한국정보통신학회논문지 (Journal of the Korea Institute of Information and Communication Engineering)

  • 제14권1호
  • /
  • Pages.89-96
  • /
  • 2010
  • /
  • 2234-4772(pISSN)
  • /
  • 2288-4165(eISSN)
한국정보통신학회 (The Korea Institute of Information and Commucation Engineering)
권호 표지
DOI QR코드

DOI QR Code

얼굴을 관심 영역으로 사용하는 자동 초점을 위한 얼굴 영역 추적 향상 방법 및 하드웨어 구현

Face Region Tracking Improvement and Hardware Implementation for AF(Auto Focusing) Using Face to ROI

  • 정효원 (동아대학교 전자공학과) ;
  • 하주영 (삼성전기 중앙연구소) ;
  • 한학용 (BK21 고성능 멀티미디어 사업팀) ;
  • 양훈기 (광운대학교 전파공학과) ;
  • 강봉순 (동아대학교 전자공학과)
  • 발행 : 2010.01.30
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문은 얼굴을 관심 영역(ROI)으로 사용하는 자동 초점(AF, Auto Focusing) 시스템을 위 한 얼굴 검출 기능(Face Detection)의 얼굴 추적 향상 방법에 관한 것이다. 피부색을 바탕으로 얼굴을 검출하는 기존의 얼굴 검출 기능에서는 얼굴을 추적하기 위하여 이전 프레임에 검출된 얼굴 영역에 대하여 현재 프레임의 스킨 픽셀 비율을 사용한다. 이 방법은 동영상에서 얼굴 영역의 안정성은 뛰어나지만, 얼굴 추적 성능은 다소 떨어진다. 따라서 얼굴 추적 성능을 향상 시키기 위하여, 이전 프레임에 검출된 얼굴 영역과 현재 프레임에 검출된 얼굴 영역의 겹침을 조사하여 겹치는 영역의 면적을 이용하여 얼굴을 추적하는 방법을 제안하였다. 검증을 위하여 FPGA 보드와 모바일 폰 카메라용 CIS를 이용하여 실시간으로 얼굴 검출을 촬영하였고, 검출된 얼굴의 이동 궤적을 이용하여 성능을 검증하였다.

In this paper, we proposed a method about improving face tracking efficiency of face detection for AF system using the faces to the ROI. The conventional face detection system detecting faces based skin color uses the ratio of skin pixels of the present frame to detected face regions of the past frame to track the faces. The tracking method is superior in the stability of the regions but it is inferior in the face tracking efficiency. We proposed a face tracking method using the area of the overlapping region in the detected face regions of the past frame and the present frame to improve the tracking efficiency. The proposed face tracking efficiency demonstration was performed by making a film of face detection with face tracking in real-time and using the moving traces of the detected faces.

키워드

참고문헌

  1. Image Sensor의 시장동향, 지식경제부, 정보통신연구진흥원, 정보서비스단 통계분석팀, Aug. 2008.
  2. Participative web: User-Created Content (UCC), OECD Working Party on the Information Economy, Apr. 2007.
  3. C. Garcia and G. Tziritas "Face Detection Using Quantized Skin Color Regions Merging and Wavelet Packet Analysis," IEEE Trans. on Multimedia, Vol. 1, No.3 pp. 264-277, Sep. 1999. https://doi.org/10.1109/6046.784465
  4. 정효원, 한학용, 크리스 리, 곽부동, 강봉순, "YCbCr색 좌표계의 피부색 영역을 이용한 Face Detection 알고리즘 및 하드웨어 구현," 한국신호처리.시스템학회 하계 학술대회, pp. 6-9, Jun. 2009.
  5. D. Comaniciu, V. Ramesh, and P. Meer, "Kernel-based object tracking," IEEE Trans. Pattern Anal. Mach. Intell., Vol. 25, No. 5, pp. 564-577, May 2003. https://doi.org/10.1109/TPAMI.2003.1195991
  6. M. Isard and A. Blake, "CONDENSATION: Conditional density propagation for visual tracking," Int. J. Comput. Vis., Vol. 29, No. 1, pp. 5-28, 1998. https://doi.org/10.1023/A:1008078328650
  7. 정효원, 곽부동, 하주영, 한학용, 강봉순, "AF를 위하여 피부색 영역의 얼굴 특정을 이용한 Face Detection 알고리즘 및 하드웨어 구현," 한국해양정보통신학회 논문지, Vol. 13, No. 12, pp. 2547-2554, Dec. 2009.
  8. 김주현, 강봉순, 이성진, 정효원, 최원태, 곽부동, "얼굴검출장치 및 이를 이용한 얼굴검출방법," 국내출원 10-2009-0020834, Mar. 2009.
  9. 임정욱, 송진근, 하주영, 강봉순, "소형 DISP-LAY 장치를 위한 비 메모리 피부 검출 알고리즘 및 HARDWARE 구현," 한국해양정보통신학회 논문지, Vol. 11, No. 8, pp. 1456-1464, Aug. 2007.
  10. R. C. Gonzalez, R. E. Woods, and S. L. Eddins, Digital Image Processing Using MATLAB, Prentice-Hall, 2004.
  11. 정효원, 크리스 리, 김주현, 강봉순, "실시간 영상처리를 위한 이진 영상의 Half Line Labeling 알고리즘," 한국신호처리.시스템학회 추계학술대회, pp. 341-344, Nov. 2008.
  12. 정효원, 곽부동, 김강주, 강봉순, "실시간 영상처리를 위한 이진 영상의 Twin Line Labeling 알고리즘," 대한전자공학회 하계종합학술대회, pp. 833-834, July 2009.
  13. L. He, Y. Chao, and K. Suzuki, "A Run-Based Two-Scan Labeling Algorithm," IEEE Trans. on Image Processing, Vol. 17, No. 5, pp. 749-756, May 2008. https://doi.org/10.1109/TIP.2008.919369
  14. 김주현, 강봉순, 이성진, 정효원, 최원태, 곽부동, "이차원 디지털 영상의 그룹화 방법," 국내출원 10-2008-0127294, Dec. 2008.
  15. J. H. Kim, B. S. Kang, S. J. Lee, H. W. Jeong, W. T. Choi, and B. D. Kwak, "Method of Grouping pixels in 2D Digital Image," US Patent 12/413,935, Apr. 2009.