Journal of the Institute of Convergence Signal Processing (융합신호처리학회논문지)

The Korea Institute of Convergence Signal Processing (한국융합신호처리학회)
권호 표지

Selection of ROI for the AF using by Learning Algorithm and Stabilization Method for the Region

학습 알고리즘을 이용한 AF용 ROI 선택과 영역 안정화 방법

  • Published : 2009.10.30
Download PDF
⟨ Previous Next ⟩

Abstract

In this paper, we propose the methods to select the stable region for the detect region which is required in the system used the face to the ROI in the auto-focus digital camera. this method regards the face region as the ROI in the progressive input frame and focusing the region in the mobile camera embeded ISP module automatically. The learning algorithm to detect the face is the Adaboost algorithm. we proposed the method to detect the slanted face not participate in the train process and postprocessing method for the results of detection, and then we proposed the stabilization method to sustain the region not shake for the region. we estimated the capability for the stabilization algorithm using the RMS between the trajectory and regression curve.

본 논문에서는 얼굴을 자동 초점(Auto-focus) 디지털 카메라의 관심영역(ROI : Region Of Interest)으로 이용하는 시스템에서 요구되는 검출 영역의 안정적인 선택을 위한 방법을 제안한다. 이 방법은 디지털 카메라와 모바일 카메라에 포함되는 ISP(Image Signal Processor)에서 실시간으로 처리되는 프로그레시브 입력 영상에서 얼굴 영역을 관심영역으로 간주하고 자동으로 초점을 맞추는 방법이다. 얼굴 영역 검출을 위하여 사용한 학습 알고리즘은 에이다부스트 알고리즘을 이용하였다. 학습에 포함되지 않은 기울어진 얼굴에 대한 검출방법과 검출 결과에 대한 후처리 방법, 관심영역이 흔들리지 않고 일정한 영역을 유지하도록 하기 위한 안정화 대책을 제안한다. 제안된 ROI 영역 안정화 알고리즘에 대한 성능을 평가하기 위하여 움직임이 있는 얼굴에 대하여 기준 궤적과의 차이를 보이고, 각 궤적의 회귀곡선과의 RMS 오차를 안정화 성능평가의 척도로 이용하였다.

Keywords

References

  1. Yu Wei, Xiong Bing "FPGA Implementation of adaboost algorithm for detection of face biometrics," IEEE International Workshop on Biomedical Circuit & System, S1.6-17-20, 2004.
  2. Paul Viola, Michael Jones "Robust Real-time Object Detection," International Journal of Computer Vision, VANCOUVER, CANADA, pp. 1-24. 2001.
  3. Rainer Lienhart Alexander Kuranov andVadim Pisarevsky. "An empirical analysis of boosting algorithms for rapid objects with an extended set of Haar-like features," In Intel Technical Report MRL-TR-July 02-01, 2002.
  4. R. Lienhart and J. Maydt. "An extended set of Haar-like features for rapid object detection," In IEEE International Conference on Image Processing, on, Vol. 1, pp. I-900-I-903, 2002.
  5. P.Viola and M. Jones. "Rapid object detection using a boosted cascade of simple features," In IEEE Conference on Computer Vision and Pattern Recognition, pp. 511-518, 2001.
  6. Y.Freund and R. E. Schapire. "Experiments with a new boosting algorithm," In proceedings of 13th International Conference on Machine Learning, 1996.
  7. Y. Freund and R. E. Schapire. "A Decision-Theoretic Generalization of On-Line Learning and an Application to Boosting," Journal of computer and system science 55, 119-139, 1997. https://doi.org/10.1006/jcss.1997.1504
  8. Gary Bradski, Adrian Kaehler and Vadim Pisarevsky. "Learning-Based Computer Vision with Intel's Open Source Computer Vision Library," In Intel Technologies Journal, vol. 9, No 2, pp. 119-130, 2005.
  9. Hong Cheng and Nanning Zheng and Junjie Qin. "Pedestrian detection using sparse gabor Filter and support vector machine," In IEEE Intelligent Vehicles Symposium, pp. 583-587, 2005.
  10. Abel Mendes and Urbano Nunes. "Situation based Multi-target Detection and tracking with Laserscanner in Outdoor Semi-structured Envionment." In IEEE/RSJ International Conference on Intelligent Robots and Systems Vol 1, pp. 88-93, 2004.
  11. CBCL Face Data Set: http://cbcl.mit.edu/software-datasets/
  12. 한학용, 이성진, 최원태, 허강인, 강봉순 "ISP를 위한 실시간 얼굴검출 알고리즘 성능비교," 한국신호처리.시스템학회 추계학술대회 논문집, 409-412, 2008.
  13. 한학용, 정효원, 강봉순, 허강인 "위상상관과 칼만 움직임 예측을 이용한 동영상 안정화," 신호처리.시스템학회 논문지 10권2호, pp. 106-111, 2009.