• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권1호
• /
• pp.54-61
• /
• 2009

피부색 정보는 비전 기반 시스템에서 인체 인식에 널리 쓰이는 중요한 정보이다. 그러나 기존의 픽셀 단위의 피부색 분할 방법은 피부색 영역 내부와 외부에 발생하는 오분할로 인해 여러 가지 피부색 관련 시스템의 인식률을 저해시키는 요인이 된다. 본 논문에서는 양자화 영역 정보로부터 프레임 간에 근접한 유사 피부색의 영역별 분할을 통한 피부색 분할 방법을 제안한다. 제안하는 방법은 피부색 영역분할을 위해 JSEG 알고리즘을 통해 영상의 칼라를 양자화하여 영역을 분할한다. 분할된 영역으로부터 근접한 유사 피부 영역의 후보를 결정하고, 각 영역의 히스토그램 비교를 통해 피부색 영역을 결정한다. 이렇게 결정된 영역으로부터 피부색 표본을 추출하여 다음 프레임을 위한 피부색 모델을 갱신한다. 성능 평가를 위해 ECHO 데이타베이스와 조명이 변화하는 환경에서 실제 촬영한 영상을 이용하여 기존 연구의 분류 방법 비교 실험을 실시하였고, 기존보다 향상된 영역 분할 및 조명 적응 성능을 보였다.

• 한국콘텐츠학회논문지
• /
• 제9권5호
• /
• pp.1-12
• /
• 2009

올바른 피부색 검출은 사람의 얼굴 검출 및 동작 분석에서 매우 중요한 전처리과정에 속한다. 피부 검출은 일반적으로 화소의 칼라 공간을 Non-RGB로 변형하고, 피부색의 조명 요소를 제거한 다음 피부색 분포 모델에 의해 Skin과 Non-Skin으로 분류하는 3단계로 진행된다. 이는 피부색 검출이 칼라 공간, 조명 요소의 존재 여부, 피부 모델링 방법에 따라 수행 성능에 많은 영향을 받기 때문이다. 본 연구에서는 조명 조건에 따라 피부색 모델의 범위에 차이가 있다는 사실에 기초하여 다양한 조명 조건과 복잡한 배경을 가진 영상에서 효과적으로 다인종의 피부색을 분류해내 기 위한 3차원 피부색 모델을 제시하고자 한다. 제안된 피부색 모델은 화소의 칼라 공간을 YCbCr공간으로 변형하고, 각 요소(Y, Cb, Cr) 값에 의한 3차원 피부색 모델을 형성한다. 다인종의 피부색을 함께 분할하기 위해 인종(백인, 흑인, 황인)별 피부색 모델을 먼저 생성한 후 각각의 모델에서 피부색 확률에 따라 결합한 다인종을 위한 통합 모델을 생성하였다. 또한 우리는 적은 양의 훈련 데이터로 피부색 영역을 올바르게 검출할 수 있도록 여러 단계의 피부색 영역을 설정하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (2)
• /
• pp.433-435
• /
• 2001

얼굴 인식분야에서 실시간 얼굴검출에 대한 관심이 높아짐에 따라 피부색컬러 모델을 통한 얼굴영역검출에 대한 연구가 활발히 진행되고 있다. 그러나, 기존의 피부색 모델은 밝기 정보를 제거한 단일 채널의 색상모델이 대부분이다. 이에 본 논문에서는 얼굴피부색을 보다 효과적으로 모델링하기 위하여, 피부색 특성을 고려하여, 밝기 성분을 제거한 RGB 컬러를 모두 사용하는 H, Cb, Cg의 다채널 피부색 모델을 제시한다. 또한, 색상정보에서 사용하지 않은 밝기 정보는 영상 분할을 통해 사용한다. 제안하는 피부색 모델을 통한 얼굴영역 추출 과정을 보인다.

