• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.486-489
• /
• 2020

본 설계는 얼굴과 눈을 인식한 후, 시선추적을 통해 마우스와 눈동자의 움직임을 연결하여 메뉴를 주문하는 기술이다. 시선추적을 통해 키오스크를 터치하지 않아도 메뉴를 간편하게 주문할 수 있고, 얼굴인식을 이용해 자신의 최근 주문기록을 확인하여 쉽고 빠르게 메뉴를 주문할 수 있다. 얼굴이 등록되어있지 않은 새로운 사용자는 안드로이드 앱을 이용하여 사진과 메뉴를 선택하여 장바구니에 담아 주문 시간을 단축할 수 있어 바쁜 현대인들에게 편리함을 제공할 수 있도록 구현하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제62차 하계학술대회논문집 28권2호
• /
• pp.95-96
• /
• 2020

본 논문은 발열 검사시에 QR코드를 이용해 1차적인 본인인증 단계 후 K-NN알고리즘을 통한 얼굴인식으로 2차적인 본인인증 을 거친후 비대면식으로 발열검사가 가능한 방법을 제시하였다. 이를 통해서 추적관리 뿐만 아니라 CCTV영상을 통하여 확진자 발생시 인접 인원 추적까지 가능하고, 신속한 추적관리가 가능하게 제공하였다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.89-106
• /
• 2022

최근 영상 데이터의 급증으로 이를 효과적으로 처리하기 위해 객체 탐지 및 추적, 행동 인식, 표정 인식, 재식별(Re-ID)과 같은 다양한 컴퓨터비전 기술에 대한 수요도 급증했다. 그러나 객체 탐지 및 추적 기술은 객체의 영상 촬영 장소 이탈과 재등장, 오클루전(Occlusion) 등과 같이 성능을 저하시키는 많은 어려움을 안고 있다. 이에 따라 객체 탐지 및 추적 모델을 근간으로 하는 행동 및 표정 인식 모델 또한 객체별 데이터 추출에 난항을 겪는다. 또한 다양한 모델을 활용한 딥러닝 아키텍처는 병목과 최적화 부족으로 성능 저하를 겪는다. 본 연구에서는 YOLOv5기반 DeepSORT 객체추적 모델, SlowFast 기반 행동 인식 모델, Torchreid 기반 재식별 모델, 그리고 AWS Rekognition의 표정 인식 모델을 활용한 영상 분석 시스템에 단일 연결 계층적 군집화(Single-linkage Hierarchical Clustering)를 활용한 재식별(Re-ID) 기법과 GPU의 메모리 스루풋(Throughput)을 극대화하는 처리 기법을 적용한 행동 및 표정 검출용 영상 분석 시스템을 제안한다. 본 연구에서 제안한 시스템은 간단한 메트릭을 사용하는 재식별 모델의 성능보다 높은 정확도와 실시간에 가까운 처리 성능을 가지며, 객체의 영상 촬영 장소 이탈과 재등장, 오클루전 등에 의한 추적 실패를 방지하고 영상 내 객체별 행동 및 표정 인식 결과를 동일 객체에 지속적으로 연동하여 영상을 효율적으로 분석할 수 있다.

• 제어로봇시스템학회논문지
• /
• 제22권3호
• /
• pp.241-246
• /
• 2016

Nowadays many people have an interest in facial expression and the behavior of people. These are human-robot interaction (HRI) researchers utilize digital image processing, pattern recognition and machine learning for their studies. Facial feature point detector algorithms are very important for face recognition, gaze tracking, expression, and emotion recognition. In this paper, a cascade facial feature point detector is used for finding facial feature points such as the eyes, nose and mouth. However, the detector has difficulty extracting the feature points from several images, because images have different conditions such as size, color, brightness, etc. Therefore, in this paper, we propose an algorithm using a modified cascade facial feature point detector using a convolutional neural network. The structure of the convolution neural network is based on LeNet-5 of Yann LeCun. For input data of the convolutional neural network, outputs from a cascade facial feature point detector that have color and gray images were used. The images were resized to $32{\times}32$. In addition, the gray images were made into the YUV format. The gray and color images are the basis for the convolution neural network. Then, we classified about 1,200 testing images that show subjects. This research found that the proposed method is more accurate than a cascade facial feature point detector, because the algorithm provides modified results from the cascade facial feature point detector.

