• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.22 no.10
• /
• pp.1334-1339
• /
• 2018

Viola & Jones's face detection algorithm is a typical face detection algorithm and shows excellent face detection performance. However, the Viola & Jones's algorithm in images including many faces generates undetected faces and wrong detected faces, such as false faces and duplicate detected faces, due to face diversity. This paper proposes an improved face detection algorithm using a face verification algorithm that eliminates the false detected faces generated from the Viola & Jones's algorithm. The proposed face verification algorithm verifies whether the detected face is valid by evaluating its size, its skin color in the designated area, its edges generated from eyes and mouth, and its duplicate detection. In the face verification experiment of 658 face images detected by the Viola & Jones's algorithm, the proposed face verification algorithm shows that all the face images created in the real person are verified.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.1222-1225
• /
• 2022

본 논문에서는 저조도 환경에서 촬영된 영상의 조도를 개선하여 얼굴 검증 정확도를 높이는 방법을 제안하였다. 입력 이미지의 조도 개선을 통해 얼굴 검출 정확도를 개선하며, 검출된 얼굴의 반복적인 조도 향상을 통해 생성된 다수의 특징 벡터를 이용하여 얼굴 검증에 이용하였다. 얼굴 검출 및 검증 정확도 측정을 위해 K-FACE 데이터셋을 이용하였다. 저조도 환경에서 촬영된 검증 이미지에 대하여, 제안하는 특징 벡터 합성 방법으로 인해, 동일인 쌍 및 타인 쌍의 유사도 점수 분포의 표준 편차가 줄어드는 경향을 확인했으며, 이로 인해 검증 성능이 높아지는 결과를 얻었다.

• The KIPS Transactions:PartB
• /
• v.11B no.1
• /
• pp.13-20
• /
• 2004

In the real-time automatic face recognition technique, accurate face detection is essential and very important part because it has the effect to face recognition performance. In this paper, we use color information, edge information, and binary information to detect candidate regions of eyes from Input image, and then detect face candidate region using the center point of the detected eyes. We verify both eye candidate region and face candidate region using Support Vector Machines(SVM). It is possible to perform fast and reliable face detection because we can protect false detection through these verification process. From the experimental results, we confirmed the Proposed algorithm in this paper shows excellent face detection rate over 99%.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.190-192
• /
• 2021

얼굴 검증 기술은 출입통제 시스템이나 모바일 기기에서의 열람 또는 금융 서비스 등 보안이 요구되는 다양한 분야에서 널리활용되고 있다. 최근 얼굴 검증 분야에서 높은 성능 향상을 보인 대부분의 검증 모델은 깊은 네트워크를 사용하므로 상대적으로 매우 큰 컴퓨팅 파워를 요구한다. 따라서 해당 모델들을 실환경에 적용하기 위해서는 모델 경량화 기술에 대한 고려가 반드시 필요하다. 얼굴 검증 연구에서 경량화 기술의 중요성에도 불구하고 해당 연구는 이제까지 잘 다뤄지지 않았다. 본 논문은 주요 얼굴 검증 모델에 대해서 지식 증류 기술을 수행하고, 이에 따른 실험 결과를 비교 분석하여 제시함으로써 경량화 기술 적용에 대한 방향성을 제시한다.

• Proceedings of the Korea Database Society Conference
• /
• 1995.12a
• /
• pp.197-202
• /
• 1995

