• 방송공학회논문지
• /
• 제27권3호
• /
• pp.369-377
• /
• 2022

최근 딥러닝 기반의 얼굴 합성 연구는 전체적인 스타일이나 헤어, 안경, 화장과 같은 요소를 포함하는 매우 사실적인 얼굴을 생성하는 결과를 보인다. 그러나 피부의 미세 구조와 같은 매우 세부적인 수준의 얼굴은 생성하지 못한다. 본 논문에서는 이러한 한계점을 극복하고자 한 장의 얼굴 라벨 영상으로부터 피부 미세 요소의 종류와 강도 조절을 통해 더욱 사실적인 얼굴 영상을 합성하는 기법을 제안한다. 제안하는 기법은 Image-to-Image Translation 방법인 Pix2PixHD를 이용해 얼굴 영역과 피부 요소인 주름, 모공, 홍조가 표시된 라벨 영상을 변환하여 미세 요소가 추가된 얼굴 영상을 생성한다. 피부 요소 영역을 조절한 라벨 영상을 다양하게 생성함으로써 이에 대응하는 미세한 피부 요소가 반영된 다양한 사실적인 얼굴 영상을 생성할 수 있음을 실험을 통해 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제15권12호
• /
• pp.27-35
• /
• 2010

유해영상 검출에서 정확하게 피부 색상 영역을 획득하는 것은 매우 중요하다. 그러나 기존의 방법들은 서로 다른 인종, 조명, 화장, 사용된 카메라 등과 같은 여러 원인으로 인해 피부 색상 추출에 여전히 문제를 가지고 있으며, 사전에 미리 정해진 피부 색상 분포 모델을 이용하여 영상에서 피부 영역을 검출한다. 이러한 문제를 해결하기 위해 본 논문에서는 눈 주변 영역에서 샘플을 추출하여 입력 영상에 최적으로 적합된 피부 색상 분포 모델을 생성하여 피부 영역을 강건하게 분할하고, 분할된 피부 영역에서 성인 영상을 대표할 수 있는 특징을 추출한 후, 분할된 피부 영역이 나체의 몸체를 포함하고 있는지를 뉴럴 네트워크 다층 퍼셉트론을 통해 여러 대표적인 특징들을 통합하면서 추론하는 새로운 방법을 제안하다. 본 논문의 실험에서는 피부 색상 영역 분할과 성인영상 검출의 두 가지 성능 측면에서 제안한 방법의 성능이 기존의 방법에 비해 보다 우수함을 보인다. 본 논문에서 제안한 강건한 유해영상검출 기법은 얼굴 검출, 성인영상 필터링 등과 같은 관련된 여러 응용 분야에서 유용하게 활용될 것이라 기대된다.

• 한국항행학회논문지
• /
• 제24권2호
• /
• pp.148-154
• /
• 2020

주름은 피부의 노화도를 알 수 있는 주요한 특징 중의 하나이다. 기존의 영상처리기반 주름검출은 다양한 피부 영상에 효과적으로 대처하기 어렵다. 특히, 주름이 선명하지 않고 주변 피부와 유사한 경우 주름추출 성능은 급격히 떨어진다. 본 논문에서는 현미경 피부 영상에서 주름추출을 위해 딥러닝을 적용한다. 일반적으로 현미경 영상은 광각렌즈를 탑재하므로 영상 가장자리 영역의 밝기가 어둡다. 본 논문에서는 이를 해결하기 위해 피부 영상의 밝기를 추정하여 보정 한다. 또한, 주름추출에 적합한 의미분할 네트워크의 구조를 적용한다. 제안방법은 연구실에서 수집한 피부 영상에 대한 테스트 실험에서 99.6%의 정확도를 획득하였다.

• 전기학회논문지
• /
• 제63권1호
• /
• pp.173-178
• /
• 2014

In this study, the new color image processing algorithms with an android-based mobile device are developed to detect the abnormal color densities in a skin image and interpret them as the vitiligo lesions. Our proposed method is firstly based on transforming RGB data into HSI domain and segmenting the imag into the vitiligo-skin candidates by applying Otsu's threshold algorithm. The structure elements for morphological image processing are suggested to delete the spurious regions in vitiligo regions and the image blob labeling algorithm is applied to compare RGB color densities of the abnormal skin region with them of a region of interest. Our suggested color image processing algorithms are implemented with an android-platform smartphone and thus a mobile device can be utilized to diagnose or monitor the patient's skin conditions under the environments of pervasive healthcare services.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 춘계종합학술대회
• /
• pp.828-831
• /
• 2005

본 논문에서는 얼굴을 검출하기 위해서 컬러영상에서 눈동자 템플릿을 사용한 얼굴을 검출하는 방법에 관해 제안하였다. 전체 시스템의 구성은 크게 피부색 모델에 의한 피부 영역을 검출하고 검출된 피부 영역에 타원을 적용하여 얼굴영역을 찾은 뒤 템플릿을 사용하여 눈동자를 추출하여 정규화 된 얼굴을 검출하는 단계로 이루어 졌다. 특히 타원을 적용할 때와 눈동자 템플릿을 적용할 때는 모멘트를 사용하였으며, 눈동자를 추출할 때 벡터를 기반으로 하기 때문에 사이즈에 제한 없이 자유로운 변형이 가능할 뿐만 아니라 눈동자 템플릿을 사용하면 눈동자의 위치와 크기를 동시에 얻어 낼 수 있었다. 마지막으로 이렇게 검출된 얼굴을 기울어진 각도만큼 회전시켜 정규화 된 얼굴을 검출 할 수 있었다.

