• 감성과학
• /
• 제13권3호
• /
• pp.533-540
• /
• 2010

본 연구는 사회적 상호작용에서 필수적인 얼굴 인상형성 과정 중 가장 대표적이라고 할 수 있는 매력도와 신뢰성을 평가할 때 시각적 주의에서의 차이가 나타나는지를 관찰하기 위해 고안되었다. 실험 1에서는 참가자들이 얼굴 신뢰성과 매력도를 평가하는 동안 안구추적기(eye-tracker)를 사용하여 사람들의 시선움직임을 측정하고, 이 후 히트맵(heatmap) 분석을 통해 평가과제 간 차이를 관찰하였다. 그 결과, 사람들은 매력도를 평가할 때와 비교하여 신뢰성을 평가할 때, 얼굴의 주요요소라 할 수 있는 눈과 코 부위에서 더 많은 시선응시가 일어나는 것을 관찰하였다. 또한, 실험 2에서는 참가자들이 실험 1과 동일한 얼굴 평가과제를 수행하는 동안 얼굴의 각 요소에 단어를 짧게 제시하였다. 실험종료 후 실시된 회상검사 결과, 신뢰성 평가과제 시 코부위에 제시되었던 단어의 회상률이 매력도 평가과제 시와 비교하여 유의미하게 높은 것을 확인하였다. 본 연구를 통해 얼굴 신뢰성 판단은 시각적인 주의적 자원(attentional resources)의 할당과 관련된 측면에서 얼굴 매력도와는 구분되는 정보처리과정을 거치는 것을 확인할 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 가을 학술발표논문집 Vol.34 No.2 (C)
• /
• pp.415-418
• /
• 2007

본 논문은 머리카락을 포함한 얼굴 영역 추출에 관한 것으로서, 보다 구체적으로는 조명변화에도 강인 한 얼굴영역 추출방법과 다양한 머리카락의 모양과 색의 변화에도 신뢰성 있는 머리카락 추출 방법에 관한 것이다. 일반적으로 얼굴영상은 개인의 특징을 잘 표현할 수 있는 정보로써, 영상에서 얼굴 영역을 추출하여 이를 실제 얼굴영상정보를 이용한 얼굴인식, 관상정보 서비스를 위한 전처리, 기반기술을 제공하고, 실사 캐릭터 제작에도 바로 적용될 수 있다. 기존의 템플리트 매칭, 곡선추적 알고리즘 등과의 같은 추출방법에서는 얼굴크기 변화, 안경 및 장신구의 착용 여부 그리고 조명의 변화에 따라 얼굴영역 추출하는 처리속도가 많이 걸리고, 성능이 크게 저하되는 문제점이 있다. 상기한 바와 같이 종래의 문제점을 개선하기 위하여, 본 논문에서는 얼굴의 크기변화, 안경 및 장신구의 착용 여부 그리고 조명의 변화에서도 얼굴 영역을 잘 추출 할 있는 방법과 다양한 머리카락의 색, 형태 변화에도 신뢰성 있는 머리카락 추출방법을 제안하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (1)
• /
• pp.223-225
• /
• 2004

얼굴 인식 및 검출에 있어서 어려운 문제가 조명의 변화와 포즈의 변화에 따른 성능 면에서의 신뢰성이다. 이러한 상황(Context)의 변화를 고려하여 영상을 처리하기 위하여 얼굴 영상에 주어진 조명의 상황을 SOM으로 분석하며, 영상에 따라 다른 전처리 기법의 필요성에 대해 제안한다. SOM은 비 지도학습으로써 얼굴 이미지들을 수집하여 그룹화 함으로써 상황분석을 위한 알고리즘으로 활용한다 이는 상황분석 기법을 적용하기 위한 응용에 활용할 수 있으며, 적절한 전처리 기법은 얼굴 인식의 성능을 향상시킴을 알 수 있었다.

• 전자공학회논문지SC
• /
• 제45권6호
• /
• pp.67-76
• /
• 2008

성공적인 상업화를 위해서는 다양한 조명 환경에서 신뢰성 있는 얼굴 인식이 필요하다. 특징 벡터 기반 얼굴 인식에서 특징 벡터를 잘 선택하는 것은 중요하다. 가버 특징 벡터는 다른 특징 벡터보다도 상대적으로 방향, 자세, 조명 등의 영향을 덜 받는 것으로 잘 알려져 있어 얼굴 인식의 특징 벡터로 많이 이용된다. 그러나 조명의 영향에 대해 완전히 독립적이지 못하다. 본 논문에서는 얼굴 이미지의 가버 특징 벡터에 대한 조명 PCA 모델의 구성을 제안하고 이를 이용하여 조명에 독립적인 얼굴 고유의 특성을 나타내는 가버 특징 벡터만을 분리해내고 이를 이용한 얼굴 인식 방법을 제시한다. 가버 특징 벡터 조명 PCA 모델은 가버 특징 벡터공간을 조명 영향 부분공간과 얼굴 고유특성 부분공간의 직교 분해로 구성한다. 얼굴 고유특성 부분공간으로 투영하여 얻어진 가버 특징 벡터는 조명 영향을 분리해 내었기 때문에 이를 이용한 얼굴 인식은 조명에 보다 강인하게 된다. 실험을 통해서 가버 특징 벡터 조명 PCA 모델을 이용한 제안된 얼굴 인식 방식이 다양한 자세에서 조명에 대해 보다 신뢰성 있게 동작함을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제9권2호
• /
• pp.115-124
• /
• 2009