본 논문에서는 조명, 얼굴 개수 및 얼굴의 크기에 제한 받지 않고 복잡한 배경에서 얼굴 영역을 추출하는 알고리즘을 제안한다. 이 알고리즘은 3단계로 구성된다. 첫번째 단계는 입력 영상의 평균 그레이값을 계산하고 그 값이 임계치보다 작다면 히스토그램 균일화 작업을 수행한다. 두번째 단계에서는 입력 영상의 모자이크 이미지를 만들고 이 이미지에 대해 확장된 quartet을 만들고 실험을 통해 얻어진 규칙을 적용하여 대략적으로 얼굴의 후보 영역들을 추출한다. 이 작업은 모자이크 이미지를 구성하는 셀의 크기를 변화시킬 때마다 적용한다. 세번째 단계에서는 추출된 얼굴 후보 영역에 대해 Octet을 만들고 이 octet에 규칙을 적용하여 후보 영역에 대한 검증 작업을 수행한다. 세번째 과정에서 만들어진 모자이크 이미지는 두 번째 과정에서 얻어진 이미지보다 더 세밀하게 얼굴의 특징들을 표현하고 검증한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2009.01a
• /
• pp.227-230
• /
• 2009

본 논문은 눈, 입 등 얼굴의 구성요소를 이용하여 얼굴을 보다 고속으로 탐지하는 방법을 제시한다. 얼굴 탐지 방법의 기본적인 절차는 피부색을 추출하여 SkinMap을 만들고, 그 내부에서 구성요소의 색상 특징을 이용하여 눈과 입을 검출 후, T형 구조 검증방식을 이용하여 추출한 후보요소들이 눈과 입에 해당하는지를 최종적으로 확인한다. 기존의 얼굴탐지 방식에 많이 사용되던 삼각형 구조 검증방식에 비해 보다 연산량이 적은 T형 구조 검증방식을 사용하고, 불필요한 방법을 제거 및 보완하여 보다 고속으로 얼굴을 탐지할 수 있다.

• 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.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.9 no.3
• /
• pp.67-72
• /
• 2010

This paper presents biometrical driver verification system in car experiment through analysis of speech, and face information. We have used Mel-scale Frequency Cesptral Coefficients (MFCCs) for speaker verification using speech information. For face verification, face region is detected by AdaBoost algorithm and dimension-reduced feature vector is extracted by using principal component analysis only from face region. In this paper, we apply the extracted speech- and face feature vectors to an SVM kernel with Gaussian Mixture Models(GMM) supervector. The experimental results of the proposed approach show a clear improvement compared to a simple GMM or SVM approach.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.885-888
• /
• 2005

본 논문에서는 카메라가 장착된 2 족 보행 로봇을 이용한 얼굴 검출 및 추적 시스템을 제안한다. 제안된 시스템은 PCA(Principal Component Analysis) 기반의 시스템으로서 얼굴을 검출하기 위해 먼저, 스킨칼라 정보와 모션 정보를 사용하고, 그 이후에 PCA 를 사용하여 스킨칼라 영역에서 실제 얼굴이 있는지를 검증 한다. 새로 검출된 얼굴과 이전에 추적되는 얼굴 사이의 동일성은 Eigenspace 상에서의 Euclidian distance 를 사용하여 검증한다. 2 족 보행 로봇이 얼굴을 추적하기 위해서는, 검출된 얼굴 영역이 카메라 스크린 중심 영역에 계속 유지되도록 로봇의 움직임을 조절해 간다. 제안된 시스템은 움직임이 많고, 조명 변화나 배경의 변화가 심한 환경에서도, 얼굴을 잘 검출하고 추적 하였으며, 다른 2 족 보행 시스템이나 인간과 로봇의 상호작용을 위한 제스처 인식 시스템으로의 확장도 가능하다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.24 no.3
• /
• pp.378-383
• /
• 2020

Viola & Jones' object detection algorithm is a very good algorithm for the face component(FC) detection, but there are still problems such as duplicate detection, false detection and non-detection due to parameter setting. This paper proposes an improved FC detection algorithm that applies the variable parameter to reduce non-detection and the verification to reduce duplicate detection and false detection to the Viola & Jones' algorithm. The proposed algorithm reduces the non-detection by changing the parameter value of the Viola & Jones' algorithm until the potential valid FCs are detected, and eliminates the duplicate detection and the false detection by using the verification that evaluates size, position, and uniqueness of the detected FCs. Simulation results show that the proposed algorithm includes valid FCs in the detected objects and then detects only the valid FCs by removing invalid FCs from them.