Abstract
In this paper, a weighted value wrinkle detection method is suggested based on the analysis on the entire facial features such as face contour, face size, eyes and ears. Firstly, the main facial elements are detected with AAM method entirely from the input screen images. Such elements are mainly composed of shape-based and appearance methods. These are used for learning the facial model and for matching the face from new screen images based on the learned models. Secondly, the face and background are separated in the screen image. Four points with the biggest possibilities for wrinkling are selected from the face and high wrinkle weighted values are assigned to them. Finally, the wrinkles are detected by applying Canny edge algorithm for the interested points of weighted value. The suggested algorithm adopts various screen images for experiment. The experiments display the excellent results of face and wrinkle detection in the most of the screen images.
본 논문에서는 얼굴의 전체적인 특징(윤곽선, 얼굴크기, 눈, 코) 분석에 기반을 둔 가중치 주름 검출 방법을 제안한다. 첫째 입력된 영상에서 능동적 외향 방법을 이용하여 얼굴의 전체적인 주요 성분을 검출하게 되는데, 크게 형태 기반과 외향 방법으로 구성되어 있다. 이것은 얼굴 모델을 학습하고, 학습된 모델을 기반으로 새로운 영상에서 얼굴을 정합할 때 사용된다. 두 번째로는 영상에서 얼굴과 배경을 분리하고, 얼굴에서 주름 확률이 가장 큰 곳 네 곳을 선정하여 주름 가중치를 높게 부과하다. 마지막으로 가중치를 부여한 관심 영역에 대해서 캐니에지 알고리즘을 적용하여 주름을 검출하게 된다. 제안한 알고리즘은 다양한 종류의 영상을 사용하여 실험 하였으며, 실험결과 대부분의 영상에서 높은 성능의 얼굴 및 주름 검출 결과를 보였다.
