• 제목/요약/키워드: Face it

검색결과 5,084건 처리시간 0.033초

비대면 채널 유형에 따른 이용자 만족도 비교 분석 연구 : 토픽모델링을 활용하여 (A comparative analysis of user satisfaction according to non-face-to-face channel types : Using topic modeling)

  • 황기석;차경진
    • 스마트미디어저널
    • /
    • 제13권7호
    • /
    • pp.27-35
    • /
    • 2024
  • COVID-19 이후 교육 산업 분야는 많은 활동이 비대면 채널로 전환하였으며, 엔데믹인 현재에도 많은 프로그램이 비대면 채널로 진행되고 있다. 본 연구에서는 비대면으로 운영된 실시간/비실시간 채널 이용자 만족도에 미치는 품질 요인을 분석하고 두 채널의 차이를 비교하고자 한다. 이를 위해 서울 H 대학에서 운영된 동일 내용의 실시간/비실시간 채널의 대학원생 대상 비교과프로그램 수강자 리뷰를 분석하였다. 토픽 모델링을 통해 도출된 비대면 학습 품질 요인은 교육시스템 품질, 콘텐츠 품질, 강사 품질, 기대 일치이며, 해당 품질 요인과 관련된 설문 응답을 통해 이용자 만족도에 미치는 영향을 실증 분석하였다. 그 결과 해당 품질 요인 모두 만족도에 유의한 정(+)의 영향을 미치고, 두 채널 간 만족도 요인에 유의한 차이가 있었다. 본 연구를 통해 실시간 채널은 콘텐츠 자체 개선에, 비실시간 채널은 프로그램 운영 시스템 편의성 개선이 이용자 만족도 향상에 효과적이라는 시사점을 제시하였다는 점에서 그 의의가 있다.

시선 응시 점 기반의 관심영역 확장을 통한 원 거리 얼굴 검출 (Far Distance Face Detection from The Interest Areas Expansion based on User Eye-tracking Information)

  • 박희선;홍장표;김상열;장영민;김철수;이민호
    • 전자공학회논문지
    • /
    • 제49권9호
    • /
    • pp.113-127
    • /
    • 2012
  • 영상처리 기법을 이용한 얼굴검출에 관한 많은 다양한 방법들이 제시되어 왔다. 일반적으로 가장 많이 쓰이는 얼굴 검출 방식은 Viola와 Jones이 제안한 Adaboost 방식이다. 이 방식은 Haar-like feature을 이용하여 얼굴영상을 선행 학습하고, 검출 성능은 학습된 DB에 의존한다. 이는 일정 거리 범위 안의 학습된 얼굴 크기에서는 얼굴 검출을 잘 수행하지만, 카메라에서 객체(얼굴)의 거리가 멀어지면 얼굴 크기가 작아져 기존에 학습한 Haar-like feature로 얼굴 검출을 하지 못하는 경우가 발생한다. 이에 본 논문에서는 생물학 기반의 선택적 주의집중 기반의 Haar-like feature 정보를 이용한 Adaboost 모델과 사용자의 시선 응시 점 정보를 이용하여, 사용자의 관심영역 확장을 통한 원거리 얼굴 검출 모델을 제안한다. 생물학적 기반의 선택적 주의 집중 모델인 돌출맵(Saliency map) 정보를 이용하여 입력 영상에 대하여 얼굴 후보 영역을 검출하고, 검출된 얼굴 후보 영역 중에서 선행 학습된 Haar-like feature 정보로 Adaboost 알고리즘을 이용하여 최종 얼굴 영상을 검출한다. 그리고 사용자의 시선 응시 점 정보는 관심영역을 선택 하는데 이용된다. 피 실험자가, 카메라로부터 멀리 거리 떨어져 얼굴의 크기가 얼굴검출이 힘들더라도 사용자 시선 응시 점 영역을 선형 보간법으로 확대하여 입력영상으로 재사용함으로써 얼굴 검출 성능을 높일 수 있다. 제안된 방법이 기존의 Adaboost 방법보다 얼굴 검출 성능과 수행시간 면에서 우수함을 실험을 통해 확인하였다.

