• Journal of KIISE:Software and Applications
• /
• v.31 no.5
• /
• pp.617-624
• /
• 2004

This paper describes a new facial feature localization method that uses Adjacent Depth Differences(ADD) in 3D facial surface. In general, human recognize the extent of deepness or shallowness of region relatively, in depth, by comparing the neighboring depth information among regions of an object. The larger the depth difference between regions shows, the easier one can recognize each region. Using this principal, facial feature extraction will be easier, more reliable and speedy. 3D range images are used as input images. And ADD are obtained by differencing two range values, which are separated at a distance coordinate, both in horizontal and vertical directions. ADD and input image are analyzed to extract facial features, then localized a nose region, which is the most prominent feature in 3D facial surface, effectively and accurately.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.163-166
• /
• 2004

본 논문은 3차원 형상 인식시스템으로부터 스캔 한 3차일 영상 데이터의 깊이정보에 3차원 에지를 추출하여 워터마크를 삽입하는 알고리즘을 제안한다. 제안한 알고리즘에서는 3차원 수직 평형 형상 인식기로 object scanning을 한 데이터 값들을 추출한다. 이 추출된 값들의 특성은 2차원 영상 즉 x, y축에 각각의 픽셀에 깊이정보를 가지는 3차원영상으로서 기존의 3차원영상과는 다른 차이를 가지며 영상의 품질이 우수하며 많은vertex 정보와 메쉬 정보를 가지고 있다. 따라서 획득된 데이터에서 x좌표와 y좌표는 영상에 있어서 위치를 나타내는 정보이고, T좌표는 3차원영상을 형성하는 깊이 정보들이다. 3차원 형상 인식시스템에서 스캔 한 3차원 얼굴영상으로부터 에지를 검출하여 에지가 존재하는 위치에 워터마크를 삽입하는 알고리즘을 제안하였다. 본 논문에서 제안한 워터마킹 알고리즘의 성능 평가를 위한 모의실험 한 결과 워터마크가 삽입된 모텔의 절단(cropping), 리메쉬(remesh) 및 메쉬간소화(mesh simplification) 공격에 대한 견고성이 우수함을 확인함으로써 3차원형상 인식 시스템에 직접적인 워터마크 삽입이 가능함을 증명하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.17 no.8
• /
• pp.31-40
• /
• 2012

In this paper, we propose a method of synthesizing faces of a user and an animation character using a 3D face model. The suggested method first receives two orthogonal 2D face images and extracts major features of the face through the template snake. It then generates a user-customized 3D face model by adjusting a generalized face model using the extracted facial features and by mapping texture maps obtained from two input images to the 3D face model. Finally, it generates a user-customized animation character by synthesizing the generated 3D model to an animation character reflecting the position, size, facial expressions, and rotational information of the character. Experimental results show some results to verify the performance of the suggested algorithm. We expect that our method will be useful to various applications such as games and animation movies.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.8
• /
• pp.49-56
• /
• 2011

Recently, animation contents has become extensively available along with the development of cultural industry. In this paper, we propose a method to analyze a face of animation character and extract 3D rotational information of the face. The suggested method first generates a dominant color model of a face by learning the face image of animation character. Our system then detects the face and its components with the model, and establishes two coordinate systems: base coordinate system and target coordinate system. Our system estimates three dimensional rotational information of the animation character face using the geometric relationship of the two coordinate systems. Finally, in order to visually represent the extracted 3D information, a 3D face model in which the rotation information is reflected is displayed. In experiments, we show that our method can extract 3D rotation information of a character face reasonably.

• Proceedings of the Korea Contents Association Conference
• /
• 2007.11a
• /
• pp.248-251
• /
• 2007

In this paper, we are propose a method to estimate the 2-D mesh from structured light image for reconstruction of 3-D face image. To acquire the structured light image, we are project structured light on the face using the projector. we are extract the projected cross points from the acquire image. The 2-D mesh image is extracted from the position and angle of cross points. In the extraction processing, the error was fixed to extract the correct 2-D mesh.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.48 no.1
• /
• pp.122-131
• /
• 2011

A widely used single image-based 3D face reconstruction method, 3D morphable shape model, reconstructs an accurate 3D facial shape when 2D facial feature points are correctly extracted from an input face image. However, in the case that a user's cooperation is not available such as a real-time 3D face reconstruction system, this method can be vulnerable to the errors of automatic facial feature point extraction. In order to solve this problem, we automatically classify extracted facial feature points into two groups, erroneous and correct ones, and then reconstruct a 3D facial shape by using only the correctly extracted facial feature points. The experimental results showed that the 3D reconstruction performance of the proposed method was remarkably improved compared to that of the previous method which does not consider the errors of automatic facial feature point extraction.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.1012-1018
• /
• 2007

