• 로봇학회논문지
• /
• 제4권4호
• /
• pp.257-264
• /
• 2009

This paper proposes a novel face detection method that finds tiny faces located at a long range even with low-resolution input images captured by a mobile robot. The proposed approach can locate extremely small-sized face regions of $12{\times}12$ pixels. We solve a tiny face detection problem by organizing a system that consists of multiple detectors including a mean-shift color tracker, short- and long-rage face detectors, and an omega shape detector. The proposed method adopts the long-range face detector that is well trained enough to detect tiny faces at a long range, and limiting its operation to only within a search region that is automatically determined by the mean-shift color tracker and the omega shape detector. By focusing on limiting the face search region as much as possible, the proposed method can accurately detect tiny faces at a long distance even with a low-resolution image, and decrease false positives sharply. According to the experimental results on realistic databases, the performance of the proposed approach is at a sufficiently practical level for various robot applications such as face recognition of non-cooperative users, human-following, and gesture recognition for long-range interaction.

• 한국멀티미디어학회논문지
• /
• 제19권8호
• /
• pp.1310-1319
• /
• 2016

Face detection is the first step in a wide range of face applications. However, detecting faces in the wild is still a challenging task due to the wide range of variations in pose, scale, and occlusions. Recently, many deep learning methods have been proposed for face detection. However, further improvements are required in the wild. Another important issue to be considered in the face detection is the computational complexity. Current state-of-the-art deep learning methods require a large number of patches to deal with varying scales and the arbitrary image sizes, which result in an increased computational complexity. To reduce the complexity while achieving better detection accuracy, we propose a fully convolutional network-based face detection that can take arbitrarily-sized input and produce feature maps (heat maps) corresponding to the input image size. To deal with the various face scales, a multi-scale network architecture that utilizes the facial components when learning the feature maps is proposed. On top of it, we design multi-task learning technique to improve detection performance. Extensive experiments have been conducted on the FDDB dataset. The experimental results show that the proposed method outperforms state-of-the-art methods with the accuracy of 82.33% at 517 false alarms, while improving computational efficiency significantly.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.1244-1248
• /
• 2005

In this paper, we propose fuzzy c-means (FCM) to solve recognition errors in invariant range image, multi-pose face recognition. Scale, center and pose error problems were solved using geometric transformation. Range image face data was digitized into range image data by using the laser range finder that does not depend on the ambient light source. Then, the digitized range image face data is used as a model to generate multi-pose data. Each pose data size was reduced by linear reduction into the database. The reduced range image face data was transformed to the gradient face model for facial feature image extraction and also for matching using the fuzzy membership adjusted by fuzzy c-means. The proposed method was tested using facial range images from 40 people with normal facial expressions. The output of the detection and recognition system has to be accurate to about 93 percent. Simultaneously, the system must be robust enough to overcome typical image-acquisition problems such as noise, vertical rotated face and range resolution.

• 한국통신학회논문지
• /
• 제30권10C호
• /
• pp.983-991
• /
• 2005

드라마와 같은 비디오에서 사람의 얼굴은 일반적으로 자주 등장하며 비디오 내용을 분석하기 위한 유용한 정보를 제공한다. 얼굴검출은 얼굴인식 및 얼굴영상의 DB 관리와 같은 응용분야에 중요한 역할을 한다. 본 논문에서는 비디오 등장인물 검색을 위한 얼굴검출 기법을 제안하였다. 전체 과정은 크게 세단계로 구성되며 첫 번째 장면전환 검출단계, 두 번째 얼굴영역 검출단계, 마지막으로 얼굴의 특징점인 눈과 입 검출단계로 구성되며, 색상에 기반한 얼굴영역 검출단계에서 발생된 얼굴 특징점을 눈과 입의 검출에 적용하였다. 실험결과 다양한 환경에서 성공적으로 얼굴을 검출하며, 기존의 색상기반 얼굴검출 방법에 비해 측면영상에서 $24\%$의 성능향상을 보였다.

