• 한국멀티미디어학회논문지
• /
• 제25권2호
• /
• pp.176-188
• /
• 2022

In this paper, we propose a compact method for anthropomorphism that uses Deep Convolutional Neural Networks (DCNN) to detect the similarities between a human face and an animal face. We also apply texture feature-based morphing between them. We propose a basic texture feature-based morphing system for morphing between human faces only. The entire anthropomorphism process starts with the creation of an animal face classifier using a parallel DCNN that determines the most similar animal face to a given human face. The significance of our network is that it contains four sets of convolutional functions that run in parallel, allowing it to extract more features than a linear DCNN network. Our employed texture feature algorithm-based automatic morphing system recognizes the facial features of the human face and takes the Control Points automatically, rather than the traditional human aiding manual morphing system, once the similarity was established. The simulation results show that our suggested DCNN surpasses its competitors with a 92.0% accuracy rate. It also ensures that the most similar animal classes are found, and the texture-based morphing technology automatically completes the morphing process, ensuring a smooth transition from one image to another.

• 디지털콘텐츠학회 논문지
• /
• 제19권1호
• /
• pp.213-220
• /
• 2018

얼굴 모핑은 원본 이미지에서 목표 이미지로 점진적이면서 자연스럽게 영상을 변화시키는 기법으로 영상처리와 그래픽 분야에서 자주 사용되는 강력한 영상처리 기술 중의 하나이다. 본 논문에서는 Dlib 얼굴 랜드마크 검출기를 이용하여 생성된 얼굴 랜드마크 정점들을 이용하여 들로네 삼각망을 생성하고 원본 영상에서 목표영상으로의 들로네 삼각망들의 와핑과 크로스 디졸브를 통해 모핑을 구현하는 방법을 제안하였다. 본 논문에서 제안한 방법은 들로네 삼각망을 생성하기 위한 정점들을 수동으로 만들어 주는 것이 아니라, 얼굴 모핑에서 얼굴의 주요한 부분인 눈, 눈썹, 코, 입 등의 얼굴의 주요 특징점이라 할 수 있는 얼굴 랜드마크들을 이용함으로써 자동으로 들로네 삼각망을 생성할 수 있다는 것이 특징이다. 그리고 수동으로 정점을 추가할 수도 있어 더욱 자연스러운 모핑 결과를 얻을 수 있을 수 있다는 것을 시뮬레이션을 통해 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제22권5호
• /
• pp.558-572
• /
• 2019

Anthropomorphism is the attribution of human traits, emotions, or intentions to non-human entities. Anthropomorphic animal face masking is the process by which human characteristics are plotted on the animal kind. In this research, we are proposing a compact system which finds the resemblance between a human face and animal face using Deep Convolutional Neural Network (DCNN) and later applies morphism between them. The whole process is done by firstly finding which animal most resembles the particular human face through a DCNN based animal face classification. And secondly, doing triangulation based morphing between the particular human face and the most resembled animal face. Compared to the conventional manual Control Point Selection system using an animator, we are proposing a Viola-Jones algorithm based Control Point selection process which detects facial features for the human face and takes the Control Points automatically. To initiate our approach, we built our own dataset containing ten thousand animal faces and a fourteen layer DCNN. The simulation results firstly demonstrate that the accuracy of our proposed DCNN architecture outperforms the related methods for the animal face classification. Secondly, the proposed morphing method manages to complete the morphing process with less deformation and without any human assistance.