• 한국정보통신학회논문지
• /
• 제14권8호
• /
• pp.1809-1818
• /
• 2010

피부색 영역의 검출을 위한 기존 연구들은 영상의 각 픽셀을 피부에 속하는 픽셀(피부픽셀)과 속하지 않는 픽셀(비피부픽셀)로 나누게 된다. 이때 정확한 피부색 영역을 검출하는 작업은 영상의 조명효과 및 화장에 의한 피부색 변형 등으로 매우 어려운 작업이다. 본 논문에서는 피부 영역 검출을 어렵게 하는 여러 가지 요인을 포함한 영상들로부터 효율적으로 피부영역을 검출하기 위해 계층화된 피부 모델과 컨텍스트 정보를 통합하여 피부 영역 검출의 성능을 향상시키는 방법을 제안한다. 먼저, 획득된 영상들로부터 뽑아낸 피부색 색깔 값들의 확률분포를 YCbCr칼라 공간에 만들고, 그 확률 값에 따라 피부(Skin), 피부후보(Skinness), 비피부(Non-skin)의 3계층으로 분류한 3차원 피부색 모델을 만든다. 계층화된 피부색 모델을 이용하여 각 픽셀의 피부색 여부를 결정하고, 피부후보(Skinness)색에 해당하는 경우에는 이웃 화소의 정보를 고려하여 피부색 또는 비 피부색으로 정하게 된다. 제안 방법의 사용으로 피부색이 왜곡 되었거나 피부색과 유사한 객체가 포함된 다양한 영상들에서도 효율적으로 피부 영역을 분할할 수 있었다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 춘계학술발표논문집(하)
• /
• pp.553-558
• /
• 2002

본 논문에서는 컬러 영상에서 피부색 분할과 소벨 마스크를 이용한 얼굴 영역 검출 알고리즘을 제안한다. 제안된 알고리즘은 YCbCr색공간에서 Cb와 Cr성분을 이용하여 피부색 분할을 한 후에 형태학적 필터링과 레이블링을 통해 얼굴 후보 영역을 분리한다. 분리된 각 후보 영역에 대해 휘도 성분 Y에서 소벨 마스크의 수직 연산자를 적용한 후에 수평 투영을 통해 나타난 최대값을 눈의 위치로 검출해낸다. 비슷하게 얼굴의 지형적인 특징과 소벨 마스크의 수평 연산자를 적용하여 계산된 수평 투영의 최대값에 따라 턱 부분을 검출한다. 컴퓨터 시뮬레이션 결과는 제안된 방법이 기존의 방법보다 얼굴 영역을 정확하게 분리할 수 있음을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 추계학술발표논문집 (상)
• /
• pp.669-672
• /
• 2002

최근 멀티미디어 기술의 급속한 발달로 인해 개인의 신원 확인, 보안 시스템 등의 영역에서 얼굴과 관련된 연구가 활발히 진행 되고 있다. 기존의 연구에서는 원거리 추적이 어려우며, 연산시간, 잡음(noise), 배경과 조명등에 따라 추적 효율이 낮은 단점을 가지고 있다. 본 논문에서는 빠르고 정확한 얼굴 추적을 위한 차 영상 기법(differential image method)을 이용한 분할영역(segmentation region)에서 움직임(motion)과 피부색(skin color) 특성 기반의 객체분할추적(Tracking Of Object segmentation) 방법을 이용하였다. 객체분할추적은 얼굴을 하나의 객체(object)로 인식하고 제안한 방법으로 얼굴 부분만 분할하는 단계와 얼굴특징추출 단계를 적용하여 피부색 기반의 연구에서 나타난 입력영상(Current Frame)에서의 유동적인 피부색의 노출 대한 얼굴 추적 연구의 문제점을 해결했다. 시스템은 현재 컴퓨터에 일반적으로 사용되는 카메라를 이용하여 구현 하였고, 실시간(real-time) 영상에서 비교적 성공적인 얼굴 추적을 하였다[4].

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권9호
• /
• pp.1161-1170
• /
• 2004

본 논문에서는 군집화 알고리즘을 사용하여 피부색 영역을 분할하는 방법을 제안한다. 기존의 군집화 알고리즘들의 대부분은 주로 구형의 군집을 검출하고, 배치형으로 수행되며, 군집의 개수를 미리정해야 한다는 문제점을 가지고 있다. 본 논문에서는 대표적인 타원형 군집화 알고리즘인 EM 알고리즘을 변형하여, 온라인으로 학습가능하며, 군집의 개수를 자동적으로 찾아낼 수 있는 EAM 알고리즘을 사용하였다. EAM 알고리즘외 유효성은 피부색 영역 분할에 대해 증명되었다. 실험결과는 군집의 개수가 미리 주어지지 않더라도, EAM 알고리즘은 주어진 영상에 대해 자동적으로 옳은 군집의 개수를 찾아냈고, EM 알고리즘과 비교하여 더 좋은 분할 결과를 보여주고 있다. 영역에 대한 조건부 확률을 이용하여 성공적인 피부색 영역의 탐지 및 분할 결과를 얻었다. 또한 사람이 포함된 영상을 분류하는 문제에도 적용하여 좋은 분류 결과를 얻었다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2012년도 춘계학술발표대회논문집
• /
• pp.371-373
• /
• 2012

