• 한국의류산업학회지
• /
• 제22권6호
• /
• pp.826-833
• /
• 2020

When it is necessary to wear masks for long periods, such as during the current COVID-19 pandemic, the essential function of masks to prevent contamination (or transmission to others) as well as comfortableness are important. For this study, we used three-dimensional (3D) facial measurements of adult women to compile basic face shape data for designing comfortable and effective masks. This study analyzed the 3D facial data of 127 subjects in their 20s to 30s of the 6th Size Korea. Factor analysis of the survey data produced seven factors that formed the composition of adult female faces. These factors combined to produce three facial types: square (long face and a large lower middle face), oval (smallest central and lower body in the middle), and triangle (short face with a small central and lower large nose). These types reflect that the facial types of adult women show the differences in the nose angle, nose length, bitragion-subnasal arc, bitragion-menton arc. Therefore, properly fitting masks for fine dust particle filtration require 3D customization of a mask's breathing apparatus to fit differently shaped central and lower face parts that interfere with mask fit.

• 한국산업보건학회지
• /
• 제11권2호
• /
• pp.92-101
• /
• 2001

This article reviewed previous studies on the 3D face recognition and anthropometric facial analysis to design suitable respirators for individuals. 3D facial anthropometric data have not been reported in Korea yet. With 3D facial data, it is possible to design and to manufacture respirators having more effective respirator-face seal and thus providing more comfortable wearing than donning of those respirators designed using 1 and 2-dimensional data. Also 3D data could be used for respirator fit-testing and selecting suitable respirator type and size by computer simulation without several steps of fit-test to each individual worker.

• 사상체질의학회지
• /
• 제20권1호
• /
• pp.34-41
• /
• 2008

1. Objectives We had been developing a 3D Automatic Face Recognition Apparatus (3D-AFRA) in order to evaluate the external appearances with more objectivity. This apparatus provides a 3D image and numerical data on facial configuration, and this study aims to evaluate the accuracy of 3D-AFRA recognition. 2. Methods Each scanned pictures were pointed with the 3D Automatic Face Recognition Apparatus(3D-AFRA). And the results were compared with data pointed pictures with manual. And we analysed the difference between Automatic and manual by paired -test. 3. Results and conclusions In frontal face, the P-value was more than 0.05. In conclusion, We assessed that accuracy of recognition of 3D Automatic Face Recognition Apparatus(3D-AFRA) is considerably good. But we should develop methods of measurement for lateral face and indistinct points of frontal face.

• 공학교육연구
• /
• 제25권1호
• /
• pp.46-54
• /
• 2022

This study attempted non-face-to-face collaborative product development practice that can respond to the spread of COVID-19 by expanding existing product data management system-based product development practice. For the complete non-face-to-face product development practice, it utilized prototype development using a 3D paper model, an online class management system and social media for classes and meetings. As a result of applying the non-face-to-face method, product developments of 26 practice teams have been completed without any failures. Therefore, through this study, the author can confirm that it is possible to provide the complete non-face-to-face collaborative product development practice based on product data management systems.

• 한국콘텐츠학회논문지
• /
• 제8권1호
• /
• pp.212-227
• /
• 2008

3D 얼굴 모델링은 33공간에서 얼굴을 자유롭게 회전 시켜 다양한 얼굴 자세를 표현하고 조명 효과도 적절하게 모델링 할 수 있으므로, 얼굴 자세, 조명, 표정 등의 표현에 있어서 2D 얼굴 모델링에 비해 보다 정교하며 사실감이 뛰어나 얼굴 인식, 게임, 아바타 등에서 많은 요구가 존재한다. 본 논문에서는 3D 변형 가능 형상 모델에 기반을 둔 3D 얼굴 모델링 방법을 제안한다. 제안된 3D 얼굴 모델링 방법은 먼저 3D 스캐너를 통하여 획득한 3D 얼굴 스캔 데이터를 이용하여 3D 얼굴 변형 가능 형상 모델을 구축한다. 다음, 3D 얼굴 모델링을 하고자 하는 얼굴의 2D 이미지 시퀀스로부터, 해당 얼굴의 특징점들을 검출하고 이들을 매칭하여, 매칭된 특징점들로부터 인수분해 기반 SfM 기법을 이용하여 해당 특징점의 3D 버텍스 좌표 값을 구한다. 이후, 구한 3D 버텍스들을 3D 변형 가능 형상 모델에 정합하여 해당 얼굴의 3D 형상 모델을 얻는다. 또한, 2D 얼굴 이미지 시퀀스들로부터 뷰 독립적인 2D 원통 좌표 텍스쳐 맵을 구하고 이를 이용하여 3D 형상 모델을 렌더링 함으로써, 최종적으로 3B 얼굴 모델을 완성한다. 제안된 3D 얼굴 모델링 방법에 의한 3D 얼굴 모델 생성 과정을 통해서, 본 논문에서 제안한 3D 얼굴 모델링 방법이 기존의 얼굴 모델링 방법들에 비해 상대적으로 빠르고 비교적 정교하게 수행됨을 볼 수 있었다.

