• Journal of Korean Society for Geospatial Information Science
• /
• v.16 no.1
• /
• pp.49-55
• /
• 2008

The face extraction is very important to provide the images of the roads and road sides without the problem of privacy. For face extraction form roadside images, we detected the skin color area by using HSI and YCrCb color models. Efficient skin color detection was achieved by using these two models. We used a connectivity and intensity difference for grouping, skin color regions further we applied shape conditions (rate, area, number and oval condition) and determined face candidate regions. We applied thresholds to region, and determined the region as the face if black part was over 5% of the whole regions. As the result of the experiment 28 faces has been extracted among 38 faces had problem of privacy. The reasons which the face was not extracted were the effect of shadow of the face, and the background objects. Also objects with the color similar to the face were falsely extracted. For improvement, we need to adjust the threshold.

• The KIPS Transactions:PartB
• /
• v.8B no.2
• /
• pp.183-188
• /
• 2001

이 논문은 눈의 형태에 대한 정보를 이용하여 눈동자를 효과적으로 찾는 방법과 얼굴 특성을 반영하는 평가함수를 이용하여 눈동자, 입의 위치와 같은 얼굴 특징들을 인식하는 방법을 제안하였다. 색 정보를 이용하여 입술과 얼굴 영역을 추출하고 눈동자와 흰자위간의 명도 차를 이용하는 함수를 사용하여 눈동자를 인식하였다. 마지막으로 얼굴 특성을 반영하느 평가함수를 정의하고 이를 이용하여 최종적인 얼굴과 눈, 입을 인식하였다. 제안한 방법을 사용하여 여러 영상들에 대해 실험하여 좋은 결과를 얻었다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.45 no.6
• /
• pp.38-43
• /
• 2008

Skin color information is an important feature for face region detection in color images. This can detect face region using statistical skin color model who is created from skin color information. However, due to the including of different race of people's skin color points, this general statistical model is not accurate enough to detect each specific image as we expected. This paper proposes method to detect correctly face region in various color image that other complexion part is included. In this method set face candidate region applying complexion Gausian distribution based on YCbCr skin color model and applied mathematical morphology to remove noise part and part except face region in color image. And achieved correct face region detection because using Haar-like feature. This approach is capable to distinguish face region from extremely similar skin colors, such as neck skin color or am skin color. Experimental results show that our method can effectively improve face detection results.

• Journal of Software Assessment and Valuation
• /
• v.16 no.2
• /
• pp.63-68
• /
• 2020

This paper proposes a face authentication system based on deep learning framework. The proposed system is consisted of face region detection and feature extraction using deep learning algorithm, and performed the face authentication using joint-bayesian matrix learning algorithm. The performance of proposed paper is evaluated by various face database , and the face image of one person consists of 2 images. The face authentication algorithm was performed by measuring similarity by applying 2048 dimension characteristic and combined Bayesian algorithm through Deep Neural network and calculating the same error rate that failed face certification. The result of proposed paper shows that the proposed system using deep learning and joint bayesian algorithms showed the equal error rate of 1.2%, and have a good performance compared to previous approach.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.379-381
• /
• 2001

본 논문은 카메라의 움직임이 있는 영상에서 움직이는 사람의 얼굴을 검출하는 방법을 제안한다. 제안된 방법에서, 얼굴 영역을 찾기 위해 피부 색깔 정보와 움직임 정보를 이용한다. 카메라의 움직임을 어파인 모션 모델(Affine Motion Model)을 이용해 제거한 후, 적응적 임계치(adaptive thresholding)를 통해 얻어진 움직임 영역 내에서만 피부 색깔 모델(skin color model)을 이용해 얼굴 영역을 검출한다. 제안된 방법은 시간에 따라 조명이 변하거나 잡음이 포함된 영상에서도 좋은 결과를 얻을 수 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.167-170
• /
• 2006

본 논문은 선형분류기인 LDA 융합모델과 최소거리패턴분류법을 이용한 얼굴표정인식 알고리즘 연구에 관한 것이다. 제안된 알고리즘은 얼굴 표정을 인식하기 위해 두 단계의 특징 추출과정과 인식단계를 거치게 된다. 먼저 특징추출 단계에서는 얼굴 표정이 담긴 영상을 PCA를 이용해 고차원에서 저차원의 공간으로 변환한 후, LDA 이용해 특징벡터를 클래스 별로 나누어 분류한다. 다음 단계로 LDA융합모델을 통해 계산된 특징벡터에 최소거리패턴분류법을 적용함으로서 얼굴 표정을 인식한다. 제안된 알고리즘은 6가지 기본 감정(기쁨, 화남, 놀람, 공포, 슬픔, 혐오)으로 구성된 데이터베이스를 이용해 실험한 결과, 기존알고리즘에 비해 향상된 인식률과 특정 표정에 관계없이 고른 인식률을 보임을 확인하였다.

