• 방송과미디어
• /
• 제22권4호
• /
• pp.41-49
• /
• 2017

본 논문에서는 최근 각광받고 있는 Convolutional Neural Network(CNN)과 같은 딥러닝 기반의 얼굴 인식 연구 동향을 살펴 보고자 한다. 얼굴 인식은 입력 영상이 들어왔을 때 자동으로 누구인지 알아내는 알고리즘으로 크게 얼굴 검출, 얼굴 랜드마크 검출 및 얼굴 특징 추출로 나누어진다. 본 논문에서는 얼굴 검출, 랜드마크 검출 및 얼굴 특징 추출에 특화된 딥러닝 알고리즘을 하나씩 살펴보고 이들이 어떻게 발전해 왔는지를 확인하고자 한다. 특히, 딥러닝 기반 얼굴 인식 알고리즘들은 딥러닝 기반 물체 인식의 발전 방향과 유사하게 진행되어 오다가 최근에는 얼굴 인식에 특화된 딥러닝 아키텍처 형태로 발전하고 있다. 어떤 방향이 얼굴 인식에 더 도움이 될지에 대해서도 확인하고 실제로 어떤 문제를 해결하고 있는지 확인하고자 한다.

• 정보보호학회지
• /
• 제12권2호
• /
• pp.18-24
• /
• 2002

얼굴인식 기술은 접촉에 대한 거부감이나 불편함이 없이 친숙하고 편리하게 사용자를 식별하고 인식할 수 있으며, 부가적인 센서 장비가 필요없다는 측면에서 개인 인증 및 보안 시스템으로서의 활용성이 매우 높다. 본 고에서는 여러 가지 장점들을 지닌 얼굴 인식 시스템의 구현 사례를 실시간 얼굴 검출 기술과 특징 추출 기술, 인식 기술로 구분하여 소개한다. 개발된 시스템은 얼굴 검출을 위해서 색상과 에지 성분을 이용하는 복합 알고리즘을 적용하여 실시간 얼굴 탐지를 가능하게 하였고, 추출된 사용자의 고유 얼굴 정보는 최신 인식 기법의 하나인 Support Vector Machine으로 분류, 인식된다. 또한 시스템의 성능을 테스트하고, 실용화 가능성을 모색하기 위하여 하드웨어 임베디드 시스템의 설계 및 구현 과정에 대하여 소개한다. 조명 및 환경 변화에 따른 시스템의 성능 변화를 객관적으로 검증하기 위하여 다양한 변화 조건을 고려한 한국인 표준 얼굴 데이터베이스를 구축하였고, 이 데이터베이스를 기반으로 체계적인 시스템의 성능 테스트를 수행하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2010년도 추계학술대회
• /
• pp.236-238
• /
• 2010

얼굴검출기술이 발달함에 따라 보안 프로그램에서부터 게임에까지 얼굴검출기술이 적용된 다양한 프로그램들이 개발되고 있으며, 휴대단말기기에까지 접목되었다. 휴대단말기기를 통한 얼굴검출의 경우, 검출율을 높이기 위한 높은 대비 개선 알고리즘은 물론이고, 낮은 프로세서의 성능 때문에 적은 연산량의 알고리즘이 필수적으로 요구된다. 본 논문에서는 영상의 조명 정도를 분석하여 저 조도, 일반 조명, 과다 노출의 3분류로 나누고, 각 조명에 가장 알맞은 대비 개선 알고리즘을 사용함으로써, 휴대단말기기에 적합한 적은 연산량과 얼굴검출에 알맞은 높은 대비 개선율을 갖는 알고리즘을 제안한다. 실험 결과, 휴대단말기기인 UMPC(Ultra Mobile PC)에서 30fps의 속도를 보였으며, 기존 방법들과 비교하여 가장 좋은 얼굴검출성능을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.1077-1079
• /
• 2020

본 논문에서는 현재 활발히 연구 중에 있는 얼굴 인식의 전 과정인 얼굴 검출단계를 OpenCV를 이용한 안드로이드 기반의 휴대용 스마트폰으로 실시간 얼굴 및 눈 영역을 검출하는 어플리케이션의 개발을 수행하였다. 얼굴 검출 및 눈 검출 기술은 OpenCV에서 제공하는 실시간 얼굴 인식을 위해 이미지에서 얼굴의 특징을 찾는 기법 중 하나인 Haar-like Feature을 이용한 검출 방식을 사용하였다. 얼굴 검출 및 눈 검출에 대해 스마트폰에서 촬영한 이미지를 사용하여 구현 결과를 평가하였다.