• 한국멀티미디어학회논문지
• /
• 제9권1호
• /
• pp.11-22
• /
• 2006

얼굴 검출은 개인 인증이나 보안 등 그 응용분야가 다양하여 활발히 연구가 진행되고 있다. 본 논문에서는 분포맵에 기반한 얼굴 검출의 새로운 방법을 제안한다. 제안한 방법은 먼저, 빈도수를 고려한 피부색 분포맵을 입력 영상에 적용하여 일차적으로 얼굴 후보영역을 구하고, 이 영역에서 눈동자색 분포맵을 이용하여 눈후보영역을 결정함으로써 얼굴 구성 요소를 탐색하는 탐색공간을 축소한다. 결정된 눈 후보영역에서 가중치가 있는 윈도우를 이용하여 휘도성분과 색상성분의 상관값을 특징벡터로 한 템플릿 정합 방법으로 눈 후보점을 검출한다. 최종적으로 각 눈 후보점 쌍에 대하여 눈과 입의 위치관계 정보와 입을 인식하는 평가함수를 이용하여 얼굴을 검출하였다. 실험 결과, 제안된 방법은 좋은 성능을 보였다.

• 융합신호처리학회논문지
• /
• 제13권2호
• /
• pp.77-82
• /
• 2012

본 논문은 얼굴 검출 시스템에서 검출된 얼굴의 크기와 위치 정보를 이용한 얼굴 영역 안정화 알고리즘의 하드웨어 구현에 관한 것이다. adaboost 알고리즘을 이용한 얼굴 검출 시스템은 입력되는 영상을 이용하여 얼굴이라고 판단될 수 있는 템플릿 패턴, 얼굴 특징을 추출 하거나 미리 학습된 데이터와 비교하여 얼굴을 검출한다. 하지만 미세한 흔들림에도 얼굴 정보의 위치나 크기가 달라진다. 검출된 얼굴 영역의 안정화를 위해서 본 논문은 검출된 현재 얼굴 정보와 이전 프레임의 얼굴 정보를 기반으로 얼굴 영역의 흔들림을 줄이는 고주파 억제 필터, 얼굴 거리와 영역 비교, 얼굴 영역 확대-축소 연산을 이용한 얼굴 검출 안정화 하드웨어를 구현하여 실시간으로 피드백이 가능하도록 하였다.

• 한국항행학회논문지
• /
• 제14권2호
• /
• pp.191-197
• /
• 2010

많은 적용과 응용을 하더라도 얼굴 검출의 이미지 분석은 상당히 어렵다. 본 논문으로 불규칙한 조명의 영향으로 미검출되는 얼굴에 조명이 고루 분포되도록 얼굴영역을 검출하였으며, 기존의 정면 얼굴만을 검출하던 결과를 보완하였다. LAB 컬러조명보정으로 기존의 아다부스트 얼굴 검출에 비해 32% 향상된 얼굴검출 결과를 보였다. 입력된 두 영상의 차를 구해 Glassfire 라벨링을 실시했다. Area 임계치 값을 비교하여 임계값 이상의 면적이 되면 제안한 LCFD시스템 알고리즘인 RGB평활화와 LAB영상보정을 하였다. 이렇게 추출된 동작변환 영상을 대상으로 얼굴영역 검출을 실시하였다. 얼굴 검출에 필요한 특징을 추출하기 위해 AdaBoost알고리즘을 사용하였다. 본 논문으로 기울어진 얼굴영역과 멀리 떨어져 있는 얼굴영역, Multi-view 얼굴영역 검출까지 가능하였다. 또한 조명의 방향에 관계없이 높은 검출률을 보였으며, 사용자 인증 분야 등에 일반 PC만으로 적용 가능함이 입증되었다.