• The KIPS Transactions:PartB
• /
• v.16B no.5
• /
• pp.385-394
• /
• 2009

Face tracking and recognition are difficult problems because the face is a non-rigid object. The main reasons for the failure to track and recognize the faces are the changes of a face pose and environmental illumination. To solve these problems, we propose a nonlinear manifold framework for the face pose and the face illumination normalization processing. Specifically, to track and recognize a face on the video that has various pose variations, we approximate a face pose density to single Gaussian density by PCA(Principle Component Analysis) using images sampled from training video sequences and then construct the GMM(Gaussian Mixture Model) for each person. To solve the illumination problem for the face tracking and recognition, we decompose the face images into the reflectance and the illuminance using the SSR(Single Scale Retinex) model. To obtain the normalized reflectance, the reflectance is rescaled by histogram equalization on the defined range. We newly approximate the illuminance by the trained manifold since the illuminance has almost variations by illumination. By combining these two features into our manifold framework, we derived the efficient face tracking and recognition results on indoor and outdoor video. To improve the video based tracking results, we update the weights of each face pose density at each frame by the tracking result at the previous frame using EM algorithm. Our experimental results show that our method is more efficient than other methods.

• Annual Conference of KIPS
• /
• 2023.11a
• /
• pp.1100-1101
• /
• 2023

얼굴인식 모델이 서양인 얼굴에 맞춰져 있어 한국인 얼굴에 대한 인식 성능 향상이 필요하다. 본 논문에서는 얼굴인식 모델에 AIHub에서 제공하는 한국인 얼굴 데이터 셋을 추가하고, 서양인 비교되는 한국인의 특징을 추가하여 얼굴인식을 진행하였다. contrastive learning의 image pair 쌍의 적합한 비율 평가를 계층적으로 진행하여 한국인 인식 성능을 높인 VGG-Kface를 제안한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2005.11a
• /
• pp.191-194
• /
• 2005

본 논문에서는 방송 영상에서 조명효과와 크기변화 등에 강인한 얼굴패턴 검출기법을 제시한다. 제안된 얼굴검출 모델은 영상 전처리 과정과 얼굴패턴 검출 과정으로 이루어진다. 전처리 과정은 조명변화에 대한 보정기능과 다중필터에 의한 후보영역 선별기능으로 구분된다. 얼굴패턴 검출과정은 다단계의 특징지도 생성과정과 패턴분류 과정으로 이루어진다. 특징지도를 생성하기 위하여 가보(Gabor) 필터계층을 포함하는 CNN(Convolutional Neural Networks)모델을 도입하였다. 다양한 배경을 고려한 효과적인 학습을 위하여 본 논문에서는 억제성의 뉴런(Inhibitory neuron)을 포함하는 구조의 CNN모델을 적용한다. CNN으로부터 추출되는 특징집합은 최종 단계에서 WFMM(Weighted Fuzzy Min Max) 모델을 사용하여 분류된다. 이때 사용되는 특징집합의 크기는 분류기의 규모 및 계산량의 결정적인 역할을 준다. 이에 본 연구에서는 최종 분류 과정에 사용되는 특징의 수를 효과적으로 줄이기 위해 FMM모델을 사용하는 적응적인 특징 선별 기법을 제안한다. 또한 실제 영상을 통한 실험결과로부터 제안된 이론의 타당성을 고찰한다.

• Journal of KIISE:Software and Applications
• /
• v.34 no.1
• /
• pp.70-78
• /
• 2007

The performance of face recognition is greatly affected by the illumination effect because intra-person variation under different lighting conditions can be much bigger than the inter-person variation. In this paper, we propose an illumination robust face recognition by separating identity factor and illumination factor using the symmetric bilinear models. The translation procedure in the bilinear model requires a repetitive computation of matrix inverse operation to reach the identity and illumination factors. Sometimes, this computation may result in a nonconvergent case when the observation has an noisy information. To alleviate this situation, we suggest a ridge regressive bilinear model that combines the ridge regression into the bilinear model. This combination provides some advantages: it makes the bilinear model more stable by shrinking the range of identity and illumination factors appropriately, and it improves the recognition performance by reducing the insignificant factors effectively. Experiment results show that the ridge regressive bilinear model outperforms significantly other existing methods such as the eigenface, quotient image, and the bilinear model in terms of the recognition rate under a variety of illuminations.