• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.1689-1694
• /
• 2005

Face detection plays an important role in face recognition, video surveillance, and human computer interface. In this paper, we present a face detection system using eye detection with progressive thresholding from a digital camera. The face candidate is detected by using skin color segmentation in the YCbCr color space. The face candidates are verified by detecting the eyes that is located by iterative thresholding and correlation coefficients. Preprocessing includes histogram equalization, log transformation, and gray-scale morphology for the emphasized eyes image. The distance of the eye candidate points generated by the progressive increasing threshold value is employed to extract the facial region. The process of the face detection is repeated by using the increasing threshold value. Experimental results show that more enhanced face detection in real time.

• 한국멀티미디어학회논문지
• /
• 제16권2호
• /
• pp.119-130
• /
• 2013

본 논문에서는 디지털 영상의 색상을 유지하면서 영상의 명암대비 향상과 함께 채도를 향상시키는 방법을 제시한다. 제안방법은 명암대비 향상 후 밝기 변화에 따른 시각적인 채도 변화를 보정하기 위해 최대색차신호 테이블을 이용한다. 최대색차신호 테이블로부터 휘도변화에 따른 가중치를 구하고, 입력 색차신호에 가중치를 곱하여 채도를 밝기에 적응적으로 보정한다. 또한 사용자가 입력한 만큼의 채도를 향상시키는 과정에서 과도한 채도 향상으로 인한 왜곡을 막기 위해 휘도와 색상에 따른 채도의 상관관계를 고려하여 색차신호가 올바른 색역에 사상될 수 있도록 한다. 다양한 특성을 갖는 영상에 대한 실험을 통해 제안방법은 기존방식과 비교하여 효과적으로 컬러 영상의 선명도를 향상시킴을 확인하였다.

• 한국정보통신학회논문지
• /
• 제14권8호
• /
• pp.1809-1818
• /
• 2010

피부색 영역의 검출을 위한 기존 연구들은 영상의 각 픽셀을 피부에 속하는 픽셀(피부픽셀)과 속하지 않는 픽셀(비피부픽셀)로 나누게 된다. 이때 정확한 피부색 영역을 검출하는 작업은 영상의 조명효과 및 화장에 의한 피부색 변형 등으로 매우 어려운 작업이다. 본 논문에서는 피부 영역 검출을 어렵게 하는 여러 가지 요인을 포함한 영상들로부터 효율적으로 피부영역을 검출하기 위해 계층화된 피부 모델과 컨텍스트 정보를 통합하여 피부 영역 검출의 성능을 향상시키는 방법을 제안한다. 먼저, 획득된 영상들로부터 뽑아낸 피부색 색깔 값들의 확률분포를 YCbCr칼라 공간에 만들고, 그 확률 값에 따라 피부(Skin), 피부후보(Skinness), 비피부(Non-skin)의 3계층으로 분류한 3차원 피부색 모델을 만든다. 계층화된 피부색 모델을 이용하여 각 픽셀의 피부색 여부를 결정하고, 피부후보(Skinness)색에 해당하는 경우에는 이웃 화소의 정보를 고려하여 피부색 또는 비 피부색으로 정하게 된다. 제안 방법의 사용으로 피부색이 왜곡 되었거나 피부색과 유사한 객체가 포함된 다양한 영상들에서도 효율적으로 피부 영역을 분할할 수 있었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2007년도 하계종합학술대회 논문집
• /
• pp.329-330
• /
• 2007

This paper presents a simple and robust face detection algorithm that can be utilized to video summary. We firstly apply the Illumination-compensation process for reducing the effect of brightness on the image. And then, we analyze the face region based on color in the YCbCr space to obtain the skin color. Also, we try the morphological image processing called closing algorithm to improve the detection. Experimental results demonstrate the effectiveness of our face detection algorithm that leads to 96.7 % precision ratio on average.

• 한국정보통신학회논문지
• /
• 제11권10호
• /
• pp.1828-1834
• /
• 2007

본 논문에서는 웨이블릿 변환을 기반으로 한 새로운 컬러영상 워터마킹 기법을 제안한다. 먼저 RGB컬러영역을 YCbCr 좌표계로 변환한다. 그리고 워터마크에 대해 Arnold 변환을 하여 워터마크의 상관성을 적게 만든다. 그 후, 선형비트확장 기법을 적용하여 확대된 워터마크를 웨이블릿 변환된 컬러 영상의 Y 영역-저주파대에 일정한 강도로 삽입한다. 워터마크를 추출할 때는 F-노름(norm) 함수를 이용한다. 다양한 칼라영상에 대해 실험을 한 결과 제안한 방법은 충실도와 강인성 측면에서 우수한 특성을 가짐을 확인하였다.

