• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.30 no.6C
• /
• pp.585-592
• /
• 2005

One of the most important things in the researches on diseases is to attach more importance to prevention of a disease and preservation of health than to treatment of a disease, also to foods rather than to medicines. In this context, the most significant concern in examining a patient is to find the presence of disease, and, if any, to diaguose the type of disease, after which a pharmacotherapy is followed. In this paper, various diagnosis methods of Oriental medicines are discussed. And ocular inspection, the most important method among the 4 disease diagnoses of Oriental medicines, is studied. Observing a person's shape and color has been the major method for ocular inspection, which usually has been dependent upon doctor's intuition as of these days. We are developing an automatic system which provides objective basic data for ocular inspection. As the first stage, we applied the signal processing techniques to automatic feature extraction of faces for ocular inspection. Firstly, facial regions are extracted from the point of frontal view, which was followed by extraction of their features. The experiment applied to 20 persons showed that frontal face regions are perfectly extracted, as well as their features, such as eyes, eyebrows, noses and mouths. Future work will seek to address the issues of morphological operation for a few unfinished extraction results, such as combined hair and eyebrows.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.465-468
• /
• 2000

얼굴 영상은 똑같은 표정의 같은 사람이라도 조명에 따라 매우 다른 얼굴 영상으로 나타난다. 따라서 본 논문에서는 조명 변화에 강인한 얼굴 인식 방법을 제안한다. 제안된 방법은 오프라인 훈련(off-line training)과 온라인 인식(on-line recognition)의 두 부분으로 이루어져 있다. 오프라인 훈련은 PCA(principal component analysis)를 기반으로 한다. 온라인 인식에서는 조명 변화에 대한 보상, 얼굴 특징의 추출, 그리고 인식을 위한 분류 과정의 3 단계로 구성되어 있다. 오프라인 훈련에서는 전체 훈련 얼굴 영상 데이터에 PCA를 적용하여 조명 변화가 최대한 제외된 특징 벡터 공간을 생성한다. 실제 인식 단계에서는 첫 번째로 입력 영상으로 들어온 얼굴 영상에서 조명의 영향을 보상하기 위해 준동형 필터링(homomorphic filtering) 후 밝기 정규화(normalization)를 취한다. 두 번째 단계에서는 입력 데이터의 차원을 줄이고 얼굴 특징 벡터를 구하기 위해 PCA를 수행한다. 마지막 과정으로서 입력 영상의 특징 벡터들과 오프라인에서 미리 구하여진 특징 벡터들의 유사도를 측정하여 얼굴을 인식하게 된다. 실험 결과 제안된 방법은 기존의 Eigenface 방법에 비해 우수한 성능을 나타내었다.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.135-138
• /
• 2001

본 논문에서는 3D 레이저 스캐너로 입력된 3차원 얼굴 영상에서 코의 특징 정보를 이용하여 얼굴을 인식하는 알고리즘을 제안하였다. 특히 3차원 영상은 주변의 조명 변화에 크게 영향을 받지 않는 장점이 있다. 이러한 정보를 이용하여, 제안된 알고리즘에서는 얼굴에서 가장 두드러지게 보이는 코의 3차원 정보를 이용하여 인식하는 알고리즘을 제안한다. 먼저 코를 추출한 다음, 회전된 3차원 영상에 대하여 정규화를 실시하고, 등고선을 이용한 영역기반의 방법과 특징기반의 방법을 이온하여 인식을 수행한다. 등고선을 이용한 영역기반은 3차원 얼굴 영상을 코끝의 좌표를 기준 점으로 등고선의 값이 10, 20, 30이 되는 영역을 추출 한 후 데이터 베이스 값들과 비교하여 각각의 차 영역에 대한 무게중심(X, Y), 픽셀 수, 분산을 구하여 순위가 가장 높은 것을 취한다. 특징 기반의 방법으로, 얼굴에 있어서의 실제의 코의 길이, 높이, 너비를 구하여 그 차가 가장 적은 것을 취한다. 위의 2가지 방법을 이용하여 인식을 수행 결과 100%의 인식률을 나타내었다.

