• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.377-380
• /
• 2001

본 논문에서는 실내에서 액티브 카메라를 사용하여 다중 인물의 얼굴의 위치를 검출하고. 추적할 수 있으며 조명과 배경 등의 영향에 강인한 추적 알고리즘을 제시하고자 한다. 알고리즘은 얼굴영역 검출, 추적의 2단계로 구성되며, 빠르고 효율적인 얼굴영역 검출은 추적 알고리즘의 성능향상으로 이어지므로, 이를 위해 독특한 색상영역 분포를 갖는 피부 색상 특징을 이용하였다. 표본영상에서 추출된 피부색상 픽셀들을 바탕으로 YCbCr 색상계를 사용하여 얼굴 색상모델을 구축한 후, Gaussian 함수를 사용하여 입력 영상의 픽셀과 얼굴색상모델과의 유사도를 결정하였다. 최종 얼굴 영역은 추출된 영역에 대한 얼굴의 타원특징, 해부학적 특징을 이용하여 결정된다. 추적은 추출된 얼굴영역과 temporal Gaussian 필터를 적용한 움직임 추정을 통한 움직임 검출의 조합으로 이루어진다. 또한, 예측버퍼의 사용으로 탐색영역의 축소로 인한 계산량 감소와 처리 속도의 증가시켰으며, pan/tilt가 가능한 카메라를 사용하여 상호 피드백이 가능하도록 하였다. 제시된 알고리즘은 PC 상에서 시뮬레이션되었으며, 좋은 결과를 얻을 수 있었다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.435-440
• /
• 2003

본 논문에서는 실시간 출입통제시스템에 적용이 가긍한 복잡한 배경에서의 다중 얼굴 영역 검출과 추적을 통한 얼굴 인식 알고리즘을 제안하였다. 제안된 알고리즘에서는 배경영상과 입력된 연속적인 프레임간의 차영상을 적용함으로써 물체의 움직임을 감지한 후. IISI컬러 좌표모델을 이용하여 얼굴의 1차 후보 영역을 검출하고, 잡음제거를 위해 모폴로지 연산을 수행하였다 또한 Line Projection을 이용한 객체 분할법(Object Segmentation)으로 객체를 분할함으로써 다중 얼굴 영역을 추출하였다. 또한 추출된 얼굴영역에서 눈 영역 검출을 통해 각각의 얼굴 영역들을 검증하였으며 검증된 얼굴들의 최외각 4개의 좌표를 이용하여 얼굴 추적율을 높였다. 마지막으로 얼굴 인식은 추출된 얼굴 영역으로부터 주성분 분석(PCA ： Principle Component Analysis)방법을 이용함으로써 97～98％의 높은 인식율을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.04a
• /
• pp.143-146
• /
• 2001

본 논문에서는 칼라 영상으로부터 피부색 정보 및 모멘트를 이용하여 눈 영역 및 얼굴 영역을 검출하는 알고리즘을 제안한다. 제안한 알고리즘은 눈 영역을 추출함으로써 보다 정확한 얼굴 영역을 검출할 수 있다. 이를 위해 먼저 입력된 칼라 영상의 피부색 정보를 기반으로 추출한 영역으로부터 레이블 영역의 면적과 크기 정보를 이용해 1차, 2차 얼굴 후보 영역을 선택하고 선택된 얼굴 후보 영역간의 기울기 모멘트를 계산하여 3차 얼굴 후보 영역을 추출한다. 또한 추출한 3차 후보 영역으로부터 레이블 영역의 크기 및 구조적 관계를 고려하여 영역 내에서의 눈의 위치를 검출한다. 따라서 제안한 방법은 눈의 기울기 관계를 이용함으로써 얼굴의 크기와 얼굴이 좌우로 기울어진 영상에 대하여 강인한 얼굴 검출 능력을 보인다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• autumn
• /
• pp.343-346
• /
• 2004

본 논문에서는 고유얼굴 특성과 배경에 기반한 얼굴인식 기술을 제안한다. PCA를 이용한 얼굴 인식은 학습영역과 실험영역으로 나뉘는데, 학습영역에서 고유얼굴을 생성시키고 모든 학습영역을 이 얼굴 공간에 투영시켜 몇 개의 성분값을 저장한다. 그 후 각각의 사랑마다 저장된 성분들의 평균을 대표값으로 가지고 유클리디안 거리를 비교하여 얼굴을 인식하는 것이다. 하지만, 복잡한 배경에 있는 얼굴들을 인식할 때 EFR 방법은 얼굴인식에는 강하지만, 단정으로 조영과 환경변화에 민감하게 반응한다. 복잡한 배경에서 얼굴인식을 위해 배경 패턴을 학습하며, 배경영역은 배경패턴으로부터 생성되어 얼굴영역과 함께 얼굴 인식을 위하여 사용된다. 본 논문에서 제안한 방법이 EFR 방법보다 성능과 복잡한 배경하에서 매우 좋은 곁과를 나타냄을 확인할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.11a
• /
• pp.855-858
• /
• 2004

