• 디지털콘텐츠학회 논문지
• /
• 제19권7호
• /
• pp.1397-1403
• /
• 2018

오늘날 현대인들은 피부 관리를 신체적 건강관리의 일환으로 인식하고 있으며, 일반적으로 얼굴에서 발견되는 피부 질환 문제는 여드름이다. 본 논문에서는 CIE $L^*a^*b^*$ 칼라 공간을 이용한 효과적인 여드름 검출 알고리즘을 제안하였다. 성분 영상$a^*$의 값이 양수일 경우에 적색이므로 피부 영상에서 적색 계통의 여드름 검출에 적합하다. 먼저 RGB 칼라 공간 기반의 피부 영상은 칼라 밸런싱을 통해 광 보상을 수행하고, CIE $L^*a^*b^*$ 칼라 공간으로 변환한다. 추출된 성분 영상 $a^*$을 정규화하고, 임계값 처리를 통해 피부 영역과 여드름 영역을 추정하였다. 실험 결과, 제안하는 방법이 기존의 밝기 정보를 이용한 방법보다 효과적으로 여드름을 검출하였고, 반사되는 광원에 강인함을 보였다.

• 한국지능시스템학회논문지
• /
• 제11권7호
• /
• pp.641-648
• /
• 2001

A face detection in color images is important for many multimedia applications. It is first step for face recognition and can be used for classifying specific shorts. This paper describes a new method to detect faces in color images based on the skin color and hair color. This paper presents a fuzzy-based method for classifying skin color region in a complex background under varying illumination. The Fuzzy rule bases of the fuzzy system are generated using training method like a genetic algorithm(GA). We find the skin color region and hair color region using the fuzzy system and apply the convex-hull to each region and find the face from their intersection relationship. To validity the effectiveness of the proposed method, we make experiment with various cases.

• 한국콘텐츠학회논문지
• /
• 제9권4호
• /
• pp.1-11
• /
• 2009

최근 인터넷에 유통되는 유해영상이 급증하면서 이들을 자동으로 차단하는 컴퓨터비전 기술의 연구가 활발히 이루어지고 있다. 본 논문에서는 피부색상을 이용한 유해영상 분류도구를 연구 및 개발한다. 제안하는 분류도구는 2단계로 구성되며, 1단계에서는 피부색 분류기를 이용하여 입력영상에서 피부색 영역을 검출하고, 2단계에서는 영역특징 분류기를 이용하여 앞서 검출된 피부색 영역의 비율과 위치 특징을 무해 또는 유해로 분류한다. 피부색 분류기는 히스토그램 모델에 기반하여 무해영상과 유해영상의 RGB 값으로 학습되며, 영역특징 분류기는 SVM(Support Vector Machine)에 기반하여 영상의 29개 지역의 피부색 비율로 학습된다. 실험결과 제안하는 분류기는 92.80%의 검출율(Detection Rate)과 6.73%의 양성오류율(False Positive Rate)을 나타내었다.

• 한국정보전자통신기술학회논문지
• /
• 제7권1호
• /
• pp.55-60
• /
• 2014

본 논문에서는 자연 영상에서 피부색 색상과 채도를 기초로 얼굴영역을 추출하고 얼굴의 특징요소를 추출하는 방법을 제안하였다. 제안한 알고리즘은 조명보정과 얼굴 검출 과정으로 구성되었다. 조명 보정 과정에서는 조명변화에 대한 보정기능을 수행한다. 얼굴 검출 과정은 20개의 피부색 표본 영상에서 색상과 채도를 특징벡터로 사용, 입력영상과의 유클리디안 거리를 구하여 피부색 영역을 추출하였다. 추출된 얼굴 후보영역을 CMY칼라 모델에서 C요소로 눈을 검출하였고, YIQ 칼라 공간에서 Q요소로 입을 검출하였다. 추출된 얼굴 후보영역에서 일반적인 얼굴에 대한 지식을 기반으로 얼굴 영역을 검출하였다. 입력받은 10장의 자연 영상으로 실험한 결과 100%의 얼굴 검출율을 보였다.

• 한국정보전자통신기술학회논문지
• /
• 제6권4호
• /
• pp.249-254
• /
• 2013

In the area of computer vision, face recognition is being intensively researched. It is generally known that before a face is recognized it must be localized. Skin-color information is an important feature to segment skin-color regions. To extract skin-color regions the skin-color model based on multi-layer perceptron has been proposed. Extracted regions are analyzed to emphasize ellipsoidal regions. The results from this study show good accuracy for our vehicle driver face detection system.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권1호
• /
• pp.35-44
• /
• 2010

