• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.177-180
• /
• 2021

코로나바이러스로 인하여 전 세계는 어려움을 겪고 있으며, 바이러스를 확산을 막기 위해서 실외에서는 마스크를 쓰는 것이 일상이 되었다. 하지만, 이를 따르지 않는 사람이 일반 시설에 방문할 때 이를 감지하고 경고를 할 수 있는 시스템이 없어, 마스크 미 착용자로 인한 위험성 방지에 취약점을 가지고 있다. 본 연구에서는 OpenCV 라이브러리를 이용한 마스크 착용 여부를 확인하는 시스템을 설계한다. Haar 특징기반 다단계 분류자를 이용하여 마스크 인식 프로세스를 설계하였으며, 마스크 착용 확인 시스템은 경량 컴퓨터인 라즈베리파이 장치 위에 구현하였다. 또한 확인된 사람의 이미지는 클라우드 시스템에 저장할 수 있도록 구현하였다. 본 연구를 통해, 누구나 손쉽게 해당 마스크 착용 확인 시스템을 중소 매장에 설치하여 사용할 수 있으며, 코로나바이러스 확산 방지에 기여할 수 있다고 예상한다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.43 no.4 s.310
• /
• pp.58-66
• /
• 2006

In this paper, we apply DCM(Dilation of Color and Motion information) mask and Active Contour Models(Snakes) to extract facial outline in moving pictures with complex background. First, we propose DCM mask which is made by applying morphology dilation and AND operation to combine facial color and motion information, and use this mask to detect facial region without complex background and to remove noise in image energy. Also, initial curves are automatically set according to rotational degree estimated with geometric ratio of facial elements to overcome the demerit of Active Contour Models which is sensitive to initial curves. And edge intensity and brightness are both used as image energy of snakes to extract contour at parts with weak edges. For experiments, we acquired total 480 frames with various head-poses of sixteen persons with both eyes shown by taking pictures in inner space and also by capturing broadcasting images. As a result, it showed that more elaborate facial contour is extracted at average processing time of 0.28 seconds when using interpolated initial curves according to facial rotation degree and using combined image energy of edge intensity and brightness.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.913-915
• /
• 2005

임의의 영상에서 얼굴을 검출하는 것은 얼굴을 인식하는데 있어서 선행되어야 할 필수과정이다. 본 논문은 조명의 변화가 심한 컬러영상에서 얼굴을 검출하는 것을 목적으로 한다. 본 논문은 기존의 기하학적 밝기분포 마스크만을 사용한 방법이 조명 변화에 취약한 단점을 보완하는데 중점을 두었다. 히스토그램 평활화(Histogram Equalization : HE)와 감마 크기 보정 (Gamma Intensity Correction : GIC) 방법을 이용해서 조명에 대한 간섭을 줄인 후, 영상 전체에서 피부 영역을 추출하고 이어서 눈 후보들을 검출한다. 검출된 눈 후보들로부터 기하학적 밝기분포 마스크를 적용하여 효과적으로 얼굴 후보들을 찾을 수 있고, 이렇게 찾아진 얼굴 후보들은 주성분분석법(Principal Component Analysis : PCA)를 이용해서 얼굴인지 여부를 판별하게 된다. 본 알고리즘은 조명 밝기 등으로 인해 검출률이 떨어졌던 단점을 보완할 수 있었고, 향후 얼굴 검출 분야에 있어서도 활용 가치가 있을 것으로 생각된다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.11a
• /
• pp.270-272
• /
• 2020

본 논문은 코로나 방역의 자동화를 위한 Deep learning 기술 적용에 대해 연구한다. 2020년에 가장 중요한 이슈 중 하나인 COVID-19와 그 방역에 대해 많은 사람들이 IT분야에서 떠오르고 있는 artificial intelligence(AI)에 주목하고 있다. COVID-19로 인해 마스크 착용이 선택이 아닌 필수가 되며, 이를 통제하기 위한 모델이 필요한 상황이다. AI, 그 중에서도 Deep learning의 Object detection 기술을 일상생활 곳곳에 존재하는 영상 장치들에 적용하여 합리적인 비용으로 방역의 실시간 자동화를 구현할 수 있다. 이번 논문에서는 인터넷에 공개되어 있는 사물인식 오픈소스를 활용하여 이를 구현하기 위한 연구를 진행하였다. 또 이를 위한 Dataset 확보에 대한 조사도 진행하였다.

• International journal of advanced smart convergence
• /
• v.12 no.4
• /
• pp.378-385
• /
• 2023

The importance of wearing respiratory protective equipment has been highlighted even more during the COVID-19 pandemic. Even if the suitability of respiratory protection has been confirmed through testing in a laboratory environment, there remains the potential for leakage points in the respirators due to improper application by the wearer, damage to the equipment, or sudden movements in real working conditions. In this paper, we propose a method to detect the occurrence of leak holes by measuring the pressure changes inside the mask according to the wearer's breathing activity by attaching an IoT sensor to a full-face respirator. We designed 9 experimental scenarios by adjusting the degree of leak holes of the respirator and the breathing cycle time, and acquired respiratory data for the wearer of the respirator accordingly. Additionally, we analyzed the respiratory data to identify the duration and pressure change range for each breath, utilizing this data to train a neural network model for detecting leak holes in the respirator. The experimental results applying the developed neural network model showed a sensitivity of 100%, specificity of 94.29%, and accuracy of 97.53%. We conclude that the effective detection of leak holes can be achieved by incorporating affordable, small-sized IoT sensors into respiratory protective equipment.

• Journal of Korea Multimedia Society
• /
• v.8 no.7
• /
• pp.898-905
• /
• 2005

Iris recognition Is that identifies a user based on the unique iris muscle patterns which has the functionalities of dilating or contracting pupil region. Because it is reported that iris recognition is more accurate than other biometries such as face, fingerprint, vein and speaker recognition, iris recognition is widely used in the high security application domain. However, if unnecessary information such as eyelid and eyelash is included in iris region, the error for iris recognition is increased, consequently. In detail, if iris region is used to generate iris code including eyelash and eyelid, the iris codes are also changed and the error rate is increased. To overcome such problem, we propose the method of detecting eyelid by using pyramid searching parabolic deformable template. In addition, we detect the eyelash by using the eyelash mask. Experimental results show that EER(Equal Error Rate) for iris recognition using the proposed algorithm is lessened as much as $0.3\%$ compared to that not using it.