본 논문은 3차원 얼굴 영상을 이용한 얼굴 인식에 있어서, 정규화 과정에 사용될 얼굴의 특징 영역을 추출하는 방법을 제안한다. 3차원 얼굴 영상은 조명의 변화에 상관없이 얼굴의 특징 분석이 가능하고, 이를 이용한 얼굴 인식이 가능하다. 그러나 입력된 형상의 자세에 따라 회전, 기울어진 정도, 그리고 좌우로 움직인 정도가 다르다. 이런 특성을 고려하지 않고 추출된 특징들은 잘못된 인식 결과를 초래할 수 있다. 이런 이유로 입력에서의 오류들을 바로잡는 정규화 과정이 필요하다. 정규화 과정에서는 얼굴의 기하학적인 특징인 눈, 코, 입 등을 이용하는 것이 일반적이다. 이들 중, 코는 3차원 얼굴 영상에서 두드러진 특징이 될 수 있다. 본 연구에서는 코의 실제 형상과 유사한 긴 추출 마스크를 사용하여 입력된 영상으로부터 코를 추출하는 방법을 제안한다.

• 대한전자공학회논문지SP
• /
• 제47권4호
• /
• pp.49-55
• /
• 2010

조명 환경에 의해 발생하는 강한 그림자 영역은 반사 영상을 이용하는 얼굴인식시스템의 성능을 저하시키는 주요인으로써, 인식률을 향상시키기 위해서는 강한 그림자 영역과 얼굴의 특징 영역을 구분해 낼 필요가 있다. 한편 Bilateral 필터는 영상 화소 값의 비선형적인 조합을 사용하여 경계영역을 보존하면서도, 전체 영상을 평활화할 수 있는 특성을 갖는다. 따라서 Bilateral 필터의 특성은 레티넥스 기반 조명 정규화 방법에서의 조명을 추정하는 과정에 사용되는 평활화 필터에 적합하다. 이에 본 논문에서는 강한 그림자 영역을 효과적으로 제거하기 위한 Bilateral 필터 기반의 새로운 조명 정규화 방법을 제안한다. Bilateral 필터의 계수는 화소 간 근접성(proximity)과 불연속성(discontinuity)의 곱으로 설계하여, 추정된 조명 영상에서 강한 그림자 영역이 비교적 정확하게 보존되도록 한다. 제안된 방법의 성능은 PCA(Principle Component Analysis)를 이용하여 인식률을 측정하고, 두 가지 데이터베이스에 대해 기존의 조명 정규화 방법들과 비교하여 평가하였다.

• 한국통신학회논문지
• /
• 제35권12C호
• /
• pp.984-994
• /
• 2010

Pose variation is a critical problem in face recognition. Three-dimensional(3D) face recognition techniques have been proposed, as 3D data contains depth information that may allow problems of pose variation to be handled more effectively than with 2D face recognition methods. This paper proposes a pose-normalized 3D face modeling method that translates and rotates any pose angle to a frontal pose using a plane fitting method by Singular Value Decomposition(SVD). First, we reconstruct 3D face data with stereo vision method. Second, nose peak point is estimated by depth information and then the angle of pose is estimated by a facial plane fitting algorithm using four facial features. Next, using the estimated pose angle, the 3D face is translated and rotated to a frontal pose. To demonstrate the effectiveness of the proposed method, we designed 2D and 3D face recognition experiments. The experimental results show that the performance of the normalized 3D face recognition method is superior to that of an un-normalized 3D face recognition method for overcoming the problems of pose variation.

• Journal of Multimedia Information System
• /
• 제2권1호
• /
• pp.171-178
• /
• 2015

This article describes 3 dimensional (3D) face recognition system using histogram of oriented gradients (HOG) based on face curvature. The surface curvatures in the face contain the most important personal feature information. In this paper, 3D face images are recognized by the face components: cheek, eyes, mouth, and nose. For the proposed approach, the first step uses the face curvatures which present the facial features for 3D face images, after normalization using the singular value decomposition (SVD). Fisherface method is then applied to each component curvature face. The reason for adapting the Fisherface method maintains the surface attribute for the face curvature, even though it can generate reduced image dimension. And histogram of oriented gradients (HOG) descriptor is one of the state-of-art methods which have been shown to significantly outperform the existing feature set for several objects detection and recognition. In the last step, the linear discriminant analysis is explained for each component. The experimental results showed that the proposed approach leads to higher detection accuracy rate than other methods.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권2호
• /
• pp.213-223
• /
• 2004

