Journal of KIISE:Software and Applications (한국정보과학회논문지:소프트웨어및응용)

Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지

Facial Feature Localization from 3D Face Image using Adjacent Depth Differences

인접 부위의 깊이 차를 이용한 3차원 얼굴 영상의 특징 추출

  • 김익동 (안동대학교 컴퓨터공학과) ;
  • 심재창 (안동대학교 컴퓨터공학과)
  • Published : 2004.05.01
Download PDF
⟨ Previous Next ⟩

Abstract

This paper describes a new facial feature localization method that uses Adjacent Depth Differences(ADD) in 3D facial surface. In general, human recognize the extent of deepness or shallowness of region relatively, in depth, by comparing the neighboring depth information among regions of an object. The larger the depth difference between regions shows, the easier one can recognize each region. Using this principal, facial feature extraction will be easier, more reliable and speedy. 3D range images are used as input images. And ADD are obtained by differencing two range values, which are separated at a distance coordinate, both in horizontal and vertical directions. ADD and input image are analyzed to extract facial features, then localized a nose region, which is the most prominent feature in 3D facial surface, effectively and accurately.

본 연구에서는 3차원 얼굴 데이타에서 인접 부위의 깊이 차를 이용하여 얼굴의 주요 특징을 추출해 내는 방법을 제안한다. 인간은 사물의 특정 부분의 깊이 정보를 인식하는데 있어서 인접 부위와의 깊이 정보를 비교하고, 이를 바탕으로 깊이 값에 의한 대조가 두드러진 정도에 따라 상대적으로 깊이가 깊고 얕음을 지각하게 된다. 이런 인식 원리를 얼굴의 특징 추출에 적용하여 간단한 연산 과정을 통해 신뢰성 있고, 빠른 얼굴의 특징 추출이 가능하다. 인접 부위의 깊이 차는 수평방향과 수직방향으로 각각 일정 거리를 둔 지점에서의 두 지점간의 깊이 차로 생성된다. 생성된 수평, 수직 방향으로 인접 깊이 차와 입력된 3차원 얼굴 영상을 분석하여 3차원 얼굴 영상에서 가장 주된 특징이 되는 코 영역을 추출하였다.

Keywords

References

  1. R. Chellappa, C. L. Wilson, and S. Sirohey, 'Human and machine recognition of face: A survey,' Proceedings of the IEEE, 84(5):705-740, 1995 https://doi.org/10.1109/5.381842
  2. J. C. Lee and E. Milios, 'Matching range image of human faces,' Third International Conference on Computer Vision, pp. 722-726, 1990 https://doi.org/10.1109/ICCV.1990.139627
  3. Y. H. Lee, K. W. Park, J. C. Shim, T. H. Yi, '3D Face Rcognition using Statistical Multiple Features for the Local Depth Information,' VI2003, 2003 https://doi.org/10.1109/VIPMC.2003.1220499
  4. T. K. Kim, S. C. Kee, S. R. Kim, 'Feature Extraction from Rotated Face 3D data,' 제13회 영상처리 및 이해에 관한 워크샵 발표 논문집, pp. 627-632, 2001
  5. Fujiwara, 'On the detection of feature points of 3D facial image and its application to 3D facial caricature,' International Conference on 3-D digital Imaging and Modeling, 1999
  6. G. Gordon, 'Face Recognition based on depth maps and surface curvature,' SPIE Geometric methods in Computer Vision, vol. 1570, 1991 https://doi.org/10.1117/12.48428
  7. H. T. Tanaka, M. Ikeda and Hchiaki, 'Curvature-based face surface recognition using spherical correlation,' Third IEEE International Conference on Automatic Face and Gesture Recognition, pp. 372-377, 1998 https://doi.org/10.1109/ICPR.1996.547024
  8. 얼굴스캐너, http://www.4dculture.com/
  9. Cyberware, http://www.cyberware.com/
  10. Adam D. Tibbalds, 'Three Dimensional Human Face Acquisition for Recognition,' Ph. D. Thesis, University of Cambridge, UK, March, 1998
  11. Markus Becker, 'Signal processing for reduction of speckles in light stripe systems,' SPIE Proceedings, Vol. 2598, pp. 191-199, 1995 https://doi.org/10.1117/12.220899
  12. A. Nikolaidis and I. Pitas, 'Facial feature extraction and determination of pose,' Pattern Recognition, vol.33, pp. 1783-1791, 2000 https://doi.org/10.1016/S0031-3203(99)00176-4
  13. P. W. Hallinan, G. Gordon, A. L. Yuille, P. Giblin, D. Mumford, Two-and Three-Dimensional Patterns of the Face, A. K. Peters, 1999
  14. P. Besl and R. Jain, 'Three-dimensional object recognition,' ACM Computing Surveys, 17:75-145, 1985 https://doi.org/10.1145/4078.4081
  15. I. Pitas, Digital Image Processing Algorithms and Application, Wiley Inter-Science, pp. 306, 2000
  16. Haralick, R. M., K. Shanmugam, and I. Dinstein, 'Textural features for image classification,' IEEE Transactions on Systems, Man and Cybernetics, pp. 610-621, 1973