한국 성인여성의 얼굴형태에 관한 연구 (A Study on the Facial Shape of Korean Women)

  • 이경화;김정희
    • 한국의류학회지
    • /
    • 제33권6호
    • /
    • pp.938-948
    • /
    • 2009
  • 본 연구는 2003년에서 2004년에 실시된 제 5차 한국인 인체치수 조사사업을 통해 확보된 측정사진 중 성인여성 20, 30, 40, 50대 각 150명, 총 600명의 정면과 측면 얼굴사진을 대상으로 얼굴의 연령별 특성을 파악하는데 필요하다고 판단되는 62개의 측정항목과 보다 세부적인 얼굴형태의 분석에 활용될 수 있는 21개의 지수 및 계산항목 총 83개 항목을 본 연구자가 선정한 후 Size Kroea 사업 중 얼굴의 측정 프로그램으로 사용되었던 "Venus face2D"를 이용하여 2차원 간접 측정하였다. 간접 측정기간은 2006년 3월 1일부터 6월 30일까지였다. 연구의 결과는 다음과 같다. 성인여성의 주요 측정항목에 대한 평균 측정치는 얼굴길이 196mm, 상안 62.3mm, 중안 68.9mm, 하안 66.5mm이었고, 이마너비는 125.1mm, 눈살수평너비는 141.2mm, 옆광대점너비 150.8mm 턱아래점너비 124.4mm였다. 이를 바탕으로 우리나라 성인여성 얼굴의 세부항목에 대한 연령집단별 차이를 분석하였으며, 전체 성인여성의 평균 얼굴형과 더불어 각 연령집단별 평균 얼굴형을 제시하였다. 본 연구는 정량화된 수치와 비율을 이용하여 우리나라 성인여성 및 각 연령별 평균 얼굴형을 제시하고, 연령별 얼굴특성을 분석하였다는데 연구의 의의가 있다.

깊이정보를 이용한 고속 고정밀 얼굴검출 및 추적 방법 (A Fast and Accurate Face Detection and Tracking Method by using Depth Information)

  • 배윤진;최현준;서영호;김동욱
    • 한국통신학회논문지
    • /
    • 제37권7A호
    • /
    • pp.586-599
    • /
    • 2012
  • 본 논문에서는 RGB영상과 깊이영상을 사용하여 얼굴검출 및 추적을 고속으로 수행할 수 있는 방법을 제안한다. 이 방법은 얼굴검출 과정과 얼굴추적 과정으로 구성되며, 얼굴검출 과정은 기본적으로 기존의 Adaboost 방법을 사용하나, 깊이영상을 사용하여 탐색영역을 축소한다. 얼굴추적은 템플릿 매칭방법을 사용하며, 조기종료 기법을 사용하여 수행시간을 줄였다. 이 방법들을 구현하여 실험한 결과, 얼굴검출 방법은 기존의 방법에 비해 약 39%의 수행시간을 보였으며, 얼굴추적 방법은 $640{\times}480$ 해상도의 프레임 당 2.48ms의 추적시간을 보였다. 또한 검출율에 있어서도 제안한 얼굴검출 방법은 기존의 방법에 비해 약간 낮은 검출률을 보였으나, 얼굴로 인식하였지만 실제로는 얼굴이 아닌 경우의 오검출률에 있어서는 기존방법의 약 38% 향상된 성능을 보였다. 또한 얼굴추적 방법은 추적시간과 추적 정확도에 있어서 상보적인 관계를 가지며, 특별한 경우를 제외한 모든 경우에서 약 1%의 낮은 추적오차율을 보였다. 따라서 제안한 얼굴검출 및 추적방법은 각각 또는 결합하여 고속 동작과 높은 정확도를 필요로 하는 응용분야에 사용될 수 있을 것으로 기대된다.