• 사상체질의학회지
• /
• 제19권3호
• /
• pp.51-61
• /
• 2007

1. Objectives The Face is an important standard for the classification of Sasang Constitutions. We are developing 3D Automatic Face Recognition Apparatus(3D-AFRA) to analyse the facial characteristics. This apparatus show us 3D image and data of man's face and measure facial figure data. So We should examine the Measurement of Facial Figure data error of 3D Automatic Face Recognition Apparatus(3D-AFRA) in Software Error Analysis. 2. Methods We scanned face status by using 3D Automatic Face Recognition Apparatus(3D-AFRA). And we measured lengths Between Facial Definition Parameters of facial figure data by Facial Measurement program. 2.1 Repeatability test We measured lengths Between Facial Definition Parameters of facial figure data restored by 3D-AFRA by Facial Measurement program 10 times. Then we compared 10 results each other for repeatability test. 2.2 Measurement error test We measured lengths Between Facial Definition Parameters of facial figure data by two different measurement program that are Facial Measurement program and Rapidform2006. At measuring lengths Between Facial Definition Parameters, we uses two measurement way. The one is straight line measurement, the other is curved line measurement. Then we compared results measured by Facial Measurement program with results measured by Rapidform2006. 3. Results and Conclusions In repeatability test, standard deviation of results is 0.084-0.450mm. And in straight line measurement error test, the average error 0.0582mm, and the maximum error was 0.28mm. In curved line measurement error test, the average error 0.413mm, and the maximum error was 1.53mm. In conclusion, we assessed that the accuracy and repeatability of Facial Measurement program is considerably good. From now on we complement accuracy of 3D-AFRA in Hardware and Software.

• 한국콘텐츠학회논문지
• /
• 제11권11호
• /
• pp.91-101
• /
• 2011

이 연구는 헤어라인 교정을 위한 웹 베이스의 3D 얼굴 모델링 구축을 목적으로 하고 있다. 미(美)에 대한 현대사회의 얼굴에 대한 관심은 광범위한 개인의 모바일 스마트 ICT 기기의 시대와 함께 의료 정보 시스템의 필요성 역시 급격하게 증가하고 있다. 이 연구는 기존의 기술의 독점과 배포 가능한 3D 모델링 라이브러리 구축을 시도하려 한다. 우리는 실험 결과를 통하여 새로운 웹 베이스 표준 개발을 위한 문제점 및 요구사항을 찾을 수 있었다. 우리는 우리의 실험과 관련 기술에 관한 문헌 검토에 따른 새로운 시스템을 제안하고자 한다. 우리가 제안하고자 하는 시스템의 주된 특징은 의과학, 미용학과 정보 기술을 기반으로 한 탈모 치료에 대한 연구이다. 이 시스템은 2D 정면 이미지를 3D mesh-data와 함께 얼굴 모델링을 진행한다. 이 mesh-data는 SVG를 포합한 웹 표준 기술과 HTML5에 의해 기본적으로 지원되는 Canvas Tag와 호환이 된다.

• 한국게임학회 논문지
• /
• 제21권3호
• /
• pp.13-24
• /
• 2021

본 논문은 게임 캐릭터 얼굴 일러스트레이션에 적용할 수 있는 안면 회전 기술(Face rotation) 기술을 제안한다. 기존의 진행된 연구들은 실제 사람의 얼굴 데이터에 대해서로 데이터를 한정하였으며 방대한 양의 데이터를 필요로 하였고 합성된 결과물이 좋지 못한 문제가 있었다. 본 논문에서는 기존 연구들의 존재하는 문제를 해결하기 위해 다음과 같은 방법을 도입하였다. 첫째, 입력 이미지가 갖고 있는 특징을 입힌 3D 모델을 회전시키고 다시 2D 이미지로 렌더링하여 학습 및 평가에 필요한 데이터 셋을 구축하였다. 둘째, 3D 모델을 통해 구축된 데이터에서 다양한 각도의 특징을 학습할 수 있는 적대적 생성 모델(Generative Adversarial Networks)을 설계하여 입력된 이미지를 원하는 각도로 합성할 수 있다. 논문에서는 실제 게임 캐릭터 얼굴 일러스트레이션 합성 결과를 제시한다. 합성 결과를 통해 논문에서 제안하는 방법이 잘 동작함을 확인할 수 있다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.1006-1011
• /
• 2007

Active Appearance Models은 객체의 모델링에 널리 사용되며, 특히 얼굴 모델은 얼굴 추적, 포즈 인식, 표정 인식, 그리고 얼굴 인식에 널리 사용되고 있다. 최초의 AAM은 Shape과 Appearance가 하나의 계수에 의해서 만들어 지는 Combined AAM이였고, 이후 Shape과 Appearance의 계수가 분리된 Independent AAM과 3D를 표현할 수 있는 Combined 2D+3D AAM이 개발 되었다. 비록 Combined 2D+3D AAM이 3D를 표현 할 수 있을지라도 이들은 공통적으로 2D 영상을 사용하여 모델을 생산한다. 본 논문에서 우리는 stereo-camera based 3D face capturing device를 통해 획득한 3D 데이터를 기반으로 하는 3D AAM을 제안한다. 우리의 3D AAM은 3D정보를 이용해 모델을 생산하므로 기존의 AAM보다 정확한 3D표현이 가능하고 Alignment Algorithm으로 Inverse Compositional Image Alignment(ICIA)를 사용하여 빠르게 Model Instance를 생산할 수 있다. 우리는 3D AAM을 평가하기 위해 stereo-camera based 3D face capturing device로 촬영해 수집한 한국인 얼굴 데이터베이스[9]로 얼굴인식을 수행하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2007년도 하계종합학술대회 논문집
• /
• pp.211-212
• /
• 2007

Pose-variation factors present a significant problem in 2D face recognition. To solve this problem, there are various approaches for a 3D face acquisition system which was able to generate multi-view images. However, this created another pose estimation problem in terms of normalizing the 3D face data. This paper presents a 3D head pose-normalization method using 2D and 3D interaction. The proposed method uses 2D information with the AAM(Active Appearance Model) and 3D information with a 3D normal vector. In order to verify the performance of the proposed method, we designed an experiment using 2.5D face recognition. Experimental results showed that the proposed method is robust against pose variation.