• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05d
• /
• pp.882-885
• /
• 2002

디지털 영상의 소유권을 보호하기 위해 웨이블렛 변환을 이용하여 시각적으로 인식할 수 없는 부분에 워터마크를 삽입하는 알고리즘을 제안하였다. 본 논문에서는 잡음의 분산이 커질수록 유사도는 감소했으나 분산이 100으로 상당히 큰 범위임에도 불구하고, 제안한 방법의 경우 87%이상의 유사도를 검출해냈다. 이에 비해 Cox 방법의 경우 54%정도로 낮은 유사도를 검출해 내고 있다. 결과적으로 제안한 방법이 COX의 방법보다 잡음에 대한 워터마크의 견고성이 향상되었음을 알수 있었다.

• Proceedings of the IEEK Conference
• /
• 2005.11a
• /
• pp.351-354
• /
• 2005

In this paper, we propose a new fake-iris detection method. In order to detect the fake-iris, we measure the change of the reflectance ratio between iris and sclera. In a live iris, the amount of change is relatively large compared to that in a fake-iris. From our experimental results, it is clear that our fake-iris detection method achieves high performance when distinguishing between a live-iris and a fake-iris.

• Proceedings of the IEEK Conference
• /
• 2008.06a
• /
• pp.861-862
• /
• 2008

This paper presents the results of iris region localization for imprecisely taken iris images in UBIRIS ver2. UBIRIS database consisting of 500 images of 24-bit RGB typed TIFF file. They were captured by conventional digital camera in visible light environment. Experimental result showed that FP(False Positive rate) and FN(False Negative rate) were about 2.2% and 29.1%, respectively.

• Proceedings of the IEEK Conference
• /
• 2003.11b
• /
• pp.115-118
• /
• 2003

This paper describes a system of detecting multi-views faces and estimating their face poses in an omni-directional camera environment for non-intrusive iris recognition. The paper is divided into two parts; First, moving region is identified by using difference-image information. Then this region is analyzed with face-color information to find the face candidate region. Second part is applying PCA (Principal Component Analysis) to detect multi-view faces, to estimate face pose.

• Proceedings of the IEEK Conference
• /
• 2007.07a
• /
• pp.287-288
• /
• 2007

In this paper, we propose a fake-iris detection method. In order to detect the fake-iris, we measure physiological features which are the reflectance ratio of the iris to the sclera at 750 nm and that at 850nm. In order to classify live and fake iris features, we use support vector data description (SVDD). From our experimental results, it is clear that our fake-iris detection method achieves high performance when distinguishing between a live-iris and a fake-iris.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.789-792
• /
• 2005

최근 급격히 발전한 휴대폰은 다양한 기능을 가지고 있다. 그 중 디지털 카메라의 기능을 겸비한 휴대폰은 디지털 카메라의 판매량을 앞서고 있고, 메가픽셀의 고화소 디카폰의 개발로 대중화가 더욱 가속화되고 있다. 카메라폰을 응용한 연구분야로는 생체인식기술을 적용할 수 있으며, 본 논문은 제약이 많은 휴대폰 환경에서 홍채인식기술을 적용하기 위한 휴대폰 카메라로 취득된 얼굴영상에서의 눈 영역을 검출하는 방법을 제안한다. 얼굴영상에서 눈은 피부나 머리카락보다 빛에 대한 반사율이 높아 각막에 specular reflection이 생기게 되고, 동공은 눈의 다른 지역에 비해 흑화소가 많다는 특징을 가지고 있다. 이러한 두 가지 특징을 이용하여 동공 후보 영역을 선정하였고, 선정된 이진영상에서 수평 프로파일과 수직 프로파일을 적용하여 동공 후보 영역을 줄이면서 동공의 중심 위치를 검출한다. 본 연구는 휴대폰 환경을 고려하였기 때문에 최소한의 메모리 사용과 적은 연산량을 목표로 하여 눈의 위치를 검출 한다. 실험 결과, 입력 영상 내에 일정크기의 동공영역이 존재할 경우 높은 눈 영역 추출 성공률을 보이며, 본 연구에서 제안한 알고리즘을 실제 휴대폰에서 수행한 결과 평균571.6ms의 시간이 소요됨을 알 수 있었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.294-298
• /
• 2005

