• 한국HCI학회:학술대회논문집
• /
• 2009.02a
• /
• pp.193-196
• /
• 2009

Most of studies adopt a fixed skin color model to segment skin color region in a single image. The methods, however, result in low detection rates or high false positive error rates since the distribution of skin color is varies depending on the characteristics of input image. For the effective skin color segmentation, therefore, we need a adaptive skin color model which changes the model depending on the color distribution of input image. In this paper, we propose a novel adaptive skin color segmentation algorithm consisting of 2 stages which results in both high detection rate and low false positive error rate.

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.148-153
• /
• 2006

인간-컴퓨터 상호작용(HCI) 기술은 과거 컴퓨터란 어렵고 소수의 숙련자만이 다루는 것이라는 인식을 바꾸어 놓았다. HCI 는 컴퓨터 사용자인 인간에게 거부감 없이 수용되기 위해 인간과 컴퓨터가 조화를 이루는데 많은 성과를 거두어왔다. 컴퓨터 비전에 기반을 두고 인간과 컴퓨터의 상호작용을 위하여 사용자 의도 및 행위 인식 연구들이 많이 행해져 왔다. 특히 손을 이용한 제스처는 인간과 인간, 인간과 컴퓨터 그리고 최근에 각광받고 있는 인간과 로봇의 상호작용에 중요한 역할을 해오고 있다. 본 논문에서 제안하는 손 추출 및 추적 알고리즘은 비전에 기반한 호출자 인식과 손 추적 알고리즘을 병행한 자연스러운 손 추출 및 추적 알고리즘이다. 인간과 인간 사이의 상호간의 주의집중 방식인 호출 제스처를 인식하여 기반하여 사용자가 인간과 의사소통 하는 것과 마찬가지로 컴퓨터/로봇의 주의집중을 끌도록 하였다. 또한 호출 제스처에 의해서 추출된 손동작을 추적하는 알고리즘을 개발하였다. 호출 제스처는 카메라 앞에 존재할 때 컴퓨터/로봇의 사용자가 자신에게 주의를 끌 수 있는 자연스러운 행동이다. 호출 제스처 인식을 통해 복수의 사람이 존재하는 상황 하에서 또한 원거리에서도 사용자는 자신의 의사를 전달하고자 함을 컴퓨터/로봇에게 알릴 수 있다. 호출 제스처를 이용한 손 추출 방식은 자연스러운 손 추출을 할 수 있도록 한다. 현재까지 알려진 손 추출 방식은 피부색을 이용하고 일정 범위 안에 손이 존재한다는 가정하에 이루어져왔다. 이는 사용자가 제스처를 하기 위해서는 특정 자세로 고정되어 있어야 함을 의미한다. 그러나 호출 제스처를 통해 손을 추출하게 될 경우 서거나 앉거나 심지어 누워있는 상태 등 자연스러운 자세에서 손을 추출할 수 있게 되어 사용자의 불편함을 해소 할 수 있다. 손 추적 알고리즘은 자연스러운 상황에서 획득된 손의 위치 정보를 추적하도록 고안되었다. 제안한 알고리즘은 색깔정보와 모션 정보를 융합하여 손의 위치를 검출한다. 손의 피부색 정보는 신경망으로 다양한 피부색 그룹과 피부색이 아닌 그룹을 학습시켜 얻었다. 손의 모션 정보는 연속 영상에서 프레임간에 일정 수준 이상의 차이를 보이는 영역을 추출하였다. 피부색정보와 모션정보로 융합된 영상에서 블랍 분석을 하고 이를 민쉬프트로 추적하여 손을 추적하였다. 제안된 손 추출 및 추적 방법은 컴퓨터/로봇의 사용자가 인간과 마주하듯 컴퓨터/로봇의 서비스를 받을 수 있도록 하는데 주목적을 두고 있다.

• Journal of Korea Multimedia Society
• /
• v.4 no.5
• /
• pp.396-405
• /
• 2001

Usually it is difficult to extract facial regions in a complex image by using only a predetermined skin color. Expecially, it is more difficult to separate them from background regions that contains the skin color. This paper proposes a face detection method by using gradual range expansion of an initial skin color. By analyzing the skin color distribution several images that are collected in the Web, the range of dense distribution is selected as the range of the initial skin color. In each expanding step, expanded regions in the image are tested whether they can be actual facial regions by using the information of the shape of general face and the location of face organs. The shape of general face is modeled as an ellipse and the aspect ratio of its bounding box is used to define the shape constraint for faces. Only the eyes and lips are used as the face organs, which can be easily detected by extracting horizontal edges in the expanded regions. through several experiments, it is confirmed that the proposed method can detect exactly not only faces having partly distorted regions by highlight but also faces neighboring similar color regions.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.299-302
• /
• 2006

본 논문에서는 다중필터와 복합형 신경망으로 구성된 얼굴 검출 시스템과 WFMM 신경망을 이용한 피부색 검출기법을 소개한다. 전처리 단계에 해당하는 다중필터는 대상 영역의 수를 감소 시켜 시스템의 속도를 개선한다. 다중필터에 속한 색상필터는 총 11 가지의 색상 공간에서 피부색의 특징 값을 추출하여 학습 데이터로 사용하며, 이 학습 데이터에 의해 생성된 하이퍼 박스를 통해 피부색을 분류한다. 또한 WFMM 신경망의 연관도 요소 특성을 이용하여 각 색상 공간의 상대적 중요도를 분석하여 피부색 검출에 유용한 색상 공간을 분석하고 추출 한다. 얼굴패턴 검출을 위한 복합형 신경망은 첫 단계에서 가보 변환을 사용하는 CNN 을 통해 특징 지도를 생성하고, WFMM 신경망으로 최종 얼굴패턴을 검증한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2000.11a
• /
• pp.256-261
• /
• 2000

