• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.520-522
• /
• 2001

얼굴영역 및 얼굴구성요소 추출은 얼굴을 구별하고 인식하거나 얼굴 데이터베이스로부터 원하는 얼굴을 검색하기 위하여 필요한 기술로 다양한 방법들이 연구되어 왔다. 본 연구에서는 배경이 복잡한 칼라 얼굴영상에서 워터쉐드와 동적 피부색 범위로 얼굴후보영역을 선택한 후 각 영역내의 소영역들에 대한 칼라특성과 대칭정보를 분석하여 얼굴영역과 비얼굴 영역을 구분함으로써 얼굴영역 및 얼굴구성요소를 추출하는 방법을 제안한다. 제안된 방법이 기존연구에 비해 피부색 배경영역에 의한 오류를 제거하고 정확성이 우수한 점을 실험결과롤 제시하고 분석한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.228-231
• /
• 2003

본 논문은 그레이 영상에서의 사람얼굴 영역추출에 관해서 연구하였다. 얼굴영역 추출은 얼굴인식이나 사람과 컴퓨터의 인터페이스, 비디오 감시시스템을 연구하는데 있어서 반드시 거쳐야 하는 전처리 과정이라고 할 수 있다. 이러한 목적을 위해서 본 연구에서는 두 단계의 과정을 통해서 얼굴영역을 추출하였다. 첫 번째 단계는 사랑얼굴에 대한 경험적 지식을 이용하여 후보영역을 획득한 다음에 두 번째 단계에서 후보영역을 웨이블릿 분해 후, 신경망을 이용하여 후보영역 중에서 얼굴영역을 검증한다. 실험결과 제안한 방법은 빠르고 정확하게 얼굴영역을 검출하였다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2005.11a
• /
• pp.201-204
• /
• 2005

동영상에서 얼굴을 인식하는 기술은 Eigen-Face를 이용하는 방법, 템플릿을 이용하는 방법 등과 같이 다양한 방법이 연구되어지고 있다. 하지만 이들 기법들이 모두 동영상에서 얼굴영역을 검출했을지는 모르지만 얼굴영역이 영상에서 차지하는 위치와 크기를 일정하게 제한하고 있다. 그 중에서 입력되는 영상이 촬영 도구로부터 제한된 거리에서 촬영되어 얻어 지거나 실험을 통해 얻어진 영상을 이용하여 얼굴영역을 검출한다. 하지만 실제 다양한 응용분야에서 얼굴영역 검출 기술을 이용하기 위해서는 이러한 제한된 입력 영상뿐만이 아니라 어떠한 환경에서의 입력 영상에서도 얼굴영역을 검출할 수 있어야 한다. 본 논문은 근거리뿐만이 아니라 원거리에서 획득한 영상에서도 얼굴영역을 검출할 수 있으며, 얼굴의 특징 추출과 예측기법을 통하여 보다 향상된 얼굴영역 검출을 할 수 있다. 움직임 정보와 얼굴색상정보를 이용하여 8x8블록을 만들고 이런 블록 정보들을 특정한 규칙에 적용함으로써 얼굴영역을 후보를 검출하게 된다. 그리고 후보 얼굴영역의 고유한 특징들을 추출하고 칼만 필터를 적용한 예측기법을 통하여 얼굴영역 판단하게 된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.11a
• /
• pp.903-906
• /
• 2004

본 논문에서는 얼굴 표정 인식 시스템을 위한 얼굴 영역 추출 알고리즘을 제안한다. 이는 입력 영상으로부터 얼굴 후보 영역을 추출하고, 추출된 얼굴 후보 영역에서 눈의 위치를 정확히 추출한다. 그리고 추출된 눈 영역들의 정보와 타원 방정식을 이용하여 최종 얼굴 영역을 추출한다. 얼굴 후보 영역은 HSI 칼라 좌표계에 기반한 적응적 피부색 구간 범위를 설정하여 추출하였다. 추출된 얼굴 후보 영역에서의 눈 영역 추출을 위해 밝기 정보를 이용하여 먼저 눈의 후보 화소들을 추출하고, 레이블링 과정을 통하여 영역별로 그룹화하였다. 각 후보 영역들의 화소 수, 가로세로비 및 위치 정보를 고려하여 최종 눈 영역을 추출하였다. 추출된 두 눈 영역에서 무게중심을 구하고 이를 이용하여 장축과 단축을 설정하여 타원방정식을 이용 최종 얼굴 영역을 추출하였다. 제안된 알고리즘은 조명 변화, 다양한 배경들을 가지는 얼굴 영상에서도 정확히 얼굴 영역을 추출할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.370-372
• /
• 2001

본 논문에서는 컬러 정지 영상을 대상으로 상반신 인물 영상이 입력되었을 때, 얼굴 영역을 추출하고 검증하는 방법을 제안한다. 본 논문의 얼굴 추출과정은 1단계로 영상 내 피부색 영역을 추출한 다음, 후보 영역들에 대한 공간적 제한조건을 이용하여 1차 얼굴 후보 영역을 결정한다. 2단계에서는 얼굴 구성 요소 중 가장 두드러진 특징으로서 눈 영역을 탐색하고, 눈 영역을 기준으로 한국인의 얼굴에 대한 구조적 통계값을 적용한다. 이로서 얼굴 포함 최소 사각형 후보 영역을 결정한다. 마지막 3단계에서는 영상 내 색상 정보와 공간 정보 그리고 구조적 통계치로부터 결정된 얼굴 후보 영역에 대하여 얼굴 영역의 텍스춰(texture)를 Wavelet Packet Analysis를 이용해 조사함으로써 얼굴 영역을 확정하게 된다. 일반적으로 2단계에서 대부분의 얼굴 영역이 결정되지만 3단계에서 얼굴 내 텍스춰 정보를 활용하면 보다 적절한 얼굴 포함 사각형의 범위를 결정할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.725-728
• /
• 2002