• 정보처리학회논문지B
• /
• 제11B권1호
• /
• pp.13-20
• /
• 2004

실시간 자동 얼굴 인식 기술에 있어서 정확한 얼굴의 검출은 필수적이며, 얼굴 인식의 성능에 큰 영향을 미치는 매우 중요한 부분이다. 본 논문에서는 컬러 정보, 에지 정보 및 이진화 정보를 복합적으로 이용하여 입력 영상으로부터 두 눈의 영역을 검출하고 이를 이용해 얼굴 후보 영역을 검출한다. 검출된 눈 후보 영역과 얼굴 후보 영역에 대하여 얼굴 검증과 눈 검증용으로 학습된 각각의 SVM을 이용하여 검증한다. 이러한 검증 과정을 거침으로써 잘못된 검출을 막아 빠르고 신뢰성 있는 얼굴 검출이 가능하다. 실험을 통해 본 연구에서 제안한 방법이 99% 이상의 얼굴 검출 성공율을 보임을 확인하였다.

• 정보과학회 논문지
• /
• 제41권11호
• /
• pp.921-926
• /
• 2014

얼굴 검출은 입력 영상에서 얼굴 영역을 추출하는 과정으로, 얼굴 인식 및 인증 과정의 속도와 정확도를 효율적으로 높여주는 작업이며 그 응용분야도 다양하다. 기존에 개발된 얼굴 검출 방법들은 얼굴의 전체 형태를 바탕으로 검출을 수행하기 때문에 착용물 또는 신체 부위로 인해 일부가 가려져 폐색된 얼굴에 대해서는 그 검출 성능이 크게 하락할 수 있다. 이러한 문제를 해결하기 위하여 이 논문에서는 얼굴 영상을 지역적 특징 기술자의 집합으로 표현하고, 이에 대한 통계적 확률 모델을 추정한 뒤 이를 이용하여 입력 영상에서 얼굴 영역을 추출하는 방법을 제안한다. AR 데이터베이스와 Caltech 데이터베이스를 이용한 실험을 통해 제안하는 얼굴 검출 방법이 일부가 폐색된 얼굴 검출에 효과적임을 확인하였다.

• 정보처리학회논문지B
• /
• 제9B권6호
• /
• pp.853-862
• /
• 2002

얼굴 검출은 디지털화 된 임의의 정지 영상 혹은 연속된 영상으로부터 얼굴 존재유무를 판단하고, 얼굴이 존재할 경우 영상 내 얼굴의 위치, 방향, 크기 등을 알아내는 기술로 정의된다. 이러한 얼굴 검출은 얼굴 인식이나 표정인식, 헤드 제스쳐 등의 기초 기술로서해당 시스템의 성능에 매우 중요한 변수 중에 하나이다. 그러나 영상 내의 얼굴은 표정, 포즈, 크기, 빛의 방향 및 밝기, 안경, 수염 등의 환경적 변화로 인해 얼굴 모양이 다양해지므로 정확하고 빠른 검출이 어렵다. 따라서 본 논문에서는 오류-역전파 신경망을 사용하여 몇가지 환경적 조건을 극복한 정확하고 빠른 얼굴 검출 방법을 제안한다. 제안된 방법은 표정과 포즈, 배경에 무관하게 얼굴을 검출하면서도 빠른 검출이 가능하다. 이를 위해 신경망을 이용하여 얼굴 검출을 수행하고, 검색 영역의 축소와 신경망 계산 시간의 단축으로 검출 응답 시간을 빠르게 하였다. 검색 영역의 축소는 영상 내 피부색 영역의 분할과 차영상을 이용하였고, 주성분 분석을 통해 신경망의 입력 백터를 축소시킴으로써 신경망 수행 시간과 학습 시간을 단축시켰다. 또, 추출된 얼굴 영상에서 포즈를 추정하고 눈 영역을 검출함으로써 얼굴 정보의 사용에 있어 보다 많은 정보를 추출할 수 있도록 하였다. 얼굴 검출 실험은 마할라노비스 거리를 사용하여 검출된 영상의 얼굴 여부를 판정하고, 성공률과 시간을 측정하였다. 정지 영상과 동영상에서 모두 실험하였으며, 피부색 영역의 분할을 사용할 경우 입력 영상의 칼라 설정의 유무에 다른 검출 성공률의 차를 보였다. 포즈 실험도 같은 조건에서 수행되었으며, 눈 영역의 검출은 안경의 유무에 다른 실험 결과를 보였다. 실험 결과 실시간 시스템에 사용 가능한 수준의 검색률과 검색 시간을 보였다.

