Eyebrow Detection Algorithm Using the Histogram Analysis

히스토그램 분석을 이용한 눈썹 검출 알고리즘

In this paper, I proposed a eyebrow detection algorithm in human face, that is important element in facial recognition. The proposed algorithm consists of four processes: face region detection using color region segmentation. eye detection by template matching, eyebrow candidate region detection in detected eye region, and eyebrow detection by thresholding using the modified histogram that gets luminance value in the candidate region. The test results show that the proposed algorithm can detect eyebrow region very effectively in facial image.

본 논문은 얼굴 요소 중 눈썹을 검출하기 위한 기법으로, 눈썹은 얼굴 인식이나 표정 인식, 얼굴 애니메이션에 중요한 역할을 하는 요소이다. 색상 영역 분할을 통해 얼굴 영역을 검출한 다음, 형판 정합(template matching)을 통해 눈을 검출한다. 눈썹은 눈 바로 위에 위치하므로 검출된 눈의 위치 값을 이용하여 눈썹 후보 영역을 설정한다. 이렇게 설정된 눈썹 후보 영역에서 휘도(luminance) 성분의 히스토그램을 구한 다음, 이 히스토그램을 이용하여 thresholding 기법으로 눈썹을 검출한다. 일반적으로 이런 히스토그램은 하나의 bin을 갖는 peak나 valley가 무수히 많아 threshold 간을 결정하는데 어려움이 있다. 이런 어려움을 극복하고 좀더 쉽게 threshold 값을 찾기 위해 이런 peak나 valley를 제거해 히스토그램을 변형한다. 제안된 알고리즘은 얼굴 영역 검출부, 얼굴 요소 검출부, 그리고 FCP 추출부 등의 세 부분으로 구성되어있다.