• 정보처리학회논문지A
• /
• 제17A권6호
• /
• pp.281-288
• /
• 2010

본 논문에서는 3차원 얼굴 스캔 데이터와 사진 이미지를 이용하여 고화질의 3차원 얼굴 모델과 모핑 애니메이션을 생성하는 시스템 개발에 대해 기술한다. 본 시스템은 얼굴 특징점 입력 도구, 얼굴 텍스처매핑 인터페이스, 3차원 얼굴 모핑 인터페이스로 구성되어 있다. 얼굴 특징점 입력 도구는 3차원 텍스처매핑과 모핑 애니메이션을 위한 보조 도구로서 얼굴의 특징점을 입력하여 텍스처매핑과 임의의 두 얼굴간의 모핑 영역을 정할 때 사용된다. 텍스처매핑은 3D 스캐너로부터 획득한 얼굴의 기하 데이터에 세 방향의 사진 이미지를 이용하여 매핑한다. 3D 얼굴모핑은 얼굴 특징점 입력 도구로부터 얻은 특징점을 중심으로 얼굴 영역을 분류하여 임의의 두 얼굴 간의 영역간 매핑을 실현한다. 본 시스템은 사용자가 별도의 프로그래밍 작업 없이 대화형 인터페이스에서 3D 스캐너에서 획득한 얼굴 메쉬 데이터를 이용하여 사진 이미지로 텍스처 매핑을 실행하여 사실적인 3D 얼굴 모델을 얻을 수 있고, 임의의 서로 다른 얼굴 모델들간의 모핑 애니메이션을 쉽게 실현할 수가 있다.

• 한국게임학회 논문지
• /
• 제10권6호
• /
• pp.137-146
• /
• 2010

고성능 스마트 폰 개발이 급속화 됨에 따라 PC 상에서 가능하였던 소프트웨어 기술을 스마트폰 상에 도입되고 있다. 본 논문은 안드로이드 플랫폼 상에서 두 개의 얼굴 이미지를 합성하는 모핑과 얼굴이미지를 사용자의 터치로 마음껏 변형하는 와핑을 구현한 오락 앱 응용프로그램을 개발한 사례를 소개한다. 본 논문은 모바일 단말기의 특성을 고려하여 간단한 LCD 터치로 제어점을 입력하고 이들로부터 들로네 삼각망 기법을 적용하여 이미지 합성 및 변환 단위를 구성하였다. 본 논문의 구현 사례는 안드로이드에서 이미지 모핑 및 와핑 기법을 활용하여 게임 등을 개발하고자 하는 경우 좋은 참고 사례가 될 것으로 예상한다.

• 한국정보전자통신기술학회논문지
• /
• 제3권3호
• /
• pp.39-44
• /
• 2010

본 연구에서는 벡터 변환 기법을 이용하여 연령변화에 따른 얼굴변환 기법을 제안 하였다. 제안한 기법은 주관성을 배제하고 일관성과 신뢰성을 높이기 위하여 모핑과 벡터 모델을 적용하였다. 또한, 형태에 따른 질감변화 요인을 정의하고 내부 외부 환경 변화에 대한 형태 변환 요소를 고려하였다. 제안한 방법의 타당성을 확인하기 위하여 실험결과를 정성적인 방법으로 유사성 평가를 수행하였는 바, 14세부터 60세까지의 얼굴 변환 결과가 매우 유사하게 평가 되었다.

• 디지털콘텐츠학회 논문지
• /
• 제19권3호
• /
• pp.435-443
• /
• 2018

최근 컴퓨팅 파워의 폭발적인 발전으로 컴퓨팅의 한계 라는 장벽이 사라지면서 딥러닝 이라는 이름 하에 순환 신경망(RNN), 합성곱 신경망(CNN) 등 다양한 모델들이 제안되어 컴퓨터 비젼(Computer Vision)의 수많은 난제들을 풀어나가고 있다. 2014년 발표된 대립쌍 모델(Generative Adversarial Network)은 비지도 학습에서도 컴퓨터 비젼의 문제들을 충분히 풀어나갈 수 있음을 보였고, 학습된 생성기를 활용하여 생성의 영역까지도 연구가 가능하게 하였다. GAN은 여러 가지 모델들과 결합하여 다양한 형태로 발전되고 있다. 기계학습에는 데이터 수집의 어려움이 있다. 너무 방대하면 노이즈를 제거를 통한 효과적인 데이터셋의 정제가 어렵고, 너무 작으면 작은 차이도 큰 노이즈가 되어 학습이 쉽지 않다. 본 논문에서는 GAN 모델에 영상 프레임 내의 얼굴 영역 추출을 위한 deep CNN 모델을 전처리 필터로 적용하여 두 사람의 제한된 수집데이터로 안정적으로 학습하여 다양한 표정의 합성 이미지를 만들어 낼 수 있는 방법을 제시하였다.