본 논문에서는 비전 기반 3차원 얼굴 모델의 자동 표정 생성 시스템을 제안한다. 기존의 3차원 얼굴 애니메이션에 관한 연구는 얼굴의 움직임을 나타내는 모션 추정을 배제한 얼굴 표정 생성에 초점을 맞추고 있으며 얼굴 모션 추정과 표정 제어에 관한 연구는 독립적으로 이루어지고 있다. 제안하는 얼굴 모델의 표정 생성 시스템은 크게 얼굴 검출, 얼굴 모션 추정, 표정 제어로 구성되어 있다. 얼굴 검출 방법으로는 얼굴 후보 영역 검출과 얼굴 영역 검출 과정으로 구성된다. HT 컬러 모델을 이용하며 얼굴의 후보 영역을 검출하며 얼굴 후보 영역으로부터 PCA 변환과 템플릿 매칭을 통해 얼굴 영역을 검출하게 된다. 검출된 얼굴 영역으로부터 얼굴 모션 추정과 얼굴 표정 제어를 수행한다. 3차원 실린더 모델의 투영과 LK 알고리즘을 이용하여 얼굴의 모션을 추정하며 추정된 결과를 3차원 얼굴 모델에 적용한다. 또한 영상 보정을 통해 강인한 모션 추정을 할 수 있다. 얼굴 모델의 표정을 생성하기 위해 특징점 기반의 얼굴 모델 표정 생성 방법을 적용하며 12개의 얼굴 특징점으로부터 얼굴 모델의 표정을 생성한다. 얼굴의 구조적 정보와 템플릿 매칭을 이용하여 눈썹, 눈, 입 주위의 얼굴 특징점을 검출하며 LK 알고리즘을 이용하여 특징점을 추적(Tracking)한다. 추적된 특징점의 위치는 얼굴의 모션 정보와 표정 정보의 조합으로 이루어져있기 때문에 기하학적 변환을 이용하여 얼굴의 방향이 정면이었을 경우의 특징점의 변위인 애니메이션 매개변수를 획득한다. 애니메이션 매개변수로부터 얼굴 모델의 제어점을 이동시키며 주위의 정점들은 RBF 보간법을 통해 변형한다. 변형된 얼굴 모델로부터 얼굴 표정을 생성하며 모션 추정 결과를 모델에 적용함으로써 얼굴 모션 정보가 결합된 3차원 얼굴 모델의 표정을 생성한다.

• Journal of Korea Game Society
• /
• v.8 no.1
• /
• pp.49-58
• /
• 2008

In this paper, we propose a texture generation scheme for 3D avatars from three or more human face photos. First, we manually mark image positions corresponding to vertices of a given UVW map. Then, a face texture is automatically generated from the photo images. The proposed texture generation scheme extremely reduces the amount of manual work compared with the classical methods such as Photoshop-based schemes. The generated textures are photorealistic since the textures fully reflect the naturalness of the original photos. The texture creation scheme can be applied to any kind of mesh structures of 3D models and mesh structures need not be changed to accommodate the given textures. We created face textures from several triplets of photos and mapped them to 3D avatar faces. Experimental results showed that visual realism of avatar faces is much enhanced by the face textures.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.1-3
• /
• 2011

얼굴의 각도와 위치는 많은 정보를 포함하고 있어 다양한 분야에서 응용이 가능하다. 본 논문에서는 하나의 2 차원 영상만으로 사람 얼굴의 3 차원 각도와 위치를 파악하는 시스템을 제안한다. 얼굴 특징 점 검출 기술, 포즈 판정 기술, 오류 안정화 기술 등을 단계별로 설명하며, 비디오 데이터베이스를 통한 실험으로 시스템의 성능을 분석하였다. 오류는 5 도 안팎의 적은 수치이며 개인용 컴퓨터에서 실시간 수행이 가능하다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.41 no.4
• /
• pp.1-7
• /
• 2004

This paper proposes a new method for facial feature extraction, and the method could be used to normalize face images for 3D face recognition. 3D images are much less sensitive than intensity images at a source of illumination, so it is possible to recognize people individually. But input face images may have variable poses such as rotating, Panning, and tilting. If these variances ire not considered, incorrect features could be extracted. And then, face recognition system result in bad matching. So it is necessary to normalize an input image in size and orientation. It is general to use geometrical facial features such as nose, eyes, and mouth in face image normalization steps. In particular, nose is the most prominent feature in 3D face image. So this paper describes a nose feature extraction method using 3D nasal masks that are similar to real nasal shape.