Cubic Spline Interpolation을 이용한 얼굴 영상의 단순화 (Simplification of Face Image using Cubic Spline Interpolation)

  • 김정민;정은국;김성신
    • 한국지능시스템학회논문지
    • /
    • 제20권5호
    • /
    • pp.722-727
    • /
    • 2010
  • 본 논문은 명함에 명함 원주인의 얼굴 사진을 2차원 바코드 형태로 넣기 위해 얼굴 영상을 단순화하는 것에 관한 연구이다. 명함은 사람들의 인식과 디자인 문제로 인해 ㅎ명함에 사진을 넣지 않아, 명함을 잊어버리는 경우가 허다하다. 이러한 문제를 해결하기 위해 모바일 기기, 인터넷 등을 통해 명함에 관련된 여러 응용 프로그램이 개발되었지만, 기존의 종이 명함의 가치를 따라 잡을 수가 없었다. 이에 1차원 혹은 2차원 바코드를 이용하여 명함 정보를 명함에 넣는 방법이 많이 나왔지만, 얼굴이나 회사의 로고와 같은 영상처럼 데이터가 많은 정보는 넣을 수가 없었다. 이에 본 논문에서는 명함에 데이터가 많은 얼굴 영상을 2D 바코드로 넣을 수 있도록 하기 위한 얼굴 영상 단순화에 관한 연구를 하였다. 이는 얼굴 영역에 있는 얼굴, 귀, 머리, 눈썹, 코, 입, 목 등의 특징 점만을 우리가 찍어 스플라인 곡선을 이용하여 표현하는 것이다. 실험은 직접 카메라를 통해 얼굴 영역을 자동으로 추출하여 각각의 특징들에 특징점을 찍어 생성된 단순화 영상과 원 영상을 보았다. 실험 결과, 단순화된 얼굴 영상은 2D 바코드로 표현이 가능할 만큼 표현량이 줄어들었으며, 효과적으로 특징 표현이 가능함을 확인하였다.

얼굴로봇 Buddy의 기능 및 구동 메커니즘 (Functions and Driving Mechanisms for Face Robot Buddy)

  • 오경균;장명수;김승종;박신석
    • 로봇학회논문지
    • /
    • 제3권4호
    • /
    • pp.270-277
    • /
    • 2008
  • The development of a face robot basically targets very natural human-robot interaction (HRI), especially emotional interaction. So does a face robot introduced in this paper, named Buddy. Since Buddy was developed for a mobile service robot, it doesn't have a living-being like face such as human's or animal's, but a typically robot-like face with hard skin, which maybe suitable for mass production. Besides, its structure and mechanism should be simple and its production cost also should be low enough. This paper introduces the mechanisms and functions of mobile face robot named Buddy which can take on natural and precise facial expressions and make dynamic gestures driven by one laptop PC. Buddy also can perform lip-sync, eye-contact, face-tracking for lifelike interaction. By adopting a customized emotional reaction decision model, Buddy can create own personality, emotion and motive using various sensor data input. Based on this model, Buddy can interact probably with users and perform real-time learning using personality factors. The interaction performance of Buddy is successfully demonstrated by experiments and simulations.

  • PDF

A Novel Face Recognition Algorithm based on the Deep Convolution Neural Network and Key Points Detection Jointed Local Binary Pattern Methodology

  • Huang, Wen-zhun;Zhang, Shan-wen
    • Journal of Electrical Engineering and Technology
    • /
    • 제12권1호
    • /
    • pp.363-372
    • /
    • 2017
  • This paper presents a novel face recognition algorithm based on the deep convolution neural network and key point detection jointed local binary pattern methodology to enhance the accuracy of face recognition. We firstly propose the modified face key feature point location detection method to enhance the traditional localization algorithm to better pre-process the original face images. We put forward the grey information and the color information with combination of a composite model of local information. Then, we optimize the multi-layer network structure deep learning algorithm using the Fisher criterion as reference to adjust the network structure more accurately. Furthermore, we modify the local binary pattern texture description operator and combine it with the neural network to overcome drawbacks that deep neural network could not learn to face image and the local characteristics. Simulation results demonstrate that the proposed algorithm obtains stronger robustness and feasibility compared with the other state-of-the-art algorithms. The proposed algorithm also provides the novel paradigm for the application of deep learning in the field of face recognition which sets the milestone for further research.

