• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2004년도 ICCAS
• /
• pp.185-189
• /
• 2004

For face recognition system, a face detector which can find exact face region from complex image is needed. Many face detection algorithms have been developed under the assumption that background of the source image is quite simple . this means that face region occupy more than a quarter of the area of the source image or the background is one-colored. Color-based face detection is fast but can't be applicable to the images of which the background color is similar to face color. And the algorithm using neural network needs so many non-face data for training and doesn't guarantee general performance. In this paper, A multi-scale, multi-face detection algorithm using PCA is suggested. This algorithm can find most multi-scaled faces contained in static images with small number of training data in reasonable time.

• 전자공학회논문지CI
• /
• 제41권2호
• /
• pp.131-136
• /
• 2004

미디어의 발달에 따라 다양한 정보가 미디어에 실리게 되는데 이중에서 표정은 흥미있는 정보중에 하나이다. 표정에는 인간 내면의 의중이 포함되어 있기 때문이다. 내면의 상태는 표정 뿐만 아니라 제스처로 나타나기도 하지만 중요도는 표정이 높다고 할 수 있다. 이 표정은 임의로 조작할 수도 있지만 대체로 내면의 의중을 포함한다. 또한 표정은 사람마다 독특한 개성을 가지고 있지만 대체로 일정 구분 가능한 공통점 또한 가지고 있다. 본 논문에서는 USB CCD 카메라 환경의 동영상에서 표정을 분석하기 위해서 얼굴의 구성 요소를 검출 하고자 한다. 얼굴 구성요소에는 사람마다의 공통적인 표정 변화에 따른 특징점이 분포하기 때문이다. 구성 요소 검출을 위해서 먼저 동영상에서 한 프레임을 캡처하여 얼굴의 위치를 파악하고 얼굴영역을 분리한 다음 특징 점을 검출하게 된다.

• 정보처리학회논문지B
• /
• 제16B권6호
• /
• pp.443-450
• /
• 2009

본 논문에서는 눈 주변의 명암분포를 사용하여 영상에 존재하는 얼굴을 탐지하는 새로운 기술을 개발한다. 제안하는 얼굴탐지의 기본적인 절차는 얼굴구성요소 후보 추출, 눈과 입의 형태정보를 이용한 얼굴구성요소 후보 필터링, 눈 후보 주변영역의 에지와 명암분포를 인공신경망 에 적용하여 좌/우안 분류, 눈-입 조합을 통한 얼굴후보 추출, 코 영역 에지의 존재 유무를 이용한 얼굴 검증 순이다. 본 논문에서 제안하는 방식은 눈의 주변영역 정보를 인공신경망에 적용하여 좌/우안 정보를 산출하여 얼굴을 탐지하는 것에 중점을 두고 있다. 이 방법은 피부색상을 이용하지 않으므로 다양한 조명환경과 복잡한 배경을 가지는 영상들에 존재하는 얼굴을 탐지할 수 있다. 탐지율 관점에서 기존의 주요 방법들 보다 우수함을 실험을 통하여 보인다.

• 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.

• 한국멀티미디어학회논문지
• /
• 제7권12호
• /
• pp.1692-1699
• /
• 2004

Many researchers have developed various techniques for detection of human faces in ordinary still images. Face detection is the first imperative step of human face recognition systems. The two main problems of human face detection are how to cutoff the running time and how to reduce the number of false positives. In this paper, we present frontal and near-frontal face detection algorithm in still gray images using a thick edge image and neural network. We have devised a new filter that gets the thick edge image. Our overall scheme for face detection consists of two main phases. In the first phase we describe how to create the thick edge image using the filter and search for face candidates using a whole face detector. It is very helpful in removing plenty of windows with non-faces. The second phase verifies for detecting human faces using component-based eye detectors and the whole face detector. The experimental results show that our algorithm can reduce the running time and the number of false positives.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.2373-2378
• /
• 2005

An emotion detection algorithm using frontal facial image is presented in this paper. The algorithm is composed of three main stages: image processing stage and facial feature extraction stage, and emotion detection stage. In image processing stage, the face region and facial component is extracted by using fuzzy color filter, virtual face model, and histogram analysis method. The features for emotion detection are extracted from facial component in facial feature extraction stage. In emotion detection stage, the fuzzy classifier is adopted to recognize emotion from extracted features. It is shown by experiment results that the proposed algorithm can detect emotion well.

• 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
• /
• 제32권12호
• /
• pp.1247-1259
• /
• 2005

본 연구는 웹카메라와 같은 저해상도의 동영상으로부터 실시간 다중 얼굴 인식 시스템을 제안한다. 동영상을 이용한 얼굴 인식 시스템은 크게 얼굴 검출 단계와 얼굴 분류 단계로 나눌 수 있다. 첫째, 얼굴 검출 단계에서는 빠르고 강인한 객체 검출 성능을 가진 AdaBoost를 이용하여 얼굴 후보 영역을 검출하였고, 검출된 얼굴 후보 영역에 대한 주성분을 수행하여 데이타의 크기기 현저히 줄어든 특징 벡터를 구한 다음에 특징 벡터에 대해 SVM 기반 이진 분류를 수행하여 얼굴 후보 영역을 검증하였다. 둘째, 얼굴 분류 단계에는 주성분 분석과 멀티 SVM을 이용하여 각 얼굴들을 분류하였다. 실험 결과 본 논문에서 제안한 방법은 저해상도에서도 높은 얼굴 검출율과 동영상에서 실시간 처리가 가능한 빠른 다중 얼굴 검출과 인식 성능을 보였다. 또한 팬-틸트 기능을 가진 웹카메라를 이용한 자동 추적형 얼굴 인식 시스템을 적용하여 얼굴 검출 성능을 향상시켰고, 얼굴 인식 시스템의 응용으로 무선 On/off 얼굴인식 도어락 시스템을 구현하였다.

• 대한전자공학회논문지SP
• /
• 제42권1호
• /
• pp.25-31
• /
• 2005

본 논문에서는 컬러 영상에서 Support Vector Domain Description (SVDD)를 이용한 얼굴 검출 방법을 제안한다. 기존의 훈련을 통한 얼굴 검출 방법은 얼굴 영상과 얼굴이 아닌 영상을 모두 사용해야 한다. 그러나, SVDD를 이용한 얼굴 검출은 단지 훈련을 위해 얼굴 영상만이 사용된다. SVDD의 훈련을 통해 나오는 값인 반지름과 중심 좌표를 통해 얼굴을 검출한다. 또한, 엔트로피를 이용한 임계값 추출 방법(Entropic Threshold)을 통해 얼굴 특징을 추출하고, 슬라이딩 윈도우(sliding window)기법을 통해 성능을 개선한다. 주성분 분석(Principle Component Analysis) 과 SVDD를 이용한 얼굴 검출 방법의 비교 실험을 통해 본 논문이 제안한 방법의 효율성을 확인한다.

• 한국항행학회논문지
• /
• 제12권6호
• /
• pp.691-698
• /
• 2008

본 논문에서는 비디오 검색을 위한 새로운 얼굴 검출 및 인식 방법을 제안한다. 인물 정함은 비디오 프레임에서 어떻게 얼굴을 정확하게 찾아내는가에 달려 있다. 얼굴 영역은 Adaboost 알고리즘으로 부스트된 viola-jones의 특징을 이용하여 비디오 프레임에서 검출한다. 얼굴 검출 후 조명 보정을 하고 PCA(Principal Component Analysis)로 특징점을 추출하고 SVM(Support Vector Machine)으로 사람의 신원을 분류한다. 실험 결과 제안한 방법이 정합율면에서 우수한 성능을 보였다.