본 논문에서는 실시간 응용을 위해 형판 정합 방법을 기반으로 하면서 동시에 외형 기반 (appearance_based) 방법에서 제시하는 학습 모델을 이용한 새로운 얼굴 검출 방법을 제안한다. 우선, 빛이나 조명의 영향에 의한 오류를 방지하기 위한 효과적인 전처리 과정으로 최소-최대 정규화(Min-max Normalization) 방법과 히스토그램 정규화 방법을 적용시킨다. 그런 뒤에 입력 영상과 형판을 PCA 변환하여 각각의 주성분(PC : Principal Component)을 생성하고 이를 LDA 변환한다. PCA 및 LDA 변환된 형판을 이용하여 입력 영상과의 거리 값을 구한 후 거리 값이 가장 작은 영역을 얼굴 영역으로 선택하고, 선택된 영역은 SVM을 이용하여 얼굴인지 아닌지를 검증하는 과정을 거친다. 또한, 본 논문에서는 실시간 얼굴 검출 방법을 위해 전체 영역이 아닌 $\pm$12 화소 크기의 탐색 윈도우를 이용하여 시스템의 속도 및 정확도를 고려하도록 하였다. 실제 환경과 같은 6개 부류의 동영상을 중심으로 실험한 결과, 본 논문에서 제안하는 방법이 기존의 PCA 변환만을 이용한 방법보다 좋은 성능을 보여줌을 알 수 있었고, 또한 SVM을 이용한 얼굴 검증 과정을 추가한 방법이 PCA 변환과 LDA 변환을 사용한 방법보다 좋은 성능을 보여줌을 알 수 있었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2008년도 하계종합학술대회
• /
• pp.955-956
• /
• 2008

This paper presents a new method for illumination normalization in eye detection. Based on the retinex image formation model, we employ the discrete wavelet transform to remove the lighting effect in face image data. The final result based on the proposed method shows the better performance in detecting eyes compared with previous work.

• 한국컴퓨터정보학회논문지
• /
• 제15권4호
• /
• pp.47-55
• /
• 2010

본 논문은 실시간 카메라 영상으로부터 얼굴을 검출하고 얼굴 표정을 인식하여 웃음 치료훈련을 할 수 있는 시스템을 제안한다. 제안된 시스템은 카메라 영상으로부터 Haar-like 특징을 이용하여 얼굴 후보 영역을 검출한 다음, SVM분류기를 이용하여 얼굴 후보 영역이 얼굴 영상인지 아닌지를 검증한다. 그 다음에는 검출된 얼굴 영상에 대해, 조명의 영향을 최소화하기 위한 방법으로 히스토그램 매칭을 이용한 조명 정규화를 수행한다. 표정 인식 단계에서는 PCA를 사용하여 얼굴 특징 벡터를 획득한 후 다층퍼셉트론 인공신경망을 이용해 실시간으로 웃음표정을 인식하였다. 본 논문에서 개발된 시스템은 실시간으로 사용자의 웃음 표정을 인식하여 웃음 양을 화면에 표시해 줌으로써 사용자 스스로 웃음 훈련을 할 수 있게 해 준다. 실험 결과에 따르면, 본 논문에서 제안한 방법은 SVM 분류기를 통한 얼굴 후보 영역 검증과 히스토그램 매칭을 이용한 조명정규화를 이용하여 웃음 표정 인식률을 향상시켰다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• pp.455-456
• /
• 2006

This paper presents an automatic pose-normalized 3D face data acquisition method using 2D and 3D information. We propose an automatic pose-normalized 3D face acquisition method that accomplishes 3D face modeling and 3D face pose-normalization at once. The proposed method uses 2D information with AAM (Active Appearance Model) and 3D information with 3D normal vector. The 3D face modeling system consists of 2 cameras and 1 projector. In order to verify proposed pose-normalized 3D modeling method, we made an experiment for 2.5D face recognition. The experimental result shows that proposed method is robust against pose variation.

• 한국통신학회논문지
• /
• 제37권8C호
• /
• pp.711-720
• /
• 2012

본 논문에서는 운전자 졸음 인식 시스템의 구현 방법과 그에 따른 결과를 소개한다. 영상 입력 장치로는 시중에 판매되는 웹캠 카메라를 사용하였다. 얼굴 검출 방법으로는 Haar 변환 기법을 이용하였으며, 다양한 조명 환경에 강건하게 적응하도록 조명정규화를 수행하였다. 조명정규화를 거친 얼굴 영상은 특징값 추출에 용이하다. 조명정규화를 통한 눈 후보영역은 인체측정학 정보를 이용하여 후보 영역을 줄인 이후에 PCA와 Circle Mask의 혼합 모델을 적용했다. 위 방법을 통해 차량 내부의 복잡한 조명 환경 속에서 강건히 눈 영역을 추출한다. 검출된 눈 영역은 고해상도의 조명 정규화 영상과 간단한 연산을 통하여 졸음 여부를 판별한다. 졸음 상태가 1단계로 판단 될 경우에는 통합 모니터링 인터페이스에서 운전자에게 경고음을 울리며 2단계일 경우에는 CAN(Controller Area Network)를 통하여 안전벨트를 진동하게 함으로써 운전자에게 경고를 준다. 본 논문에서 제안하는 졸음 인식 시스템은 낮은 계산 복잡도를 만족하는 동시에 높은 인식률을 보여준다. 실험 결과 차량 내에서 97%의 인식률이 나타났다.