Real Time Face Detection in Video Using Progressive Thresholding

순차 임계 설정법을 이용한 비디오에서의 실시간 얼굴검출

A face detection plays an important role in face recognition, video surveillance, and human computer interaction. In this paper, we propose a progressive threshold method to detect human faces in real time. The consecutive face images are acquired from camera and transformed into YCbCr color space images. The skin color of the input images are separated using a skin color filter in the YCbCr color space and some candidated face areas are decided by connected component analysis. The intensity equalization is performed to avoid the effect of many circumstances and an arbitrary threshold value is applied to get binary images. The eye area can be detected because the area is clearly distinguished from others in the binary image progressive threshold method searches for an optimal eye area by progressively increasing threshold from low values. After progressive thresholding, the eye area is normalized and verified by back propagation algorithm to finalize the face detection.

얼굴검출은 얼굴인식과 비디오감시 시스템, HCI등 응용분야가 다양하므로 많은 연구가 필요하다. 따라서, 본 논문에서는 실시간으로 얼굴을 검출하기 위하여 카메라에서 연속 얼굴 영상을 획득 한 후, 이 영상을 YCbCr 칼라 공간으로 변환하였다. 변환된 칼라 공간에서는 필터를 이용하여 피부색만을 분리하여 연결성분 분석으로 얼굴후보 블록을 결정하였다. 또한 외부 환경 변화에 영향을 받지 않기 위해 밝기 분포 평준화를 수행하였다. 밝기 분포를 평준화한 영상에서는 눈 영역이 다른 영역에 비해 뚜렷하게 구별되기 때문에 임의의 임계값을 적용하여 이진화 영상으로 변환 후 눈 검출을 할 수 있었다. 순차 임계값은 낮은 값에서부터 순차적으로 값을 증가시키면서 눈을 검출하고, 실패하였을 경우는 임계값이 조정되어 다시 눈을 검출한다. 순차 임계법에 의해 검출된 눈 영역은 정규화과정을 거친 후 역전파 알고리듬을 이용하여 눈 검증을 실시하고, 최종적으로 얼굴 검출을 수행하였다.