얼굴 인식 방법 중 인기 있는 고유얼굴 기반 얼굴 인식 방법은 훈련 얼굴 이미지 세트에 대해 PCA를 적용하여 얻어진 고유얼굴을 이용한다. 따라서 훈련 얼굴 이미지들의 조명들과 다른 조명의 환경들에서는 신뢰성 있는 성능을 얻기 어렵다. 본 논문에서는 조명의 영향을 배제한 조명분리 고유얼굴 기반 얼굴 인식 방법을 제안한다. 제안된 방법은 얼굴 모델 이미지 세트의 고유얼굴 공간을 구성된 얼굴 조명 부분공간에 대해 직교 분해하여 얻은 조명분리 고유얼굴들을 이용한다. 실험을 통해서 조명분리 고유얼굴에 기반하는 제안된 얼굴 인식 방법이 기존 고유얼굴 기반 얼굴 인식 방법보다 조명의 영향에 보다 강인함을 확인하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.101-102
• /
• 2008

얼굴인식 분야에서 PCA(Principal Component Analysis) 기반 알고리즘은 비교적 간단한 구조와 높은 인식률로 인해 많이 사용되고 있지만 조명이나 얼굴 포즈 변화에 민감하다는 단점이 있다[1]. 이런 단점을 해결하기 위한 노력으로 PCA를 다른 얼굴인식 알고리즘과 결합함으로서 조명과 포즈 변화에 강인한 얼굴인식을 위만 연구가 현재 활발히 진행되고 있다. 본 논문은 PCA기반 얼굴인식에서 조명이 다양하게 변할 때 이에 따른 인식률의 변화와, 인식이 실패했을 경우에 인식 대상이 유사도 상위후보군에 들어가는지를 조사함으로서 PCA기반 알고리즘의 신뢰도를 확인하고자 한다. 이를 위해 Yale Face Database H와 Extended Yale Face Database B를 이용하여 실험한 결과 약 93%의 인식 성공률을 확인했으며, 7%의 인식 실패한 영상의 경우 그 인식하고자 했던 얼굴이 유사도를 기준으로 정렬된 학습 영상에서 상위 후보군에 속한다는 실험 결과를 얻음으로서 PCA기반 얼굴 인식 알고리즘의 신뢰성을 확인할 수 있었다.

• 대한화장품학회지
• /
• 제34권4호
• /
• pp.333-338
• /
• 2008

PRIMOS $body^{(R)}$ 기기를 이용한 얼굴부피 평가법 개발에 관한 연구를 진행하였다. 평가법의 신뢰성을 확인하고자 세 명의 시험자가 마네킹과 사람을 대상으로 얼굴 부피를 측정하였다. 마네킹의 얼굴에 여러 가지 부피의 찰흙을 붙이고, 기기로 얼굴을 측정하였는데, 실제 찰흙의 부피와 측정값 사이에 높은 상관성($R^2=0.99$)이 있는 것으로 나타났다.% RSD와 Gage R&R 분석으로 기기의 정확성, 반복성, 재현성을 확인한 결과 신뢰성이 있는 결과를 얻었다. 이와 같은 평가법을 얼굴 붓기 감소에 영향을 주는 화장품의 효능을 평가하는데 적용하였다. 10명의 건강한 여성을 대상으로 화장품 사용 전후 얼굴의 부피를 측정한 결과, 얼굴의 부피가 감소하는 것으로 나타났다. 이와 같은 결과를 통해 PRIMOS $body^{(R)}$를 이용한 얼굴 부피 평가법은 인체평가에 유용하게 사용될 수 있을 것으로 보인다.

• 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.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 추계학술발표논문집
• /
• pp.381-384
• /
• 2002

본 논문에서는 실험 영상으로부터 학습된 피부색상 정보를 이용하여 컬러 공간테이블을 생성한 후. 입력된 영상의 컬러와 공간정보를 학습된 피부색상 공간테이블로부터 비교, 분석하여 얼굴후보영역을 찾고자 하였다. 또한 추출된 후보영역의 레이블된 특징정보를 이용하여 지역적 특징을 찾아낸 후 얼굴 특징점의 위치에 따른 형태정보를 이용하여 신뢰할 수 있는 얼굴 영역을 검출하고자 하였다. 제안된 피부색상(Skin-tone)공간테이블은 변환하기 쉽고 계산이 빠른 RGB컬러 공간에서 실험, 평가되었으며, 실시간으로 입력된 영상의 정규화된 책상 값을 유사성 정도에 따라 레이블링하여 보다 빠른 얼굴 후보 영역의 검출과 검증을 할 수 있도록 하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권5호
• /
• pp.617-624
• /
• 2004

본 연구에서는 3차원 얼굴 데이타에서 인접 부위의 깊이 차를 이용하여 얼굴의 주요 특징을 추출해 내는 방법을 제안한다. 인간은 사물의 특정 부분의 깊이 정보를 인식하는데 있어서 인접 부위와의 깊이 정보를 비교하고, 이를 바탕으로 깊이 값에 의한 대조가 두드러진 정도에 따라 상대적으로 깊이가 깊고 얕음을 지각하게 된다. 이런 인식 원리를 얼굴의 특징 추출에 적용하여 간단한 연산 과정을 통해 신뢰성 있고, 빠른 얼굴의 특징 추출이 가능하다. 인접 부위의 깊이 차는 수평방향과 수직방향으로 각각 일정 거리를 둔 지점에서의 두 지점간의 깊이 차로 생성된다. 생성된 수평, 수직 방향으로 인접 깊이 차와 입력된 3차원 얼굴 영상을 분석하여 3차원 얼굴 영상에서 가장 주된 특징이 되는 코 영역을 추출하였다.