• 스마트미디어저널
• /
• 제4권1호
• /
• pp.9-15
• /
• 2015

언어를 사용하지 않고 몸짓이나 손짓, 표정 등 신체의 동작으로 의사나 감정을 표현하고 전달하는 비언어적 전달 방법은 중요한 의사전달 방법 중 하나이다. 이러한 몸짓이나, 손짓, 시선 맞춤 그리고 손동작은 때론 말보다 더 강력한 의사전달의 방법으로 작용한다. 비언어적 의사전달 방법에서 시선 맞춤은 그중에서도 가장 중요한 의사전달 방법이다. 하지만 화상회의를 할 때 디스플레이 상에서의 눈과 카메라의 차이 때문에 상호간에 시선 맞춤이 되지 않는다. 만약 상호간에 시선 맞춤을 하지 않고 대화를 하면 정확한 의사전달이 힘들고 서로의 이야기에 집중하기 어려워진다. 본 논문에서는 화상회의 상황에서 시선 맞춤을 개선하는 방법을 제안한다. 시선 맞춤을 개선하기 위해 두 대의 카메라를 텔레비전의 위, 아래에 설치하였다. 동시에 두 영상을 촬영하여 2D 워핑을 하여 가상의 중간시점으로 옮기고, 뷰 모핑을 한다. 모핑된 얼굴과 배경영상을 합성하여 화상회의를 위해 개선된 시선 맞춤 영상을 만든다. 실험 결과를 통하여 제안한 알고리즘이 시선 맞춤을 개선하고 자연스러운 중간 시점 영상을 합성하는 것을 확인 할 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.83-86
• /
• 2013

본 논문은 모핑을 이용하여 양 쪽 눈 크기가 같지 않을 경우 눈 영역 크기를 보정하는 기법을 제안한다. 먼저, 입력받은 영상에서 haarcascade를 이용하여 얼굴과 눈을 검출한다. 검출된 눈 모양 중 한 쪽 눈 영역은 좌우를 반전시킨 후, 이전 단계에서 검출된 눈 모양을 캐니 엣지를 사용하여 눈매를 뽑아내고 제어선으로 이용하여 두 눈 사이의 대응관계를 설정한다. 그 후, 각각의 눈 영역을 이전 단계에서 설정한 대응관계에 맞추어 워핑을 한다. 그 후, 두 영상을 합병한다. 합변한 결과 영상을 두 눈 중 크기가 작은 눈에 적용한다. 이 결과 정면으로 바라보는 얼굴 영상을 테스트 영상으로 실험한 결과 제안된 시스템은 단순히 눈의 크기만 맞추는 방법보다 더 효율적이라는 것을 증명한다.

• 대한불안의학회지
• /
• 제10권1호
• /
• pp.37-43
• /
• 2014

Objective : Social Phobia is associated with extensive disability and reduced quality of life. The concept of 'social self' is a representation of the self-reflected in the eyes of others, and is recruited during self-face recognition, which is closely related to self-esteem. The aim of this study was to identify the relationship of face recognition for self and others using measures of social anxiety and self-esteem in patients with social phobia. Methods : Twenty-seven patients with social phobia and twenty-three normal controls were evaluated with scales of self-esteem, depression, anxiety and other psychiatric symptoms. All participants completed the self-face recognition task. Nine self-faces, nine other faces and eighty-one morphed faces were presented randomly for each trial. The participants were instructed to make a decision as to whether the stimuli were self-face or not. The responses and reaction times were recorded during the task. Results : There were no group differences of the morphing composition at the recognition start point as self-face. In patients with social phobia, the mean reaction time at the start point of recognizing as a self-face was 1,037.6 ms, which was significantly longer than that of normal controls (911.3 ms, p<0.05). Patients with social phobia showed a significant negative correlation between the mean reaction time and the severity of depression when the stimuli were recognized as a self-face (r=-0.421, p<0.05). Conclusion : A difficulty in attention rather than avoidance may be an important factor of face recognition in patients with social phobia. When considering self-face recognition in such patients, many factors, such as anxiety, depression, working memory and theory of mind, need to be considered.