• 한국정보통신학회논문지
• /
• 제7권8호
• /
• pp.1823-1830
• /
• 2003

본 논문에서는 동공 검출 기술을 이용한 얼굴 검출 방법을 제안하고자 한다. 동공 검출기는 눈의 역 반사 특성을 이용한 능동적 조명을 사용하여 검출을 용이하도록 하였고. 제안된 방법의 검출 범위는 소형 컴퓨터나 무인 정보 단말기 등의 활용에 적합하도록 하였다. 동공 후보 영역을 계산하여 검출한 후, 학습 규칙을 사용하여 얼굴에 대응하는 두 개의 지점을 선택하도록 하였다. 얼굴 검출 성능을 증명하기 위하여, 얼굴의 최대 돌출 부위를 지정 할 수 있는 이중 모드의 얼굴 추적 장치를 개발하였다. 추정치 와 복합 얼굴 검출기의 측정치를 결합하여 특징 관계를 추적함으로 처리의 안정성을 높이었다. 또한, 실시간으로 서보의 제어장치를 원격 조정하여 항상 카메라가 이미지의 중앙을 추적하도록 함으로서 얼굴의 위치를 추정할 수 있도록 하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2003년도 춘계종합학술대회
• /
• pp.155-160
• /
• 2003

본 논문에서는 동공 검출을 이용한 얼굴 검출 방법을 제안하고자 한다. 동공검출기는 눈의 역반사 특성을 이용한 능동적 조명을 사용하여 검출을 용이하도록 하였고. 제안된 방법의 검출 범위는 소형컴퓨터나 무인정보 단말기 등의 활용에 적합하도록 하였다. 동공 후보 영역을 계산하여 검출한 후, 학습 규칙을 사용하여 얼굴에 대응하는 두 개의 지점을 선택하도록 하였다. 얼굴 검출 성능을 증명하기 위하여, 얼굴의 최대 돌출 부위를 지정 할 수 있는 이중 모드의 얼굴 추적 장치를 개발하였다. 추정치와 복합 얼굴 검출기의 측정치를 결합하여 특징 관계를 추적함으로 처리의 안정성을 높였으며 또한, 실시간으로 서보의 제어 장치를 원격 조정하여 항상 카메라가 이미지의 중앙을 추적하도록 함으로서 얼굴의 위치를 추정할 수 있도록 하였다.

• 한국멀티미디어학회논문지
• /
• 제4권5호
• /
• pp.396-405
• /
• 2001

일반적으로 피부색과 유사한 칼라가 포함된 복잡한 배경으로부터 미리 정의된 단일 칼라 임계값을 이용해 얼굴영역을 정확하게 추출하는 것은 매우 어렵다. 이에 본 연구에서는 초기 피부색 범위를 점진적으로 확장시키면서 얼굴 영역을 추출하는 방법을 제안한다. 초기 피부색 범위는 인터넷에서의 다양한 영상으로부터 얼굴 영역의 피부색 분포를 분석하여 매우 밀집되어 나타나는 범위로 선정한다. 피부색 범위를 확장함에 따라 영상 공간에서의 얼굴후보 영역도 확장되어 나타나는데, 확장 단계별로 확장된 얼굴 후보 영역이 실제 얼굴임을 검증하기 위해 얼굴의 모양정보와 얼굴 기관의 위치적 정보를 사용한다. 모양 제한자로는 타원의 특성과 외접 사각형(bounding box)의 가로와 세로의 비율을 사용한다. 얼굴 기관으로는 눈과 입만을 사용했는데, 얼굴 후보 영역 내부의 가로 방향성을 가지는 경계가 주로 눈과 입의 영역임에 착안한 것으로서 비교적 수월하게 추출할 수 있기 때문이다. 실험을 통해, 제안한 방법이 하이라이트(highlight)에 의해 얼굴 영역의 일부가 왜곡된 경우와 얼굴 영역이 피부색과 유사한 배경에 인접해 있는 경우에 대해서도 강인하게 얼굴 영역을 추출할 수 있음을 확인할 수 있었다.