• 한국정보통신학회논문지
• /
• 제13권12호
• /
• pp.2547-2554
• /
• 2009

본 논문은 얼굴을 자동 초점(AF, Auto Focusing) 기능의 관심영역(ROI, Region of Interest)으로 이용하기 위한 얼굴 검출(Face Detection) 알고리즘 및 하드웨어 구현에 관한 것이다. 얼굴 검출을 위해 YCbCr 색 좌표계에서의 피부색 영역을 바탕으로 얼굴의 특징을 이용하였다. 얼굴에 해당하는 피부, 눈에 해당하는 에지, 그리고 입에 해당하는 음영의 픽셀수를 얼굴 특징으로 선택하였고, 얼굴 특징은 2,000개의 얼굴 샘플을 통하여 통계적으로 구하였다. 제안된 알고리즘은 하드웨어 설계 시, 하드웨어 자원의 효율성을 고려하여 영상의 중심에 가까운 두 명의 얼굴을 검출하게 하였다. 그리고 검출된 얼굴을 자동 초점의 관심 영역으로 이용하기 위하여 얼굴 영역을 사각형의 박스로 표시하였고, 영상에서 박스의 시작점과 끝점에 해당하는 위치를 출력하게 하였다. 하드웨어로 설계된 얼굴 검출 기능은 FPGA 보드와 모바일 폰 카메라 센서를 사용하여 검증하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권1호
• /
• pp.192-210
• /
• 2024

Most frequency-domain remote sensing image watermarking algorithms embed watermarks at random locations, which have negative impact on the watermark invisibility. In this study, we propose an adaptive watermarking scheme for remote sensing images that considers the information complexity to select where to embed watermarks to improve watermark invisibility without affecting algorithm robustness. The scheme converts remote sensing images from RGB to YCbCr color space, performs two-level DWT on luminance Y, and selects the high frequency coefficient of the low frequency component (HH^Y₂) as the watermark embedding domain. To achieve adaptive embedding, HH^Y₂ is divided into several 8*8 blocks, the entropy of each sub-block is calculated, and the block with the maximum entropy is chosen as the watermark embedding location. During embedding phase, the watermark image is also decomposed by two-level DWT, and the resulting high frequency coefficient (HH^W₂) is then embedded into the block with maximum entropy using α- blending. The experimental results show that the watermarked remote sensing images have high fidelity, indicating good invisibility. Under varying degrees of geometric, cropping, filtering, and noise attacks, the proposed watermarking can always extract high identifiable watermark images. Moreover, it is extremely stable and impervious to attack intensity interference.

• Journal of Information Processing Systems
• /
• 제9권1호
• /
• pp.141-156
• /
• 2013

In this paper we propose a method to detect human faces in color images. Many existing systems use a window-based classifier that scans the entire image for the presence of the human face and such systems suffers from scale variation, pose variation, illumination changes, etc. Here, we propose a lighting insensitive face detection method based upon the edge and skin tone information of the input color image. First, image enhancement is performed, especially if the image is acquired from an unconstrained illumination condition. Next, skin segmentation in YCbCr and RGB space is conducted. The result of skin segmentation is refined using the skin tone percentage index method. The edges of the input image are combined with the skin tone image to separate all non-face regions from candidate faces. Candidate verification using primitive shape features of the face is applied to decide which of the candidate regions corresponds to a face. The advantage of the proposed method is that it can detect faces that are of different sizes, in different poses, and that are making different expressions under unconstrained illumination conditions.

• Journal of Electrical Engineering and information Science
• /
• 제2권5호
• /
• pp.9-16
• /
• 1997

This paper describes the design of a multistandard video encoder. The proposed encoder accepts conventional NTSC/PAL video signals, It also processes he PAL-plus video signal which is now popular in Europe. The encoder consists of five major building functions which are letter-box converter, color space converter, digital filters, color modulator and timing generator. In order to support multistandard video signals, a programmable systolic architecture is adopted in designing various digital filters. Interpolation digital filters are also used to enhance signal-to-noise ratio of encoded video signals. The input to the encoder can be either YCbCr signal or RGB signal. The outputs re luminance(Y), chrominance(C), and composite video baseband(Y+C) signals. The architecture of the encoder is defined by using Matlab program and is modelled by using Veriflog-HDL language. The overall operation is verified by using various video signals, such as color bar patterns, ramp signals, and so on. The encoder contains 42K gates and is implemented by using 0.6um CMOS process.

• 한국멀티미디어학회논문지
• /
• 제24권12호
• /
• pp.1624-1631
• /
• 2021

With the continued development of image processing technology, we live in a time when it is difficult to visually discriminate processed (or tampered) images from real images. However, as the risk of fake images being misused for crime increases, the importance of image forensic science for identifying fake images is emerging. Currently, various deep learning-based identifiers have been studied, but there are still many problems to be used in real situations. Due to the inherent characteristics of deep learning that strongly relies on given training data, it is very vulnerable to evaluating data that has never been viewed. Therefore, we try to find a way to improve generalization ability of deep learning-based fake image identifiers. First, images with various contents were added to the training dataset to resolve the over-fitting problem that the identifier can only classify real and fake images with specific contents but fails for those with other contents. Next, color spaces other than RGB were exploited. That is, fake image identification was attempted on color spaces not considered when creating fake images, such as HSV and YCbCr. Finally, dropout, which is commonly used for generalization of neural networks, was used. Through experimental results, it has been confirmed that the color space conversion to HSV is the best solution and its combination with the approach of increasing the training dataset significantly can greatly improve the accuracy and generalization ability of deep learning-based identifiers in identifying fake images that have never been seen before.