A Robust Face Tracking System using Effective Detector and Kalman Filter

효과적인 검출기와 칼만 필터를 이용한 강인한 얼굴 추적 시스템

We present a robust face tracking system from the sequence of video images based on effective detector and Kalman filter. To construct the effective face detector, we extract the face features using the five types of simple Haar-like features. Extracted features are reinterpreted using Principal Component Analysis (PCA), and interpreted principal components are used for Support Vector Machine (SVM) that classifies the faces and non-faces. We trace the moving face with Kalman filter, which uses the static information of the detected faces and the dynamic information of changes between previous and current frames. To make a real-time tracking system, we reduce processing time by adjusting the frequency of face detection. In this experiment, the proposed system showed an average tracking rate of 95.5% and processed at 15 frames per second. This means the system is robust enough to track faces in real-time.

본 논문은 연속적으로 입력되는 비디오 영상에서 효과적인 얼굴 검출기와 칼만 필터를 이용하여 강인하게 얼굴을 추적하는 시스템을 제안한다. 효과적인 얼굴 검출기를 구성하기 위해 간단한 다섯 가지 타입의 Haar-like 특징값들을 이용하여 얼굴 특징을 추출한다. 추출된 특징값들은 PCA(Principal Component Analysis)를 이용하여 재해석되고, 해석된 주성분들을 SVM(Support Vector Machine)의 입력 값으로 사용하여 얼굴과 배경으로 분류한다. 검출된 얼굴의 정적정보와 프레임간 변화량을 이용한 동적정보를 칼만 필터(Kalman Filter)에 적용하여 얼굴을 추적한다. 실시간에 적용 가능한 시스템을 구현하기 위하여 얼굴 검출회수를 조정하여 처리속도를 향상시켰다. 실험결과, 평균 93.3%의 추적 성공률과 초당 15 프레임 처리 성능으로 강인한 실시간 얼굴 추적이 가능함을 보여주었다.