A Novel Multi-view Face Detection Method Based on Improved Real Adaboost Algorithm

  • Xu, Wenkai;Lee, Eung-Joo
    • KSII Transactions on Internet and Information Systems (TIIS)
    • /
    • 제7권11호
    • /
    • pp.2720-2736
    • /
    • 2013
  • Multi-view face detection has become an active area for research in the last few years. In this paper, a novel multi-view human face detection algorithm based on improved real Adaboost is presented. Real Adaboost algorithm is improved by weighted combination of weak classifiers and the approximately best combination coefficients are obtained. After that, we proved that the function of sample weight adjusting method and weak classifier training method is to guarantee the independence of weak classifiers. A coarse-to-fine hierarchical face detector combining the high efficiency of Haar feature with pose estimation phase based on our real Adaboost algorithm is proposed. This algorithm reduces training time cost greatly compared with classical real Adaboost algorithm. In addition, it speeds up strong classifier converging and reduces the number of weak classifiers. For frontal face detection, the experiments on MIT+CMU frontal face test set result a 96.4% correct rate with 528 false alarms; for multi-view face in real time test set result a 94.7 % correct rate. The experimental results verified the effectiveness of the proposed approach.

보일러 급수 펌프용 미케니컬 페이스 실의 정특성 해석 (Static Characteristic Analysis of Mechanical Face Seal Used for Boiler Feedwater Pump)

  • 김동욱;진성식;김준호;김경웅
    • Tribology and Lubricants
    • /
    • 제26권4호
    • /
    • pp.230-239
    • /
    • 2010
  • Mechanical face seal installed in boiler feedwater pump prevents leakage of working fluid using thin fluid film between stator and rotor. If the leakage of working fluid exceeds the allowable volume, serious malfunction of boiler feedwater pump will be happen. The thinner fluid film exists between stator and rotor, the less working fluid leaks out. However, if the thickness of fluid film is not enough, the wear of seal face will be increased. And it causes the decrease in life of mechanical face seal. Therefore appropriate design is necessary to maximize the performance and life of mechanical face seal. In this study, numerical analysis using finite volume method was conducted to investigate the static characteristics of wavy mechanical face seals which have 4 different wavy surface profiles on rotor. As a result, opening force, leakage volume of working fluid and friction torque were obtained. For the same minimum film thickness, the static characteristics of mechanical face seal were affected by the wavy surface profile which can change the thickness of working fluid film and pressure distribution.

Construction of a Video Dataset for Face Tracking Benchmarking Using a Ground Truth Generation Tool

  • Do, Luu Ngoc;Yang, Hyung Jeong;Kim, Soo Hyung;Lee, Guee Sang;Na, In Seop;Kim, Sun Hee
    • International Journal of Contents
    • /
    • 제10권1호
    • /
    • pp.1-11
    • /
    • 2014
  • In the current generation of smart mobile devices, object tracking is one of the most important research topics for computer vision. Because human face tracking can be widely used for many applications, collecting a dataset of face videos is necessary for evaluating the performance of a tracker and for comparing different approaches. Unfortunately, the well-known benchmark datasets of face videos are not sufficiently diverse. As a result, it is difficult to compare the accuracy between different tracking algorithms in various conditions, namely illumination, background complexity, and subject movement. In this paper, we propose a new dataset that includes 91 face video clips that were recorded in different conditions. We also provide a semi-automatic ground-truth generation tool that can easily be used to evaluate the performance of face tracking systems. This tool helps to maintain the consistency of the definitions for the ground-truth in each frame. The resulting video data set is used to evaluate well-known approaches and test their efficiency.