• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.889-891
• /
• 2005

본 논문에서는 실시간 영상을 대상으로 조명변화에 강인한 얼굴 영역 자동 검출 방법을 제안한다. 실시간 영상에서 가장 효율적이고 컴퓨터의 계산량을 줄일 수 있는 색상 정보를 이용하여 얼굴 영역을 추출함에 있어 색상 정보사용 시 단점인 외부 조명의 영향을 줄여주는 효과적인 조명 보정 방법을 제시하고 조명 보정에 의해 평활화된 영상에서 YCbCr 색상모델을 적용하여 얼굴 후보 영역을 검출하는 방법을 제시한다. 실험 결과 조명의 영향을 많이 받는 실시간 영상에서 적응적 조명 보정 방법으로 영상을 향상시킨 뒤 Cb, Cr 그리고 Y를 이용함으로서 기존의 방법보다. 얼굴 영역을 보다 정확하게 검출할 수 있음을 볼 수 있었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.321-324
• /
• 2002

본 논문에서는 다양한 환경하에서 인간의 식별과 감정을 인식할 수 있는 감정 인식 알고리즘을 제안한다. 제안된 알고리즘을 구현하기 위해, 먼저, CCD 칼라 카메라에 의해 획득한 원 영상으로부터 피부색을 이용해 얼굴영상을 얻는 과정을 거친다. 그 다음, 주요 요소분석을 기본으로 하는 얼굴인식기술인 Eigenface를 사용하여 이미지들을 고차원의 픽셀공간으로부터 저차원공간으로의 변환하는 파정을 거친다. 제안된 개인에 대한 식별과 감성인식은 사용한 특징벡터들의 추출로 인한 Eigenface의 가중치와 상관관계를 통해 이루어진다 즉, 영상의 가중치로부터 개인에 대한 식별과 감성정보를 찾는 방법을 제안한다. 마지막으로, 실험을 통해 제안된 방법의 응용가능성을 보인다.

• The KIPS Transactions:PartB
• /
• v.8B no.1
• /
• pp.20-27
• /
• 2001

얼굴검출은 현재 많은 연구가 활발히 진행되고 있는 분야로 보안, 인식 등 다양한 응용분야를 갖는다. 본 논문은 카메라가 화자의 이동에 따라 이를 추적하여 회전하고 회의상황에 맞는 앵글을 유지하는 지능형 영상회의 시스템 개발의 기본요소인 화자검출의 선행단계로 얼굴검출에 대한 새로운 방법을 제안한다. RGB 색 공간의 입력영상을 YIQ 공간으로 변환한 후 IQ 성분은 피부영역검출에 Y 성분은 얼굴의 특성을 추출하는데 사용된다. 색 분포도를 이용하여 피부영역을 검출하고, 마스크를 누적 적용하여 잡음을 제거한 후 얼굴의 구조적인 특성과 명암의 분포를 이용하여 얼굴영역이 검출된다. 실험결과 다양한 배경의 영상에서 여러 명의 얼굴이 오류 없이 검출됨이 관찰되었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.219-222
• /
• 2012

최근 얼굴검출에 관한 연구는 FPGA를 통한 H/W설계부터 DSP, GPU, ARM Core에 효율적인 S/W 설계까지 다양하게 연구되고 있다. 본 연구에서는 Multi-Core에 효과적인 얼굴검출 방법을 제안한다. 피부색을 통한 얼굴 후보를 추출하고 그 외의 배경 이미지는 삭제하여 연산처리를 빠르게 하였다. Viola-Jones가 제안한 얼굴검출 알고리즘을 POSIX Thread를 사용하여 병렬 처리하였고 그 성능을 단일 코어와 멀티코어에서 측정하였다. 단일 코어에서는 성능의 향상이 없었으나 멀티코어에서는 약 1.8배 속도가 향상되었고 검출 성공률은 기존과 동일하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.741-744
• /
• 2004

본 연구는 손의 형상을 복잡한 배경환경에서 손 영역을 안정적으로 검출, 인식하여 윈도우 플레이어의 기능을 제어하는 시스템을 제안하였다. 손은 형상이 매우 복잡하기 때문에 2차원 형상의 불변량에 해당하는 에지의 방향성 히스토그램을 이용하여 인식을 행한다. 이 방법은 복잡한 배경에서 피부색을 지닌 손 영역이 정확히 추출되며 손 형상을 인식하는데 있어서 수행속도가 빠르고 조명변화에 덜 민감하기 때문에 실시간 손 형상 인식에 적합하다. 본 논문에서 제안한 방법을 윈도우 플레이어 제어에 적용한 결과 안정적으로 제어 할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.76-79
• /
• 2007