본 논문에서는 원영상 영역내 포함된 우성의 에지에 대한 구체적 정보를 이용하기 위하여 Haar 웨이블릿을 이용한 에지영상 추출한다. 추출된 에지영상에 얼굴영역을 검출하기위해 이진화된 영상에 설정된 임계값을 통하여 얻은 이진영상으로부터 얼굴영역을 검출하기 위하여 얼굴의 일반적인 구조적 정보와 처리시간이 빠른 수평, 수직히스토그램 분석법을 이용하였다. 얼굴영역을 분리한 영상에 얼굴영역의 특징벡터를 구하기 위하여 26개의 특징벡터를 사용한 효율적인 고차 국소 자동 상관함수를 사용하였다. 계산된 특징벡터는 BP 신경망의 학습을 통하여 얼굴인식을 위한 데이터로 사용하여 제안된 알고리즘에 의한 인식률향상과 속도 향상을 입증한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.14 no.1
• /
• pp.89-96
• /
• 2010

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.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.313-315
• /
• 2006

본 연구에서는 실내에서 입력받은 영상의 조명과 크기 변화 등에 강인한 얼굴 검출 기법을 소개한다. 제안된 얼굴 검출 기법은 후보 영역 선정 과정과 얼굴패턴 검출 과정, 얼굴 영역 보정 과정으로 이루어진다. 후보 영역 선정 과정에서는 조명보정과 색상 필터, 움직임 필터를 이용하여 얼굴패턴의 후보 영역을 선정한다. 얼굴패턴 검출 과정에서는 CNN을 이용하여 특징을 추출하고, WFMM 신경망을 이용하여 얼굴 패턴을 검증한다. 얼굴 영역 보정 과정은 형태학적 연산 등의 영상 처리를 이용하여 눈 영역과 입술 영역의 위치를 판별한 후 최종적인 얼굴 영역을 결정한다.

• Proceedings of the KIEE Conference
• /
• 2003.07d
• /
• pp.2564-2566
• /
• 2003

표정인식은 컴퓨터 비전 분야에서 중요한 부분을 차지하고 있으며, 현재 꾸준히 연구가 진행되고 있다. 표정인식 시스템은 크게 얼굴 영역 추출과 표정인식 부분으로 나눌 수 있으며, 얼굴 영역 추출은 전체 인식 시스템의 성능에 큰 영향을 미친다. 특히 표정인식 시스템은 일반 얼굴인식 시스템과 다르게 부분적으로나 전체적으로 형태의 변화가 큰 얼굴에 대해서 정확한 얼굴 영역이 확보되지 않으면 높은 인식성능을 기대하기 어렵다. 따라서 표정인식 시스템은 얼굴 영역 추출이 비중한 부분을 차지하고 있다. 본 논문에서는 영상에서 실시간으로 얼굴 영역을 찾아내고, 그 영역에서 얼굴의 특징점인 눈과 입의 위치를 검출하고, 이를 바탕으로 얼굴의 정확한 영역을 확정하는 일련의 과정을 서술한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.748-750
• /
• 2004

본 논문은 연속적으로 입력되는 2차원 얼굴 영상에서 얼굴의 특징 영역들을 추출하여 3차원 얼굴 모델의 표정을 실시간으로 제어하는 방법에 관한 연구이다. 2차원 얼굴 영상에서 얼굴을 추출하기 위해 Hue, Saturation 색상 값을 사용하며, 두 가지 색상 값을 이용하여 피부색과 배경색을 분리함으로써 얼굴 영역을 추출 할 수 있다. 추출 된 얼굴에서 특징 영역인 눈 코, 입술 영역 등의 일지를 각각의 영역에 적합한 추출 방법을 이용하여 추출한 뒤, 프레임 별로 영역들의 움직임을 비교함으로써 영역의 움직임 정보를 획득 할 수 있다. 이 정보를 3차원 얼굴 모델에 적용하여 2차원 동영상에서 획득된 대상의 얼굴의 표정을 3차원 얼굴 모델에 실시간으로 표현 할 수 있도록 한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.15 no.2
• /
• pp.163-172
• /
• 2005

When tracking a human face in the moving pictures with complex background under irregular lighting conditions, the detected face can be larger including background or smaller including only a part of the face. Even background can be detected as a face area. To solve these problems, this paper proposes a new face tracking method using a block difference image and a Kalman estimator. The block difference image allows us to detect even a small motion of a human and the face area is selected using the skin color inside the detected motion area. If the pixels with skin color inside the detected motion area, the boundary of the area is represented by a code sequence using the 8-neighbor window and the head area is detected analysing this code. The pixels in the head area is segmented by colors and the region most similar with the skin color is considered as a face area. The detected face area is represented by a rectangle including the area and its four vertices are used as the states of the Kalman estimator to trace the motion of the face area. It is proved by the experiments that the proposed method increases the accuracy of face detection and reduces the fare detection time significantly.