본 논문에서는 컬러 영상 기반에서 배경에 강인한 피부 영역 검출 기법을 제안하고 손 인식기법을 활용한 응용프로그램을 제안한다. 코드북 모델[1]을 이용하여 배경/전경을 분리하고, 분리된 전경에서 피부색정보를 이용하여 관심영역을 도출한다. 피부 영역을 검출하기 위한 단계에서는 YCbCr, HSV, LUV 색상 모델의 혼합하여 피부색 후보 영역에 대한 임계구간을 통해 강인한 피부 영역을 분할한다. 분할된 영역을 관심영역으로 설정하고 Kalman filter를 이용하여 영역을 추적한다. 결과적으로 복잡하고 고정된 배경에서 조명에 강인한 피부 영역 분할 및 추적이 가능하며 이를 응용한 사용자 인터페이스로 사용될 수 있다.

• 전자공학회논문지CI
• /
• 제47권2호
• /
• pp.11-20
• /
• 2010

본 논문에서는 피부색 정보를 이용한 얼굴 후보 검출 방법과 얼굴의 구조적 특징을 이용한 얼굴 확인 방법으로 구성된 얼굴 검출 시스템을 제안한다. 먼저 제안하는 얼굴 후보 검출 방법은 피부색 영역과 피부색의 주변 영역에 대한 이미지 분할과 병합 알고리듬을 이용한다. 이미지 분할과 병합 알고리듬의 적용은 복잡한 이미지에 존재하는 다양한 얼굴들을 후보로 검출할 수 있다. 그리고 제안하는 얼굴 확인 방법은 얼굴을 지역적인 특징에 따라 분류 가능한 부분 얼굴 분류기를 사용하여 얼굴의 구조적 특징을 판단하고, 얼굴과 비-얼굴을 구별한다. 부분 얼굴 분류기는 학습 과정에서 얼굴 이미지만을 사용하고, 비-얼굴 이미지는 고려하지 않기 때문에 적은 수의 훈련 이미지를 사용한다. 실험 결과 제안한 얼굴 후보 검출 방법은 기존의 방법보다 평균 9.55% 많은 얼굴을 후보로 검출하였다. 그리고 얼굴/비-얼굴 분류 실험에서 비-얼굴에 대한 분류율이 99%일 때 기존의 분류기보다 평균 4.97% 높은 얼굴 분류율을 달성 하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 하계학술대회
• /
• pp.446-448
• /
• 2011

본 논문에서는 조명 보정과 지역적인 밝기 정보를 이용한 유해 영상에서의 피부색 검출 방법을 제안한다. 첫번째, 조명의 영향을 줄이기 위하여 입력 영상을 히스토그램 평활화하여 명암 값의 분포가 한쪽으로 치우치거나 균일하지 못한 영상의 명암 값 분포를 균일화 시켜 영상을 향상될 수 있도록 한다. 그 다음, 평활화 시킨 영상을 25 개의 블록으로 분할한 후, 각 블록에서의 밝기 값에 대한 통해 평균과 왜도를 구한다. 구해진 값들을 영상의 임계값으로 설정하여 이진화 시킨다. 그리고, 평활화시킨 영상의 RGB 값을 Lab 컬러 공간으로 변환한다. 변환된 컬러 공간내의 조명 성분 값인 L(Luminance)값을 추출하여 이를 역변환 한다. 역변환한 L 값은 비정규 조명을 갖는 유해 영상의 조명에 민감한 영향을 제거하기 위하여 평활화 영상에 합한다. 마지막으로, 밝기 임계값을 통해서 얻어진 이진영상내의 객체 영역과 RGB 피부색 임계값을 통한 조명 보정된 평활화 영상내의 피부색 영역의 공통된 영역을 결과값으로 추출한다.