• 전기전자학회논문지
• /
• 제14권4호
• /
• pp.332-338
• /
• 2010

영상 처리를 통한 특징 추출은 영상 검색, 객체 인식, 영상 인덱싱을 포함하는 다양한 분야에서 전처리 과정으로 사용되어 왔다. 특히, 영상 질감 분석에서는 질감 특성 추출을 더 용이하게 하기 위해 질감의 대비를 증가시키는 방법을 사용한다. 생체 현미경 영상에서 두드러진 질감중의 하나는 주름이며 주름의 특징은 노화 관련 응용에 유용한 정보를 다양하게 제공한다. 본 논문에서는 피부 영상에서 나이 관련 특징을 추출하는 기존 방법을 개선하여 피부 나이 측정의 정확도를 높이는 방법을 제안한다.

• 대한전자공학회논문지SP
• /
• 제46권3호
• /
• pp.112-118
• /
• 2009

피부색 검출 기법은 안면 정보를 이용한 체질 진단 및 건강 진단, 인간과 로봇과의 상호작용, 영상 검색 시스템 등 다양한 응용분야에서 사람의 얼굴과 손의 검출을 위해 많이 사용되어 왔다. 비디오 영상의 경우 조명이나 환경 변화에 강인한 피부색 영역의 추적을 위해 매 프레임마다 대상 영역의 피부색 모델을 업데이트 하는 것이 일반적이나, 단일 영상에서 피부색 영역을 검출하거나 비디오 영상의 첫 프레임에서 피부색 영역을 검출할 때에는, 많은 연구들이 하나의 고정된 피부색 모델을 이용하기 때문에 입력 영상의 특징에 따라 낮은 검출율이나 높은 긍정 오류율이 발생하는 경우가 많다. 이러한 문제점을 해결하기 위해 본 논문에서는 피부색 검출 결과를 피드백 받아 피드백 받은 정보를 바탕으로 피부색 검출 조건을 수정하는 과정을 반복함으로써 다양한 환경 조건들을 가지는 단일 영상에 대해 효과적으로 피부색을 검출할 수 있는 방법을 제안한다.

• 한국의류학회지
• /
• 제30권5호
• /
• pp.684-698
• /
• 2006

This study consists of the stimuli of a female model in her twenties with twenty-two different facial make-up. The subjects of this study are one thousand low hundred ninety seven purposive sampled-male and female grown-ups throughout the country. The period of the research was the December of 2004, one month, and the materials were analyzed by factor analysis, T-examination, analysis of variance, Cronbach's a, Duncan's Multiple Range Test. Here follows the result of the research. Firstly, Familiarity, Intelligence, Fitness, Charm, Tradition and Youth were came out as the result of factor analysis of make-up color image perception. Secondly, in age/lip color perception of bright skin tone, there was difference of Intelligence and Charm. In age/image make-up perception of bright skin tone, there was difference of Familiarity, Charm especially on Cool image make-up. Thirdly in habitant/lip color perception of dark skin tone, there was difference of Intelligence and Charm. In habitant/image make-up perception of bright skin tone, there was difference of Familiarity, Charm and of bright skin tone, Intelligence, Charm, Tradition and Youth. Fourthly, there were the interaction effects on the gender of perceivers and lip color and image make-up of perceivers habitant. Lastly, in preference rate, lip color was more affected by age and image make-up were more affected by perceivers habitant.

• 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.

• 전기전자학회논문지
• /
• 제26권4호
• /
• pp.647-652
• /
• 2022

본 논문은 사용자들에 의해 촬영된 피부이미지를 가공하여 데이터 세트를 구축하고, 제안한 영상처리 기법에 의해 모공 특징이미지를 생성하여, CNN(Convolution Neural Network) 모델 기반의 모공 상태 등급 예측 시스템을 구현한다. 본 논문에서 활용하는 피부이미지 데이터 세트는, 피부미용 전문가의 육안 분류 기준에 근거하여, 모공 특징에 대한 등급을 라벨링 하였다. 제안한 영상처리 기법을 적용하여 피부이미지로 부터 모공 특징 이미지를 생성하고, 모공 특징 등급을 예측하는 CNN 모델의 학습을 진행하였다. 제안한 CNN 모델에 의한 모공 특징은 전문가의 육안 분류 결과와 유사한 예측 결과를 얻었으며, 비교 모델(Resnet-50)에 의한 결과보다 적은 학습시간과 높은 예측결과를 얻었다. 본 논문의 본론에서는 제안한 영상처리 기법과 CNN 적용의 결과에 대해 서술하며, 결론에서는 제안한 방법에 대한 결과와 향후 연구방안에 대해 서술한다.