• 한국산업정보학회논문지
• /
• 제20권2호
• /
• pp.57-63
• /
• 2015

얼굴 표정인식 기술은 다른 감정인식기술에 비해 비접촉성, 비강제성, 편리성의 특징을 가지고 있다. 비전 기술을 심리로봇에 적용하기 위해서는 표정인식을 하기 전 단계에서 얼굴 영역을 정확하고 빠르게 추출할 수 있어야 한다. 본 논문에서는 성능이 향상된 얼굴영역 검출을 위해서 먼저 영상에서 YCbCr 피부색 색상 정보를 이용하여 배경을 제거하고 상태 기반 방법인 Haar-like Feature 방법을 이용하였다. 입력영상에 대하여 배경을 제거함으로써 처리속도가 향상된, 배경에 강건한 얼굴검출 결과를 얻을 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.838-840
• /
• 2005

얼굴인식 기술은 타 생체 인식 기술에 비해 경제성과 사용자 편리성이 높은 이유로 최근 몇 년간 영상 이해 분야의 가장 성공적인 응용의 하나로 주목받고 있다. 그러나 얼굴인식은 타 생체인식에 비해 정확도가 떨어지는 문제가 있으며 이것은 배경, 조명 또는 포즈등과 같은 요인으로 인해 얼굴인식을 위한 전처리 작업인 얼굴영역 검출이 어렵기 때문이다. 본 논문에서는 얼굴영역 검출을 하기 위해서 나타나는 문제점들인 배경, 조명등의 환경적인 요인을 8x8 블록영상과 블록들의 연결성을 이용하여 제거한 후 얼굴만을 검출한다. 제안된 알고리즘은 복잡한 배경 및 원거리에서 촬영된 입력영상에서도 매우 안정적으로 적용됨을 실험을 통해 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
• /
• pp.739-741
• /
• 2004

얼굴인식 기술 분야에 있어서 Haar-like feature를 이용한 얼굴 검출 알고리즘은 많은 관련 알고리즘 중에 매우 빠른 트레이닝 시간과 처리속도 향상의 장점을 가지고 있다 그러므로 특히 동영상에서의 얼굴 검출에서 유용하게 쓰일 수 있다. 이러한 방법으로 검출된 얼괄 데이터는 HMM(Hidden Markov Model)알고리즘을 이용하여 이미 트레이닝된 얼굴 데이터베이스와의 비교를 통해 얼굴인식에 있어서 가장 확률이 높은 사람을 본인의 얼굴로 인증하는 신원 확인 시스템을 구현할 수 있게 된다. 신원 확인 시스템에 있어서 얼굴 검출 율이나 신원 확인 성공률은 모두 학습 과정에 의해 결정되기 때문에 얼마나 많은 학습을 효율적으로 하느냐에 따라 성능이 좌우된다. 이러한 시스템은 카메라에 얼굴을 보여주는 것만으로 신원 확인이 가능하기 때문에 번거로운 신원 확인 과정을 거쳐야 하는 다른 시스템 구조에 비해 매우 편리한 기능을 제공할 수 있다.