바이오메트릭스의 여러 가지 기술 중에서 얼굴인식은 지문인식, 손금인식, 홍채인식 등과는 달리 신체의 일부를 접촉시키지 않고도 원거리에 설치된 카메라를 통해 사람을 확인할 수 있는 장점을 가지고 있다. 그러나 얼굴인식은 조명변화, 표정변화 둥의 다양한 환경변화에 대단히 민감하게 반응하므로 얼굴의 특징 영역에 대한 정확한 추출이 반드시 선행되어야 한다. 얼굴의 주요 특징인 눈, 코, 입, 눈썹은 자세와 표정 그리고 생김새에 따라 다양한 위치, 크기, 형태를 가질 수 있다. 본 연구에서는 변화하는 특징 영역과 특징 점을 정확히 추출하기 위하여 얼굴을 9가지 방향으로 분류하고, 각 분류된 방향에서 특징 영역을 통계적인 형태에 따라 다시 2차로 분류하여, 각각의 형태에 대한 표준 템플릿을 생성하여 검출하는 방법을 제안한다.

• Journal of Korea Multimedia Society
• /
• v.15 no.6
• /
• pp.722-730
• /
• 2012

Recently, eye image information has been widely used for iris recognition or gaze detection in biometrics or human computer interaction. According as long distance camera-based system is increasing for user's convenience, the noises such as eyebrow, forehead and skin areas which can degrade the accuracy of eye detection are included in the captured image. And fast processing speed is also required in this system in addition to the high accuracy of eye detection. So, we compared the most widely used algorithms for eye detection such as AdaBoost eye detection algorithm, adaptive template matching+AdaBoost algorithm, CAMShift+AdaBoost algorithm and rapid eye detection method. And these methods were compared with images including light changes, naive eye and the cases wearing contact lens or eyeglasses in terms of accuracy and processing speed.

• Journal of the Korea Convergence Society
• /
• v.9 no.8
• /
• pp.1-8
• /
• 2018

In the field of biometric security such as face and iris recognition, it is essential to extract facial features such as eyes and lips. In this paper, we have studied a method of detecting eye and lip region in face image using faster R-CNN. The faster R-CNN is an object detection method using deep running and is well known to have superior performance compared to the conventional feature-based method. In this paper, feature maps are extracted by applying convolution, linear rectification process, and max pooling process to facial images in order. The RPN(region proposal network) is learned using the feature map to detect the region proposal. Then, eye and lip detector are learned by using the region proposal and feature map. In order to examine the performance of the proposed method, we experimented with 800 face images of Korean men and women. We used 480 images for the learning phase and 320 images for the test one. Computer simulation showed that the average precision of eye and lip region detection for 50 epoch cases is 97.7% and 91.0%, respectively.

• Journal of Convergence for Information Technology
• /
• v.7 no.6
• /
• pp.113-121
• /
• 2017

Due to the development of IT technology, harmful multimedia contents are spreading out. In addition, obscene and violent contents have a negative impact on children. Therefore, in this paper, we propose a multimodal approach for blocking obscene and violent video contents. Within this approach, there are two modules each detects obsceneness and violence. In the obsceneness module, there is a model that detects obsceneness based on adult and racy score. In the violence module, there are two models for detecting violence: one is the blood detection model using RGB region and the other is motion extraction model for observation that violent actions have larger magnitude and direction change. Through result of these three models, this approach judges whether or not the content is harmful. This can contribute to the blocking obscene and violent contents that are distributed indiscriminately.