• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
• /
• pp.742-744
• /
• 2004

본 논문은 복잡한 배경에서의 얼굴 검출에 있어서 다중 특징 추출 데이터로 학습한 계단식 분류기에 의한 방법을 제안한다 얼굴 검출에서 얼굴의 패턴은 상당히 다양한 영상 표현으로 나타나기 때문에 하나의 특징 추출 방법은 사람의 얼굴을 모델링 하기에는 부족하다. 따라서 여기서는 얼굴의 전체적인 지역적인 특징을 나타내는 Subregion과, 얼굴의 주파수 특성에 따라 좀 더 세밀하고 다양한 속성들을 나타내는 Haar 웨이블릿 변환을 이용하여 다중으로 특징을 추출하여 효과적인 모델링을 시도하였다. 특징을 추출한 얼굴과 비얼굴의 패턴(pattern)을 구분하기 위해서 패턴들의 통계적인 특성을 이용하여 각 추출방법에 맞게 학습된 Bayesian 분류기를 직렬로 연결하여 사용하였으며 비얼굴은 얼굴과 유사한 비얼굴(face-like nonface) 패턴들을 사용하여 모델링 하였다. 제안한 얼굴 검출 방식의 성능은 MIT-CMU 시험 영상들을 이용하여 평가하였다. 그 결과 한 가지 특징 추출을 사용하는 것 보다 두 가지 특징 추출을 병행한 계단식 구성이 더 정확한 검출 결과를 나타내었다.

• 한국정보보호학회:학술대회논문집
• /
• 한국정보보호학회 2002년도 종합학술발표회논문집
• /
• pp.430-433
• /
• 2002

본 논문에서는 얼굴인식을 위해 기존의 Fisherfaces와 퍼지개념을 도입한 퍼지 기반 Fisherfaces 방법을 제안한다. 기존의 얼굴인식 방법들은 학습영상에 해당되는 각 특징벡터에 대해 특정한 클래스를 할당하지만, 이와는 달리 제안된 방법은 각 특징벡터에 대해 퍼지 값으로 된 클래스 소속도를 부여하여 조명의 방향, 얼굴표정과 같은 큰 변화에 민감하지 않으면서도 닮은 얼굴 영상으로 인해 생기는 오분류(misclassification)의 문제점을 해결하고자 한다. 따라서, 본 논문에서는 ORL(Olivetti Research Laboratory) 얼굴 데이터 베이스에 대해 적용하여 이전의 연구인 Eigenfaces와 Fisherfaces보다 더 좋은 인식성능을 보이고자 한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
• /
• pp.298-300
• /
• 2003

동영상이나 정지영상에서 사람의 얼굴을 검출 및 인식을 하는 여러 가지 알고리즘이 소개되고 있다. 본 논문에서는 신경망(Neural Network)과 얼굴의 기하학적 특징 중에 하나인 눈과 입을 사용하여 얼굴 영역을 추출하는 방법을 사용한다 신경망은 얼굴 인식을 비롯한 여러 분야에서 쓰이는 좋은 방법 중의 하나 이지만 신경망이 가지고 있는 특성상 많은 오차를 가질 수 있기 때문에 얼굴을 구성하고 있는 요소인 눈과 입을 사용해서 오차를 제거하는 방법을 제안한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (2)
• /
• pp.565-567
• /
• 2003

이 논문은 Matched Filter 기술을 사용해 얼굴 특징점 위치를 추출하는 연구에 대해서 기술한다. 기본 목표는 얼굴의 서로 다른 8개( 양쪽 눈과 눈썹, 머리선, 코, 입, 턱 )의 부분을 구분할 수 있는 필터들을 개발하는 것이다. 이런 Matched Filter는 Fourier 역변환을 사용해 훈련영상(Training Image)으로부터 얻을 수 있다. 실험평가는 베른대학의 얼굴 데이터베이스에 근거한다. 우리는 여기서 다양한 얼굴의 방향성에 효과적으로 적용할 수 있도록 하는 훈련 영상자료가 무엇인지 알 수 있다. 그리고 안경을 썼을 때 얼굴을 인식할 수 있는 가장 좋은 방법도 알아본다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1999년도 추계종합학술대회
• /
• pp.244-247
• /
• 1999

본 논문에서는 영상의 전체의 특징을 포함하는 다항계수를 추출하고, 신경회로망을 이용하여 얼굴영상을 인식하는 다항계수를 이용한 얼굴 영상 인식 시스템을 제안한다 시스템은 먼저, 입력 영상의 특징 파라미터로 사용되는 다항계수의 수를 줄이기 위하여 웨이브렛 변환을 이용하여 영상의 크기를 1/4씩 줄였다. 3차 웨이브렛 변환된 저주파 계수 행렬로부터 저주파 계수 행렬에 대한 다항계수를 추출하였다. 추출된 각 저주파 계수 행렬에 대한 다항계수들을 신경회로망의 입력벡터로 사용하기 위하여 정규화 과정을 거친다. 정규화된 다항계수를 역전파 알고리즘을 가진 신경회로망의 입력 백터로 사용하여 얼굴영상을 인식하였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2005년도 추계 종합학술대회 논문집
• /
• pp.633-638
• /
• 2005

