• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2016년도 제54차 하계학술대회논문집 24권2호
• /
• pp.55-58
• /
• 2016

본 논문은 사람의 얼굴 영상에서 잡티를 제거하는 방법을 제안한다. 먼저 입력받은 영상에서 Haar-like Feature 기반 Adaboost 알고리즘과 색상 정보를 이용하여 얼굴 영역을 검출한다. 검출된 얼굴 영역에서 잡티를 제거하기 위해서는 먼저 눈, 코, 입, 눈썹과 같은 얼굴의 주요부위를 검출하고 이 영역을 제외한 순수 피부 영역에 잡티 검출 알고리즘을 적용해야한다. 사람의 얼굴은 미세하게 명암도 차이가 나는 부분이 많기 때문에 가우시안 스무딩을 적용한 후, 그래프 기반 분할 방법을 사용하여 눈, 입, 눈썹을 분할한다. 코 영역은 각 픽셀에 대해 인접픽셀과의 R 채널의 차이값을 가중치 맵으로 만들고 가중치 맵을 분석하여 영역을 분할한다. 분할된 영역에 사람 얼굴의 기하학적 위치 정보를 이용하여 주요부위를 검출한다. 얼굴의 주요부위를 검출하고 그 부위를 제외한 피부 영역에 잡티 검출 알고리즘을 적용한다. 잡티는 Edge와 색상 정보를 이용하여 검출하고, 잡티주변을 검사하여 잡티가 아닌 깨끗한 피부를 잡티 영역에 복사하여 채워나가는 방식으로 피부 영역을 복원한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 춘계학술대회
• /
• pp.364-367
• /
• 2013

본 논문은 모폴로지 연산을 이용하여 얼굴의 잡티를 제거하는 기법을 제안한다. 먼저, 입력받은 RGB 3채널 영상에서 각 채널의 픽셀 값을 이용하여 피부 영역을 검출한다. 피부 영역의 R, G, B 각 채널 영상에 대한 히스토그램을 만들어 각 채널 당 빈도수가 많은 픽셀 값 3개를 저장한다. 그 후, 피부 영역에 블랙햇 연산을 하여 잡티를 찾아낸다. 잡티로 검출된 픽셀은 자신의 픽셀 값과 8방향 이웃 픽셀 값, 앞에서 선택된 픽셀 3개의 평균으로 그 값을 변경한다. 그리고 잡티 부분의 픽셀에 중간값 필터를 이용하여 블러링을 한다. 잡티가 있는 얼굴 사진을 테스트 영상으로 실험한 결과 제안된 시스템은 얼굴의 잡티를 제거하여 얼굴 피부를 보정하는 방법은 단순히 영상을 밝게 하여 얼굴 피부를 보정하는 방법보다 효율적이다.