• Journal of Korea Multimedia Society
• /
• v.16 no.1
• /
• pp.108-118
• /
• 2013

Recently the 3D modeling techniques were developed rapidly due to rapid development of computer vision, computer graphics with the excellent performance of hardware. With the advent of a variety of 3D contents, 3D modeling technology becomes more in demand and it's quality is increased. 3D face models can be applied widely to such contents with high usability. In this paper, a 3D face modeling is attempted from a given single 2D frontal face image. To achieve the goal, we thereafter the feature points using AAM are extracted from the input frontal face image. With the extracted feature points we deform the 3D general model by 2-pass mesh warping, and also the depth extraction based on intensity values is attempted to. Throughout those processes, a universal 3D face modeling method with less expense and less restrictions to application environment was implemented and it's validity was shown through experiments.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.11 no.1
• /
• pp.185-191
• /
• 2011

Recently, the surveillance system is highly being attention. Various Technologies as detecting object from image than determining and recognizing if the object are person are universally being used. Therefore, In this paper shows detecting on this kind of object and local context based facial feather detection algorithm is being advocated. Detect using Gabor Bunch in the same time Bayesian detection method for revision to find feather point is being described. The entire system to search for object area from image, context-based face detection, feature extraction methods applied to improve the performance of the system.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.370-372
• /
• 2001

본 논문에서는 컬러 정지 영상을 대상으로 상반신 인물 영상이 입력되었을 때, 얼굴 영역을 추출하고 검증하는 방법을 제안한다. 본 논문의 얼굴 추출과정은 1단계로 영상 내 피부색 영역을 추출한 다음, 후보 영역들에 대한 공간적 제한조건을 이용하여 1차 얼굴 후보 영역을 결정한다. 2단계에서는 얼굴 구성 요소 중 가장 두드러진 특징으로서 눈 영역을 탐색하고, 눈 영역을 기준으로 한국인의 얼굴에 대한 구조적 통계값을 적용한다. 이로서 얼굴 포함 최소 사각형 후보 영역을 결정한다. 마지막 3단계에서는 영상 내 색상 정보와 공간 정보 그리고 구조적 통계치로부터 결정된 얼굴 후보 영역에 대하여 얼굴 영역의 텍스춰(texture)를 Wavelet Packet Analysis를 이용해 조사함으로써 얼굴 영역을 확정하게 된다. 일반적으로 2단계에서 대부분의 얼굴 영역이 결정되지만 3단계에서 얼굴 내 텍스춰 정보를 활용하면 보다 적절한 얼굴 포함 사각형의 범위를 결정할 수 있었다.

• Journal of Broadcast Engineering
• /
• v.17 no.5
• /
• pp.808-816
• /
• 2012

Face recognition has been actively studied and developed in various fields. In recent years, interest point extraction algorithms mainly used for object recognition were being applied to face recognition. The SURF(Speeded Up Robust Features) algorithm was used in this paper which was one of typical interest point extraction algorithms. Generally, the interest points extracted from human faces are less distinctive than the interest points extracted from objects due to the similar shapes of human faces. Thus, the accuracy of the face recognition using SURF tends to be low. In order to improve it, we propose a face recognition algorithm which performs interest point extraction by SURF and the Gabor wavelet transform to extract descriptors from the interest points. In the result, the proposed method shows around 23% better recognition accuracy than SURF-based conventional methods.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• 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.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.496-498
• /
• 2001

Snake 모델(active contour model)은 초기값을 설정해주면 자동으로 임의의 물체의 윤곽을 찾아내는 알고리즘으로 영상에서 특정 영역을 분할하여 할 때 많이 이용되고 있다. 본 논문에서는 칼라 영상에서 얼굴과 얼굴의 특징점을 찾는 방법으로 이 알고리즘을 적용한다. 특히, 주어진 영상의 RGB 값을 정규화(normalization) 해주는 전처리 과정을 통해 얼굴의 특징점 후보 영역을 얻어내는 초기 값을 설정해주어야 하는 과정을 생략해주고 보다 정확한 값을 얻을 수 있도록 구현한다. RGB 값을 이용한 정규화 과정을 적용한 방법과 적용하지 않은 방법을 구현한 결과를 비교해줌으로써, 정규화 과정을 거친 방법의 성능이 더 우수함을 보여준다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.343-345
• /
• 2006

본 논문에서는 ASM(Active Shape Model)과 상태 기반 모델을 사용하여 동영상으로부터 얼굴 표정을 인식하는 방법을 제안한다. ASM을 이용하여 하나의 입력영상에 대한 얼굴요소 특징점들을 정합하고 그 과정에서 생성되는 모양 파라미터 벡터를 추출한다. 동영상에 대해 추출되는 모양 파라미터 벡터 집합을 세 가지상태 중 한 가지를 가지는 상태 벡터로 변환하고 분류기를 통해 얼굴의 표정을 인식한다. 분류단계에서는 분류성능을 높이기 위해 새로운 개체 기반 학습 방법을 제안한다. 실험에서는 새로이 제안한 개체 기반 학습 방법이 KNN 분류기보다 더 좋은 인식률을 나타내는 것을 보인다.