• 한국산학기술학회논문지
• /
• 제22권3호
• /
• pp.439-445
• /
• 2021

영상 센서 및 소형 디스플레이의 발달로 가능해진 저가의 고속 카메라는 영상처리 및 패턴인식 분야에서 유용하게 활용될 수 있다. 본 논문에서는 약간의 시차를 두고 연속적으로 입력되는 고속의 영상으로부터 불규칙적인 조명을 보정한 다음, 조명이 보정된 영상으로부터 사람의 관심 영역인 노출된 피부 색상 영역을 획득하는 알고리즘을 소개한다. 본 연구에서는 먼저 받아들인 고속의 영상으로부터 비 균일하게 발생된 조명적인 효과를 프레임 블렌딩 기법을 사용하여 보정한다. 그런 다음, 사전에 반복적인 학습으로 생성된 타원형의 피부 색상 분포 모델을 적용하여 입력된 고속의 컬러 영상으로부터 관심 영역을 강인하게 획득한다. 실험 결과에서는 본 논문에서 제시된 접근 방법이 입력되는 컬러 영상으로부터 조명을 보정한 다음 관심 영역을 정확하게 획득한다는 것을 보여준다. 본 연구에서 제안된 알고리즘은 얼굴 인식 및 추적, 조명 보정 및 제거, 동영상 색인 및 검색 등과 같은 영상 인식과 연관된 다양한 종류의 실제적인 응용 프로그램에서 매우 유용하게 이용될 것으로 추측된다.

• 반도체디스플레이기술학회지
• /
• 제10권2호
• /
• pp.31-38
• /
• 2011

This paper introduces a video based traffic monitoring system for detecting vehicles and obstacles on the road. To segment moving objects from image sequence, we adopt the background subtraction algorithm based on the local binary patterns (LBP). Recently, LBP based texture analysis techniques are becoming popular tools for various machine vision applications such as face recognition, object classification and so on. In this paper, we adopt an extension of LBP, called the Diagonal LBP (DLBP), to handle the background subtraction problem arise in vision-based autonomous parking systems. It reduces the code length of LBP by half and improves the computation complexity drastically. An edge based shadow removal and blob merging procedure are also applied to the foreground blobs, and a pose estimation technique is utilized for calculating the position and heading angle of the moving object precisely. Experimental results revealed that our system works well for real-time vehicle localization and tracking applications.

• Journal of Information Processing Systems
• /
• 제10권2호
• /
• pp.283-299
• /
• 2014

Skin detection is used in many applications, such as face recognition, hand tracking, and human-computer interaction. There are many skin color detection algorithms that are used to extract human skin color regions that are based on the thresholding technique since it is simple and fast for computation. The efficiency of each color space depends on its robustness to the change in lighting and the ability to distinguish skin color pixels in images that have a complex background. For more accurate skin detection, we are proposing a new threshold based on RGB and YUV color spaces. The proposed approach starts by converting the RGB color space to the YUV color model. Then it separates the Y channel, which represents the intensity of the color model from the U and V channels to eliminate the effects of luminance. After that the threshold values are selected based on the testing of the boundary of skin colors with the help of the color histogram. Finally, the threshold was applied to the input image to extract skin parts. The detected skin regions were quantitatively compared to the actual skin parts in the input images to measure the accuracy and to compare the results of our threshold to the results of other's thresholds to prove the efficiency of our approach. The results of the experiment show that the proposed threshold is more robust in terms of dealing with the complex background and light conditions than others.