얼굴은 주변의 조명이나 카메라의 위치, 사람의 자세에 따라 가변적이기 때문에 인식에 많은 어려움이 따른다. 이러한 어려움을 극복하기 위한 방법에는 신경망을 이용하여 얼굴의 영역 정보를 가지고 데이터베이스를 구축하여 얼굴영역을 탐색하는 방법과 얼굴의 대칭성을 이용한 대칭 영역 탐색이 있다. 신경망을 이용하는 방법은 사전 정보를 가져야만 하며, 대칭성을 이용한 방법은 계산 시간이 오래 걸린다는 단점을 가지고 있다. 따라서 본 논문에서는 대칭성의 계산 속도 개선 및 데이터베이스 구축없이 얼굴 영역을 추출할 수 있도록 축소 영상에서 대칭 영역 탐색을 이용해 대칭성을 파악한 후 이러한 대칭성을 이용하여 원영상에 적용 한 후 정확한 얼굴 영역을 추출하기 위해 축소영상에서의 추출된 영역에서 대칭 영역 탐색을 하여 얼굴영역을 찾아내는 방법이다. 정면, 안경이 있는 영상에 실험해본 결과 얼굴 인식에 적합한 얼굴영역을 추출 할 수 있었다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.267-270
• /
• 2004

본 논문에서는 다양한 크기를 갖는 얼굴 영상들을 대상으로 얼굴 영역을 추출하고 추출된 얼굴 영역을 기준으로 증명 사진의 규격에 맞게 영상을 정규화하는 방법을 제안한다. 얼굴 영역의 추출을 위해서 본 논문에서는 피부색 확장을 통하여 얼굴 후보 영역을 추출하고. 얼굴 기관의 위치 정보와 얼굴 모양에 대한 통계치를 사용하여 최종 얼굴 영역을 결정한다 추출된 얼굴 영역과 배경 영역의 크기에 대한 비례 관계는 증명사진에 대한 통계조사에 의해 산출된 규칙을 적용하여 정규화한다. 제안된 방법은 다양한 배경을 갖는 130개 영상을 대상으로 실험하여 타당성을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.73-75
• /
• 2007

이 논문은 얼굴인식에 있어서 중요한 얼굴 영역과 머리 영역을 차영상을 이용하여 분리하는 방법을 제안한다. 먼저 입력영상에 대한 CMYK 영상 중 K 영상을 가지고 머리 영역을 분리한 후에 YIQ 영상의 Y영상과 머리 영상과의 차영상을 이용하여 얼굴영역을 분리한다. 분리한 머리영역과 얼굴영역에 대하여 라벨링을 하여 각 영역을 얻는다. 제안한 방법은 머리와 얼굴 영역을 뚜렷하게 분리하여 특징 점 추출 시 매우 유용할 것이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.343-345
• /
• 2003

본 논문에서는 색상 정보와 변형 모델을 이용한 얼굴 영역 및 얼굴의 특징 영역의 자동 검출 방법을 제시한다. 영상으로부터 획득할 수 있는 정보 중 가장 빠르고 쉽게 얻을 수 있는 정보가 색상 정보이며, 색상정보는 사물을 판단함에 있어서 가장 효율적이면서 컴퓨터의 계산량을 줄일 수 있다는 장점을 갖고 있기 때문에 얼굴 영역 검출 방법으로 많이 이용되고 있다. 본 연구에서는 얼굴영역 및 얼굴 특성 추출함에 있어 컬러모델 사용 시 외부 조명의 영향을 줄여주는 조명 보정 방법을 제시하고, 조명 보정에 의해 평활화된 YCbCr 색상모델에 적용하여 각 성분 특성을 고려한 얼굴영역 및 얼굴의 특성 영역에 해당하는 후보 영역을 검출하는 방법을 제시한다. 검출된 얼굴후보 영역 및 특성 영역은 가변 모델인 동적 윤곽선 모델의 초기값으로 자동 적용되어 윤곽선 모델 적용시 문제점가운데 하나인 초기값 설정문제를 해결함과 동시에 얼굴 및 얼굴 특징 정보의 정확한 윤곽선을 추출하는데 사용된다. 실험 결과 제시된 방법을 적용한 결과 빠르고 효과적으로 얼굴 및 특성 영역을 검출 할 수 있음을 입증 할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.592-594
• /
• 2002

얼굴 영역 검출의 수행 방법으로 개선된 얼굴 칼라 히스토그램과 에지 정보를 결합한 검출 시스템을 제안한다. 배경이 복잡한 영상에서 사람의 얼굴 영역과 배경 영역이 얼굴 영역과 비슷한 칼라 분포를 가지는 물체를 포함하는 영상이더라도 강인한 추출이 가능하도록 하였다. 본 논문에서는 효율적인 얼굴 검출을 위하여 얼굴의 칼라 분포를 얼굴 칼라의 확률 히스토그램으로 모델링하고 에지 정보와 reconstruction에 의한 형태학적 필터링(morphological filtering)을 적용하여 얼굴 후보 영역을 검출한다. 검출된 후보 영역에서 얼굴 구성 요소간의 위치 관계를 이용하여 눈동자와 흰자위의 명도차 특성으로 눈 영역의 위치를 추정하고 상대적인 위치 관계로 입 영역을 추정하여 얼굴 구성 요소의 정보를 얻어서이 요소 정보가 존재하는 후보 영역들이 최종적으로 얼굴 영역으로 판단되어 검출된다. 제안한 방법을 여러 영상에 이용하여 좋은 결과를 얻을 수 있었다.