본 논문에서는 입력영상에서 적응적으로 피부색상 모델을 생성하여 얼굴을 탐지하는 방법을 제안한다. 제안하는 방법의 기본적인 절차는 먼저 눈의 특징을 인공신경망에 적용하여 눈 후보를 찾은 후, 그 주변의 색상을 이용하여 피부영역의 색상값 분포를 찾는다. 그 다음은 피부영역으로 검출된 색상값 분포를 이용하여 얼굴영역을 산출하고, 해당 얼굴영역 내에서 입 후보를 찾아 눈 후보와 입 후보의 구조적인 관계가 얼굴 구조와의 일치여부를 판단하여 얼굴영역을 검증하는 과정을 거친다. 이 방법은 눈을 찾아서 피부영역을 적응적으로 검출하기 때문에 기존의 얼굴탐지 방법들의 문제인 피부색상의 왜곡으로 인한 오검출을 해결하였다. 실험은 눈 탐지와, 피부 탐지, 입 탐지, 얼굴탐지에 대해 각각 수행하였다. 실험을 통하여 기존의 주요 방법들 보다 우수한 결과를 보였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 IWAIT
• /
• pp.592-595
• /
• 2009

In this paper, we propose a face detection technique for still pictures which sequentially uses a skin-color model and a support vector machine (SVM). SVM is a learning algorithm for solving the classification problem. Some studies on face detection have reported superior results of SVM over neural networks. The SVM method searches for a face in a picture while changing the size of the window. The detection accuracy and the processing time of SVM vary largely depending on the complexity of the background of the picture or the size of the face. Therefore, we apply a face candidate area detection method using a skin-color model as a preprocessing technique. We compared the method using SVM alone with that of the proposed method in respect to face detection accuracy and processing time. As a result, the proposed method showed improved processing time while maintaining a high recognition rate.

• 한국콘텐츠학회논문지
• /
• 제7권12호
• /
• pp.311-321
• /
• 2007

본 논문은 영상에 포함된 얼굴을 보다 빠르고 강건하게 검출하기 위해서 이질적 템플릿 매칭의 결과들을 융합하여 얼굴을 검출하는 방법을 제안한다. 먼저 광범위한 조명 환경과 인종을 포괄하는 피부색 모델을 이용해 피부 영역을 검출한다. 그리고 영역 라벨링과 필터링으로 매칭에 필요한 검색 범위를 줄인 후, 피부색과 에지를 이용한 템플릿 매칭을 검출된 영역에 적용한다. 이들 매칭 결과가 융합되어 두 매칭 결과를 동시에 최적으로 만족하는 얼굴이 검출된다. 실험 결과는 제안된 방법이 단일 템플릿을 적용할 때보다 얼굴색과 유사한 배경에서 얼굴을 강건하게 검출하며, 얼굴 후보 영역으로 검색 범위를 줄여 검출 시간을 줄였음을 보여준다. 또한 전역 누산기를 사용하여 템플릿 매칭의 과도한 공간 요구의 문제점을 해결할 수 있었다.

• 전자공학회논문지CI
• /
• 제46권3호
• /
• pp.107-115
• /
• 2009

피부색 검출은 피부색과 비피부색에 대한 분류기가 사용되며, 분류 성능이 높은 분류기가 필요하다. 기존의 피부색 검출을 위한 분류기들은 대부분 하나의 칼라 모델을 사용하고 있다. 그러나 칼라 모델에 따라 피부색의 분포 특성이 다르기 때문에 하나 이상의 칼라 모델을 사용함으로써 분류 성능을 높일 수 있다. MLP(Multi Layer Perceptron)는 다른 분류기보다 적은 파라미터를 사용하면서 좋은 분류 성능을 보이고 있다. 하지만 두 개의 칼라 모델을 사용할 경우 MLP의 입력 차원이 증가되기 때문의 파라미터 수가 증가되는 문제가 발생하게 되며, 파라미터 수의 증가는 MLP의 학습 시간이 증가되는 원인이 된다. 따라서 본 논문에서는 두 칼라 모델의 구성 성분을 조합함으로써 피부색과 비피부색의 분류 성능을 향상시키고, 적은 수의 파라미터가 사용된 피부색 검출 방법을 제안한다. 제안한 부분 연결 MLP는 각 칼라 모델에 따라 연결 강도를 부분적으로 연결함으로써 연결 강도의 수를 감소 시켰으며, 각 부분 네트워크에 서로 다른 칼라 모델의 특성을 학습시킴으로써 분류율을 향상시킬 수 있다. 실험 결과 제안한 부분연결 MLP를 RGB와 CbCr 칼라 정보로 구성했을 때 91.8%의 분류율을 달성하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2002년도 추계종합학술대회
• /
• pp.240-243
• /
• 2002

본 논문에서는 칼라 이미지에서 색상 요소를 기초로 하여 얼굴영역을 추출하고 얼굴의 특징요소를 추출하는 방법을 제안한다. 얼굴 영역을 추출하기 위하여 일반적인 얼굴색상분포를 이용하여 색상변환을 하였다. 얼굴 특성요소를 찾기 위하여 윤곽선검출을 이용하였다. 얼굴영역의 상단부분에서 눈의 요소를 찾고, 눈과 입의 지정학적 위치를 이용하여 입의 후보영역을 지정하고 입을 찾도록 하였다. 검색영역을 좁혀 계산량을 줄임으로서 탐색시간을 줄일 수 있고, 일반적인 얼굴색상분포를 이용하여 얼굴 영역을 검출함으로서 얼굴표정, 얼굴색변화, 기울짐에 대해서도 얼굴영역을 검출할 수 있었다.