얼굴 추출은 휴먼 인터페이스와 생체 인식 및 보안을 위해 매우 중요한 분야이다. 본 논문에서는 동영상에서 얼굴의 윤곽선을 추출하기 위해, DCM(Dilation of Color and Motion)필터와 동적 윤곽선 모델(Active Contour Model) 적용한다. 먼저, 본 논문에서 제안된 DCM 필터는 모폴로지의 팽창 연산이 적용된 얼굴 색상영상과 차영상을 결합하고 이를 다시 팽창한 것으로 동영상에서 복잡한 배경을 제거하고 얼굴 영역을 검출하기 위해 사용된다. 동적 윤곽선 모델은 초기 곡선에 영향을 많이 받으므로, 얼굴과 눈, 입의 기하학적인 비율을 이용하여 회전정도를 구한 후, 이를 이용하여 초기 곡선을 자동으로 설정한다. 에지가 약한 부분에서의 윤곽선 추출을 위해, 스네이크의 영상에너지로 에지영상과 밝기영상을 함께 사용하였다. 복잡한 배경이 있는 실내 환경에서 총 5명으로부터 양 눈이 보이는 다양한 헤드 포즈 영상을 25장씩 샘플링하여 총 125장에 대해 실험한 결과, 얼굴 윤곽선의 평균 추출률은 98.1%, 평균 처리시간은 0.2초로 나타났다.

• Journal of Platform Technology
• /
• 제10권3호
• /
• pp.44-50
• /
• 2022

얼굴 영상에서 나이를 인식하는 기술은 여러 응용분야에서 활용되면서 그에 대한 연구가 활발히 진행되고 있다. 다양한 환경에서 촬영된 얼굴 영상은 얼굴의 일부가 가려지는 경우가 많으며 이는 나이 인식 성능에 영향을 미치게 된다. 따라서 본 논문에서는 가림이 있는 얼굴 영상의 나이 인식 성능을 개선하기 위해, Image Extrapolation 기술을 이용하여 가려진 부분을 생성하여 나이를 인식하는 방법을 제안한다. 영상에서의 가림이 나이 인식 성능에 미치는 영향을 확인하기 위해서 마스크 이미지를 적용하여 가림이 있는 얼굴 영상을 생성하였다. 가림에 의해 나이 인식 성능이 저하되는 문제를 해결하기 위해, Image Extrapolation 기술 중 영상의 가장자리를 순회하면서 가려진 부분을 생성하는 SpiralNet 을 사용하여 가려진 부분을 예측하여 생성하고 얼굴 나이 인식에 사용하였다. 실험을 통해 가림이 있는 영상에서 나이 인식 성능이 저하되는 문제가 있고, SpiralNet으로 가림 부분을 생성한 영상으로 나이를 인식하면 나이 인식 성능이 개선되는 것을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제6권6호
• /
• pp.953-961
• /
• 2003

본 논문에서는 복잡한 배경이 있는 영상에서 얼굴 영역을 추출하는 효율적인 방법을 제안한다. 입력 영상을 밝기에 영향을 받지 않는 칼라 공간으로 변환하고 피부색을 추출한다. 각각의 피부색으로 구분된 얼굴 후보영역들은 객체화하여 처리한다. 객체화된 영역에서 잡음과 겹쳐진 객체들을 제거한다. 최종적인 얼굴 영역으로 판단하기 위해 추출된 객체의 크기 비율, 피부색의 분포율 등을 검사한다. 이 과정에서 얼굴 영역이 아니라고 판단된 객체들은 얼굴 후보 영역에서 제외된다. 제안한 방법은 복잡한 배경, 기울어진 얼굴, 액세서리가 있는 얼굴, 하나의 영상에 여러 얼굴이 있는 경우 등 다양한 환경에서 얼굴 영역을 추출율을 높일 수 있었다.

• 한국정보통신학회논문지
• /
• 제17권5호
• /
• pp.1119-1128
• /
• 2013

본 논문에서는 얼굴을 검출하고 GPU 기반으로 얼굴을 고속으로 추적하는 알고리즘을 제안하였다. 얼굴 검출에서는 깊이영상과 RGB영상을 사용하고, 기존의 방법인 Adaboost을 이용하지만 움직임 영역과 피부색 영역을 이용하여 Adaboost의 입력영상을 제한하여 얼굴을 검출하였다. 얼굴 검출과는 다르게 얼굴 추적은 깊이 정보만을 사용하였다. 기본적으로 얼굴 추적에서는 템플릿과 매칭 된 블록을 찾는 템플릿 매칭 방법을 사용하였다. 또한 고속으로 얼굴을 추적하기 위해서 GPU를 이용하여 템플릿 매칭을 병렬하여 연산하였다. 실험결과 CPU와 GPU을 비교 하였을 때 GPU 수행속도가 최대 49배까지 향상되는 것을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제42권1호
• /
• pp.9-16
• /
• 2005

본 논문에서는 스테레오 영상에서 좌ㆍ우측 영상을 입력받아 거리 변화에 따른 얼굴인식률을 PCA(Principal Component Analysis) 알고리듬으로 비교한다. 제안된 방법에서는 RGB컬러공간에서 YCbCr컬러공간으로 변환하여 얼굴영역을 검출한다. 또한 스테레오 영상을 이용하여 거리를 취득한 후 추출된 얼굴영상의 확대 및 축소하여 보다 강건한 얼굴영역을 추출하고, PCA 알고리듬으로 인식률을 실험하였다. 취득된 얼굴영상의 평균적인 인식결과로 98.61%(30cm), 98.91%(50cm), 99.05%(100cm), 99.90%(120cm), 97.31%(150cm), 96.71%(200cm)의 인식률을 얻을 수 있었다. 따라서 실험을 통하여 제안된 방법은 거리에 따라 확대 및 축소를 적용하면 높은 인식률을 얻을 수 있음을 보였다.