디지털 방송, 웹의 발전으로 내용 기반 검색, 비디오 인덱싱, 비디오 검색 등의 시스템들이 많이 연구, 개발되고 있으며, 이러한 시스템에서는 사람을 주제로 검색하는 요구가 많이 발생한다. 대부분의 얼굴 영역 추출 및 인식 시스템들은 질감, 모양, 움직임, 칼라 등의 특징들을 이용하는데, 이들 중 칼라 특징은 기존 시스템의 첫 번째 처리 단계에서 많이 사용된다. 하지만, 복잡한 배경, 조명, 화장(make up), 잡영들 때문에 미리 정의된 단일 칼라 임계값을 이용하여 얼굴 영역과 비 얼굴 영역으로 구분하면 정확한 추출 결과를 얻기 힘들다는 문제가 있다. 본 논문에서는, 점진적으로 피부색 영역을 확장시키면서 얼굴 영역을 추출하는 방법을 제안한다. 이때 확장 단계에서 얼굴 영역을 판단하기 위해, 일굴 각 기관들의 위치적 정보를 사용하였다. 얼굴 기관은 눈과 입을 사용했는데, 여러 가지 요인으로 인해 이들을 정확하게 추출하기가 어렵기 때문에, 각 단계에서 얼굴 후보 영역 내부의 수평 방향성을 가지는 경계를 눈과 입의 영역으로 간주했다. 실험을 통해, 제안한 방법이 하이라이트(highlight)에 의해 얼굴 영역의 일부가 왜곡된 경우와 얼굴 영역이 피부색과 유사한 배경에 인접해 있는 경우에 대해서도 강인하게 얼굴 영역을 추출할 수 있음을 확인하였다.

• Journal of Korea Multimedia Society
• /
• v.6 no.6
• /
• pp.953-961
• /
• 2003

This paper suggests an efficient method to extract face regions from the com]]lex background. Input image is transformed to color space, where the data is independent of the brightness and several regions are extracted by skin color information. Each extracted region is processed as an object. Noise and overlapped objects ate removed. The candidate objects, faces are likely to be included in, are selected by checking the sizes of extracted objects, the XY ratio, and the distribution ratio of skin colors. In this processing, the objects without face are excluded out of candidate regions. The proposed method can be applied for successful extraction of face regions under various conditions such as face extraction with complex background, slanted faces, and face with accessories, etc.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.551-554
• /
• 2003

본 논문은 얼굴 인식을 위한 전 처리 기술인 통계적인 색 정보를 이용한 얼굴영역 추출 방법에 대해서 제안한다. 얼굴 영역 추출은 방향성에 무관하고 빠르게 선택 될 수 있는 색상정보 즉, 사람의 피부색을 이용한다. 처리과정은 RGB 색 공간을 HSI로 변환하여 영상의 휘도 성분을 정규화하고 노이즈를 제거하기 위해 가우시안 필터를 이용하여 평활화 과정을 수행한다. 이와 같이 처리된 영상을 통해 피부색을 검출하여 피부색에 해당되는 화소값이 가장 큰 군락을 형성하고 있는 부분을 얼굴영역으로 인지하고 이를 근거로 영역을 추출한다. 제안된 방법을 통해 실험한 결과 얼굴인식에 적합한 얼굴 영역을 추출해 내었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.6-7
• /
• 2011

본 논문에서는 지역적 학습 방법을 활용하는 Average Neighborhood Margin Maximization(ANMM)에 기반하여 피부색과 비피부색 영역을 분리하는 이진 분류의 통계적 접근법을 제안한다. Fisher Linear Discriminant(FLD)와 Average Neighborhood Margin Maximization(ANMM)의 피부색과 비피부색 클래스 내 분산 대비 클래스 간 분산의 비교를 통해 두 클래스 간 분리력 변화를 확인한다. 교사(Supervised) 이진 분류문제에 대하여 Small sample size(SSS) 문제, 가우시안 분포 가정의 문제, 최대 추출 가능 특징 수 제한 문제 등을 해결함과 동시에, 지역적 특성 학습 방법의 도입을 통해 피부색과 비피부색 간 분리력을 향상시킨다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.04a
• /
• pp.143-146
• /
• 2001

본 논문에서는 칼라 영상으로부터 피부색 정보 및 모멘트를 이용하여 눈 영역 및 얼굴 영역을 검출하는 알고리즘을 제안한다. 제안한 알고리즘은 눈 영역을 추출함으로써 보다 정확한 얼굴 영역을 검출할 수 있다. 이를 위해 먼저 입력된 칼라 영상의 피부색 정보를 기반으로 추출한 영역으로부터 레이블 영역의 면적과 크기 정보를 이용해 1차, 2차 얼굴 후보 영역을 선택하고 선택된 얼굴 후보 영역간의 기울기 모멘트를 계산하여 3차 얼굴 후보 영역을 추출한다. 또한 추출한 3차 후보 영역으로부터 레이블 영역의 크기 및 구조적 관계를 고려하여 영역 내에서의 눈의 위치를 검출한다. 따라서 제안한 방법은 눈의 기울기 관계를 이용함으로써 얼굴의 크기와 얼굴이 좌우로 기울어진 영상에 대하여 강인한 얼굴 검출 능력을 보인다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• 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.