• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 춘계종합학술대회
• /
• pp.1161-1164
• /
• 2005

본 논문에서는 얼굴 영상에서 눈동자와 입술을 효과적으로 인식하는 방법을 제안하였다. 색 정보를 기반으로 LDA를 이용하여 입술 영역을 찾았다. 눈동자와 흰자위로 구성되는 눈의 형태적인 특징과 눈동자와 눈썹 사이의 관계를 반영하는 평가함수를 정의하여 눈동자를 인식하였다. 입술에서의 밝기차이를 기반으로 가중치 벡터를 정의하여 위 입술과 아래 입술 사이의 경계선을 찾고 입술과 인접한 피부와의 밝기 차이를 이용하여 입술의 양 끝점 및 위와 아래의 끝점을 찾았다. 여러 영상에 대한 실험 결과 좋은 결과를 얻었다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1998년도 학술발표대회 논문집 제17권 2호
• /
• pp.347-350
• /
• 1998

음성신호와 영상신호를 함께 이용하는 바이모달(Bi-modal)음성인식에서 어떤 입술 파라미터를 사용하는가에 따라 인식시스템의 성능이 달라진다. 그래서 본 논문에서는 이미지에 근거한 입술파라미터를 견인하게 추출하기 위한 방법으로 x 프로파일(profile)을 이용한 방법을 사용하였다. 파라미터를 선정을 달리하여 실험한 결과 15dB이상에서는 안쪽입술의 2개의 파라미터를 이용한 경우가, 10dB이하에서는 4개의 입술파라미터를 이용한 경우가 더 좋은 인식률을 보였다. 안쪽 입술 파라미터를 이용한 경우가 바깥쪽 입술 파라미터를 이용한 경우보다 더 좋은 인식률을 보였다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1998년도 학술발표대회 논문집 제17권 1호
• /
• pp.111-114
• /
• 1998

기존의 음성인식시스템의 잡음환경에서 인식률의 한계를 극복하기 위해 음성신호뿐만이 아니라 입술정보를 결합하여 음성인식에 이용하여 바이모달(Bi-modal) 음성인식이 근래에 제안되어지고 있다. 그래서 바이모달 음성인식 시스템을 실제로 구현해보고 인식 실험을 수행해 보았다. 입술영상은 이미지에 근거한 입술모양을 파라메터화하여 인식실험에 사용하였으며 음성과 입술영상을 각각 인식한 후 인식스코어(Score)에 가중치를 적용하여 통합하는 방법을 사용하였다. 마지막으로 바이모달 음성인식의 잡음환경에서의 성능을 알아보기 위해 음성신호에 여러 레벨의 잡음을 섞어서 실험을 하고 잡음환경에서 인식률의 한계를 입술정보를 이용하여 극복할 수 있다는 것을 보이고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2007년도 춘계학술발표대회
• /
• pp.431-434
• /
• 2007

얼굴 인식은 생체인식 기술 중 비 강압식이라는 장점으로 인해 각광받고 있는 분야이다. 그러나 얼굴인식은 조명, 표정에 의해 인식 성능이 저하되는 단점이 있다. 그 중 얼굴표정에 많은 영향을 받으며, 잡음이 많은 부분이 입술부분이다. 입술모양의 변화에 따라 가보벡터 추출에 잡음이 포함되기 때문에, 얼굴 인식 성능이 저하되는 현상이 발생됨을 실험을 통해 알 수 있었다. 따라서 본 논문에서는 입술모양의 변화에 따른 잡음을 줄이기 위해 입술영역에 최적화된 말스버그 가보 웨이브렛 커널(Malsburg Gabor Wavelet Kerne)을 제안한다. 각 입술 특징점에 말스 버그 가보 웨이브렛을 적용하여, 추출된 가보벡터를 통계적으로 분석함으로써 잡음을 확인 할 수 있었으며, 잡음을 최소화하기 위해 입술 영역에 적응적인 말스버그 가보 웨이브렛 커널 을 제안하였다. 실험에 사용한 이미지는 1196 FERET Gellery 이미지를 사용하였으며, 얼굴 인식 성능이 향상됨을 알 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권4호
• /
• pp.403-410
• /
• 2004

바이모달 음성인식기는 잡음 환경하 음성인식 성능을 향상하기 위해 고안되었다. 바이모달 음 성인식기에 있어 영상을 통한 시각 특징 추출은 매우 중요한 역할을 하며 이를 위한 입술 위치 검출은 시각 특징 추출을 위한 중요한 선결 과제이다 본 논문은 색상분포와 SVM을 이용하여 시각 특징 추출을 위한 입술 위치 검출 방법을 제안하였다. 제안된 방법은 얼굴색/입술 색상 분포를 학습하여 이로부터 입술의 초기 위치를 빠르게 찾아내고 SVM을 이용하여 입술의 정확한 위치를 찾음으로써 정확하고 빠르게 입술의 위치를 찾도록 하였으며 실험을 통해 바이모달 인식기에 적용하기에 적합함을 알 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제6권6호
• /
• pp.968-976
• /
• 2003