수화는 하나의 제스처가 하나의 단어를 나타내는 수화 단어와 한글을 알파벳으로 표현하는 지문자로 구성되어 있다. 본 논문에서는 USB 카메라로부터 촬영한 영상을 얻고 히스토그램을 이용하여 피부색 영역을 추출한다. 얼굴 영역 추적을 활용하여 이미지를 그리드화하고 지문자의 위치를 파악하여 초성, 중성, 종성을 구분하고 한글 음절을 구성하였다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.6 no.2
• /
• pp.243-248
• /
• 2011

In this paper, we propose a new method to extract palm lines and read it with simple techniques from one photo. We use morphological information and 8-directional contour tracking algorithm. From the digitalized image, we transform original RGB information to YCbCr color model which is less sensitive to the brightness information. The palm region is extracted by simple threshold as Y:65~255, Cb:25~255, Cr:130~255 of skin color. Noise removal process is then followed with morphological information of the palm such that the palm area has more than quarter of the pixels and the rate of width vs height is more than 2:1 and 8-directional contour tracking algorithm. Then, the stretching algorithm and Sobel mask are applied to extract edges. Another morphological information that the meaningful edges(palm lines) have between 10 and 20 pixels is used to exclude noise edges and boundary lines of the hand from block binarized image. Main palm lines are extracted then by labeling method. This algorithm is quite effective even reading the palm from a photographed by a mobile phone, which suggests that this method could be used in various applications.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.41 no.1
• /
• pp.1-12
• /
• 2004

In this paper, we present an identificable face (n face) detection method robust to color degradation and partial veiling. This method is composed of three parts: segmentation of face candidate regions, extraction of face candidate windows, and decision of veiling. In the segmentation of face candidate regions, face candidate regions are detected by finding skin color regions and facial components such as eyes, a nose and a mouth, which may have degraded colors, from an input image. In the extraction of face candidate windows, face candidate windows which have high potentials of faces are extracted in face candidate regions. In the decision of veiling, using an eigenface method, a face candidate window whose similarity with eigenfaces is maximum is determined and whether facial components of the face candidate window are veiled or not is determined in the similar way. Experimental results show that the proposed method yields better the detection rate by about $11.4\%$ in test DB containing color-degraded faces and veiled ones than a conventional method without considering color degradation and partial veiling.

• KIPS Transactions on Software and Data Engineering
• /
• v.11 no.1
• /
• pp.41-50
• /
• 2022

In this paper, a method to directly calculate the major elements of skin color such as melanin and hemoglobin from the RGB signal of the camera is proposed. The main elements of skin color typically measure spectral reflectance using specific equipment, and reconfigure the values at some wavelengths of the measured light. The values calculated by this method include such things as melanin index and erythema index, and require special equipment such as a spectral reflectance measuring device or a multi-spectral camera. It is difficult to find a direct calculation method for such component elements from a general digital camera, and a method of indirectly calculating the concentration of melanin and hemoglobin using independent component analysis has been proposed. This method targets a region of a certain RGB image, extracts characteristic vectors of melanin and hemoglobin, and calculates the concentration in a manner similar to that of Principal Component Analysis. The disadvantage of this method is that it is difficult to directly calculate the pixel unit because a group of pixels in a certain area is used as an input, and since the extracted feature vector is implemented by an optimization method, it tends to be calculated with a different value each time it is executed. The final calculation is determined in the form of an image representing the components of melanin and hemoglobin by converting it back to the RGB coordinate system without using the feature vector itself. In order to improve the disadvantages of this method, the proposed method is to calculate the component values of melanin and hemoglobin in a feature space rather than an RGB coordinate system using a feature vector, and calculate the spectral reflectance corresponding to the skin color using a general digital camera. Methods and methods of calculating detailed components constituting skin pigments such as melanin, oxidized hemoglobin, deoxidized hemoglobin, and carotenoid using spectral reflectance. The proposed method does not require special equipment such as a spectral reflectance measuring device or a multi-spectral camera, and unlike the existing method, direct calculation of the pixel unit is possible, and the same characteristics can be obtained even in repeated execution. The standard diviation of density for melanin and hemoglobin of proposed method was 15% compared to conventional and therefore gives 6 times stable.

• Journal of Korea Society of Industrial Information Systems
• /
• v.20 no.2
• /
• pp.57-63
• /
• 2015

Compared to other emotion recognition technology, facial expression recognition technology has the merit of non-contact, non-enforceable and convenience. In order to apply to a psychological robot, vision technology must be able to quickly and accurately extract the face region in the previous step of facial expression recognition. In this paper, we remove the background from any image using the YCbCr skin color technology, and use Haar-like Feature technology for robust face detection. We got the result of improved processing speed and robust face detection by removing the background from the input image.