대한전자공학회논문지SP (Journal of the Institute of Electronics Engineers of Korea SP)

대한전자공학회 (The Institute of Electronics and Information Engineers)
권호 표지

코 형상 마스크를 이용한 3차원 얼굴 영상의 특징 추출

Facial Feature Extraction using Nasal Masks from 3D Face Image

  • 김익동 (안동대학교 컴퓨터공학과) ;
  • 심재창 (안동대학교 컴퓨터공학과)
  • 발행 : 2004.07.01
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문은 3차원 얼굴 영상을 이용한 얼굴 인식에 있어서, 정규화 과정에 사용될 얼굴의 특징 영역을 추출하는 방법을 제안한다. 3차원 얼굴 영상은 조명의 변화에 상관없이 얼굴의 특징 분석이 가능하고, 이를 이용한 얼굴 인식이 가능하다. 그러나 입력된 형상의 자세에 따라 회전, 기울어진 정도, 그리고 좌우로 움직인 정도가 다르다. 이런 특성을 고려하지 않고 추출된 특징들은 잘못된 인식 결과를 초래할 수 있다. 이런 이유로 입력에서의 오류들을 바로잡는 정규화 과정이 필요하다. 정규화 과정에서는 얼굴의 기하학적인 특징인 눈, 코, 입 등을 이용하는 것이 일반적이다. 이들 중, 코는 3차원 얼굴 영상에서 두드러진 특징이 될 수 있다. 본 연구에서는 코의 실제 형상과 유사한 긴 추출 마스크를 사용하여 입력된 영상으로부터 코를 추출하는 방법을 제안한다.

This paper proposes a new method for facial feature extraction, and the method could be used to normalize face images for 3D face recognition. 3D images are much less sensitive than intensity images at a source of illumination, so it is possible to recognize people individually. But input face images may have variable poses such as rotating, Panning, and tilting. If these variances ire not considered, incorrect features could be extracted. And then, face recognition system result in bad matching. So it is necessary to normalize an input image in size and orientation. It is general to use geometrical facial features such as nose, eyes, and mouth in face image normalization steps. In particular, nose is the most prominent feature in 3D face image. So this paper describes a nose feature extraction method using 3D nasal masks that are similar to real nasal shape.

키워드

참고문헌

  1. R. Chellappa, C.Wilson, and S.Sirohey, 'Human and machine recognition of faces: A survey.'Proc. IEEE, Vo1. 83, pp. 705-740, May 1995 https://doi.org/10.1109/5.381842
  2. G. G. Gordon, 'Face Recognition based on depth maps and surface curvature,' SPIE Geometric methods in Computer Vision, San Diego, vol. 1570, 1991
  3. P. W. Hallinan, Two-and three-dimensional patterns of the face, A K Peters. Ltd. pp. 204-216, 1999
  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. Besl, P.J., Jain, R.C., 'Three-Demensional Object Recognition,' In: ACM Computing Surveys, Vol. 17, pp. 75-145, 1985 https://doi.org/10.1145/4078.4081
  6. Y. H. Lee, K. W. Park, J. C. Shim, T. H. Yi, '3D Face Recognition using Statistical Multiple Features for the Local Depth Information,' VI2003, 2003 https://doi.org/10.1109/VIPMC.2003.1220499
  7. 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 https://doi.org/10.1109/IM.1999.805381
  8. Y. Liu and J. Palmer. 'A Quantified Study of Facial Asymmetry in 3D Faces.' Proceedings of IEEE International Workshop on Analysis and Modeling of Faces and Gestures, in conjunction with the (ICCV '03), 2003
  9. D. O. Gorodnichy, 'On Importance of Nose for Face Tracking,' Proc. FG'02, pp. 188-193, 2002 https://doi.org/10.1109/AFGR.2002.1004153
  10. 3차원 얼굴 스캐너, http://www.4dculture.com/
  11. Minolta, http://www.minolta.com/
  12. Cyberware, http://www.cyberware.com/