본 논문은 입술형태를 인식하기 위한 방법을 제안하였다. 입술은 GLDM(Gray Level Distribution Model)을 기반으로 표현하였으며 입술인식은 모델에 대한 입력영상의 정확도에 대한 목적함수를 최적화하는 문제로 단순화하였다. 최적화를 위해 다운힐 심플렉스(Down Hill Simplex) 알고리즘을 이용하였으며 지역 최소점으로 수렴하는 문제를 해결하기 위한 새로운 방법을 제안하였다 제안한 방법으로 기존의 능동적 형태 모델(ASM Active Shape Model)에서 찾지 못하던 입술의 윤곽을 찾아낼 수 있음을 보였다.

• 한국통신학회논문지
• /
• 제35권7C호
• /
• pp.598-603
• /
• 2010

이 논문에서는 해양 선박 안의 잡음 환경에서 현저하게 떨어지는 음성 인식률을 높이기 위해 기존 음성인식 시스템에 화자의 입술의 움직임 변화를 입력정보로 이용하려는 입술 읽기에 대해서 연구하였다. 제안한 방법은 획득한 입력 영상에 Gabor 여파기를 이용하여 전처리과정의 성능을 향상 시켜 인식률을 높였다. 실험은 기본 시스템의 조명의 변화가 발생하는 선박 안의 환경에서 시간에 따라 입술 영상을 획득하여 수행하였으며, 인식 성능비교를 위해서 획득한 입력 영상을 이산여현파변환을 수행한 뒤 얻은 입술 관심영역에 대해 Gabor 여파기를 이용하여 얻어진 영상에 입술 접기를 수행하여 인식하는 방법과 입술 접기를 수행한 영상에 대해 인식을 수행하는 방법으로 실험하였다. 제안한 방법을 적용한 선박환경에서 실험 결과는 관심영역 영상에 Gabor 필터링을 이용하였을 때 기본 시스템에 견주어 매개변수가 거의 줄어들지 않았으며 그 인식률은 44%이었다. 한편, 입술 접기를 수행한 영상을 Gabor 여파하여 조명의 영향에 의한 성분을 제거한 바, 인식률이 11%쯤 높아진 55.8%를 나타내었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.299-302
• /
• 2023

입 모양 인식은 음성인식의 중요한 부분 중 하나로 이를 개선하기위한 다양한 연구가 진행되어 왔다. 기존의 연구에서는 주로 입술주변 영역을 관찰하고 인식하는데 초점을 두었으나, 본 논문은 음성인식 시스템에서 기존의 입술영역과 함께 입술, 턱, 뺨 등 다른 관심 영역을 고려하여 음성인식 시스템의 입모양 인식 성능을 비교하였다. 입 모양 인식의 관심 영역을 자동으로 검출하기 위해 객체 탐지 인공신경망을 사용하며, 이를 통해 다양한 관심영역을 실험하였다. 실험 결과 입술영역만 포함하는 ROI 에 대한 결과가 기존의 93.92%의 평균 인식률보다 높은 97.36%로 가장 높은 성능을 나타내었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권5호
• /
• pp.311-318
• /
• 2002

이 논문은 눈동자와 입술을 효과적으로 인식하는 방법을 제안하였다. 얼굴에서 가장 어두운 부분 중의 하나인 눈동자와 밝은 부분인 흰자위로 구성되는 눈의 형태적인 특징과 눈동자와 눈썹 사이의 관계를 반영하는 평가함수를 이용하여 눈동자를 인식하였다. 입술 형태, 입술과 인접한 피부와의 밝기 차이를 반영하는 가중치 벡터들을 사용하여 두 입술 사이의 경계선과 입술의 4개 특징점(양 끝점 및 위와 아래의 끝점)을 찾았다. 여러 영상들에 대해 실험하여 좋은 결과를 얻었다.

• 한국음향학회지
• /
• 제18권3호
• /
• pp.68-72
• /
• 1999

바이모달 음성인식 시스템에서 어떤 입술파라미터를 선정하느냐 그리고 얼마나 견인하게 추출하는 가에 따라서 인식률에 큰 영향을 미친다. 그래서 본 논문에서는 자동 추출 알고리듬을 이용하여 입술파라미터를 추출하고 안쪽 입술 파라미터가 바깥 입술 파라미터보다 바이모달 음성인식 시스템에 더 많은 영향을 미친다는 것을 보였다. 그리고 손으로 추출한 추출알고리듬과 비교하여 자동 추출알고리듬의 신뢰성을 비교하였다.