• 한국도로학회논문집
• /
• 제10권4호
• /
• pp.127-138
• /
• 2008

현대 사회에서 자동차는 생활에 필수적인 요소로 자리잡고 있으며, 현대 생활의 편의성을 제공하는 자동차의 증가로 인하여 그에 따른 교통사고 또한 매년 증가하고 있다. 교통사고의 주요 발생요인은 운전부주의로써, 이 중 특히 피로운전은 일반교통사고의 $10{\sim}20%$와 관련되어 있으며, 사물감지능력 저하 및 반응시간 지연으로 치명적 사고피해를 야기한다. 이에 본 연구는 운전 중 휴대전화 사용 및 피로상태의 운전상황이 운전수행에 어떠한 결과를 미치는지 알아보고자 실시간 영상처리 방법을 이용하여 실험을 진행하였다. 실험을 진행하기 위하여 차량 시뮬레이터를 이용하였으며, 운전자의 눈꺼풀 움직임 추적방식에 대한 실험을 진행하기 위하여 Seeing Machines의 faceLAB 4.5를 차량 시뮬레이터의 전면부에 장착하여 운전자 눈꺼풀 상태를 정상상태와 피로상태로 나누어 비교 분석하였다.

• 한국컴퓨터정보학회논문지
• /
• 제15권3호
• /
• pp.27-35
• /
• 2010

정확하게 피부 색상을 검출하는 방법은 얼굴 인식 및 추적, 표정 인식, 성인 영상 검출, 헬스케어 등의 다양한 분야에서 매우 유용하게 사용된다. 본 논문에서는 일반광과 실내 조명이 더해진 환경에서 피사체의 거리를 변경하면서, 그리고피사체배경의색상을변경함에따라다양한피부색상검출알고리즘의성능을비교평가한다. 실험대상은 피부톤의 차이를 보이는 남자 2명과 여자 한 명이고, 배경을 화이트, 블랙, 오렌지, 핑크, 옐로우의 5가지 색으로 구분하여 테스트를 하였다. 성능 평가에 사용한 피부색상 추출 알고리즘은 Peer 알고리즘, NNYUV, NNHSV, LutYUV, Kismet 알고리즘이며, 카메라와 피사체 사이의 거리는 60cm에서 120cm 사이로 한정하여 실험을 하였다. 성능 측정 실험 결과 피사체의 배경 변화에 따른 알고리즘이 성능의 차이를 보이는데, 전반적으로 뉴럴 네트워크를 이용한 NNHSV, NNYUV, 그리고 LutYUV이 안정적인 결과를 보여주었으며, 나머지 알고리즘들은 배경의 변화에 따라 피부색상 검출율이 영향을 많이 받았다. 본 논문에서 보여준 다양한 성능 평가 결과들은 피사체의 주변 환경이 동적으로 변화하는 실제 환경에서 상황에 따라 적응적이고 정확도가 높은 피부 색상 추출 알고리즘을 개발하는데 효과적으로 활용될 것으로 기대된다.

• 전자공학회논문지B
• /
• 제33B권1호
• /
• pp.38-48
• /
• 1996

본 논문에서는 컴퓨터 비젼응용을 위한 태스크레벨 파이프라인 멀티컴퓨터인 "RV860-PIPE(Realtime Vision i860 system using PIPEline)"를 구현하고 성능평가 하였다. RV860-PIPE는 MIMD형태의 아키텍쳐를 가지며, 시각처리에 적합한 ring 형태의 상호연결망(interconnection network)을 갖는 매시지 패싱타입의 컴퓨터로 구현되었다. RV860-PIPE의 단위 노드 컴퓨터는 일반적인 시각알고리즘의 수행을 위하여 법용성과 강력한 처리능력을 갖도록 64-bit 프로세서를 사용하여 설계하였다. 또한 단위 노드간 양방향 통신 및 영상 입출력기와의 통신 부담을 덜기 위한 전용화된 고속 통신 채널을 설계하였다. 구현된 시스템은 edge 검출, 실시간 이동물체 추적, 실시간 얼굴인식과 같은 시각 처리 응용프로그램들을 성능평가함으로써 컴퓨터 비젼응용에 실용적으로 적용가능함을 보였다.