• 제목/요약/키워드: Haar Cascade Classifier

검색결과 16건 처리시간 0.023초

얼굴 검출을 위한 Flood Fill 기반의 개선된 피부색 추출기법 (Improved Skin Color Extraction Based on Flood Fill for Face Detection)

  • 이동우;이상훈;한현호;채규수
    • 한국융합학회논문지
    • /
    • 제10권6호
    • /
    • pp.7-14
    • /
    • 2019
  • 본 논문에서는 YCbCr 색공간을 이용한 피부색 추출에서 조명과 그림자에 의한 손실 영역을 Flood Fill 알고리즘을 이용하여 보완하고 Haar-like 특징을 이용한 Cascade Classifier 얼굴 검출 방법을 제안하였다. Haar-like 특징을 이용한 Cascade Classifier는 이미지에서 기존의 YCbCr 색공간을 이용한 피부색 추출은 단순히 임계값만 사용하기 때문에 조명, 그림자 등에 의해 잡음과 손실 영역이 발생할 수 있다. 이러한 문제를 해결하기 위해 침식, 팽창 연산을 사용하여 잡음을 제거하였고 손실 영역을 추정하기 위해 Flood Fill 알고리즘을 사용하여 손실 영역을 추정하였다. 추정한 영역에 대하여 YCbCr 색공간의 임계값을 추가로 허용하였다. 나머지 손실영역에 대하여 위에서 추정한 영역중 추가로 허용한 영역의 평균값으로 색을 채워 넣었다. 추출한 이미지에 Haar-like Cascade Classifier를 사용하여 얼굴을 검출하였다. 기존의 Haar-like Cascade Classifier의 방법보다 제안하는 방법이 정확도가 약 4% 향상되었으며 YCbCr 색공간만을 이용한 피부색 추출보다 제안하는 방법의 검출률이 약 2% 향상되었다.

얼굴 마스크 탐지의 구현 (Implementation of Face Mask Detection)

  • 박성환;정유철
    • 한국컴퓨터정보학회:학술대회논문집
    • /
    • 한국컴퓨터정보학회 2021년도 제63차 동계학술대회논문집 29권1호
    • /
    • pp.17-19
    • /
    • 2021
  • 본 논문에서는 코로나19 사태에 대비하여 실시간으로 마스크를 제대로 쓴 사람과 제대로 쓰지 않은 사람을 구분하는 시스템을 제안한다. 이 시스템을 사용하기 위하여 모델 학습 시에 합성곱 신경망(CNN : Convolutional Neural Networks)를 사용한다. 학습된 모델을 토대로 영상에 적용 시 하르 특징 분류기(Haar Cascade Classifier)로 얼굴을 탐지하여 마스크 여부를 판단한다.

  • PDF

얼굴 탐지를 적용한 CMT 객체 추적 기법의 스마트폰 활용 연구 (A Study on Utilizing Smartphone for CMT Object Tracking Method Adapting Face Detection)

  • 이상구
    • 문화기술의 융합
    • /
    • 제7권1호
    • /
    • pp.588-594
    • /
    • 2021
  • 최근 영상 콘텐츠의 확산에 따라 기존 콘텐츠들이 동영상으로 전환되고 있으며, 새로운 플랫폼들의 등장으로 인해 영상 콘텐츠 생태계의 성장은 가속화되고 있다. 이처럼 가속화된 성장은 전문가의 영역으로 분류되던 동영상 제작 및 편집 기술들을 일반인들 또한 쉽게 접하고 이용할 수 있도록 기술의 보편화 과정에 큰 영향을 미치고 있다. 이러한 기술들의 발전으로 인해 사람의 수작업을 통해서만 영상을 녹화하고 조절하던 과정들을 객체 추적 기술에 기반하여 자동으로 촬영하고자 하는 객체를 찾아 화면의 정중앙에 위치시켜 영상을 녹화하는 자동화 과정이 가능하게 되었다. 하지만 추적하고자 하는 객체를 지정하는 일은 아직까지 사람의 수작업을 요구하며 객체를 지정하는 수작업 과정에서 지연이나 객체 지정에 실수가 발생할 수도 있다. 이에 따라, 본 연구에서는 Haar Cascade Classifier를 활용한 얼굴 탐지기법과 CMT 객체 추적 알고리즘을 결합한 새로운 객체 추적 기법을 제안한다. 제안된 시스템은 스마트폰에서 실시간 연속적인 객체추적을 위한 효율적이고 강인한 영상추적 시스템에 잘 응용될 수 있다.

A Fast and Robust License Plate Detection Algorithm Based on Two-stage Cascade AdaBoost

  • Sarker, Md. Mostafa Kamal;Yoon, Sook;Park, Dong Sun
    • KSII Transactions on Internet and Information Systems (TIIS)
    • /
    • 제8권10호
    • /
    • pp.3490-3507
    • /
    • 2014
  • License plate detection (LPD) is one of the most important aspects of an automatic license plate recognition system. Although there have been some successful license plate recognition (LPR) methods in past decades, it is still a challenging problem because of the diversity of plate formats and outdoor illumination conditions in image acquisition. Because the accurate detection of license plates under different conditions directly affects overall recognition system accuracy, different methods have been developed for LPD systems. In this paper, we propose a license plate detection method that is rapid and robust against variation, especially variations in illumination conditions. Taking the aspects of accuracy and speed into consideration, the proposed system consists of two stages. For each stage, Haar-like features are used to compute and select features from license plate images and a cascade classifier based on the concatenation of classifiers where each classifier is trained by an AdaBoost algorithm is used to classify parts of an image within a search window as either license plate or non-license plate. And it is followed by connected component analysis (CCA) for eliminating false positives. The two stages use different image preprocessing blocks: image preprocessing without adaptive thresholding for the first stage and image preprocessing with adaptive thresholding for the second stage. The method is faster and more accurate than most existing methods used in LPD. Experimental results demonstrate that the LPD rate is 98.38% and the average computational time is 54.64 ms.

플로팅 홀로그램 캐릭터 조작을 위한 사용자 제스처 인식 시스템 구현 (Implementation of User Gesture Recognition System for manipulating a Floating Hologram Character)

  • 장명수;이우범
    • 한국인터넷방송통신학회논문지
    • /
    • 제19권2호
    • /
    • pp.143-149
    • /
    • 2019
  • 플로팅 홀로그램은 광고나 콘서트와 같이 넓은 공간에서 현장감과 실존감이 뛰어난 3D 입체영상을 제공하면서, 3D 안경의 불편함, 시각적 피로, 공간 왜곡 현상 발생을 감소할 수 있는 기술이다. 따라서 본 논문은 좁은 공간에서도 사용가능한 플로팅 홀로그램 환경에서 캐릭터 조작을 위한 사용자 제스처 인식 시스템을 구현한다. 제안된 방법은 하르 특징기반의 캐시케이드((Harr feature-based cascade classifier) 분류기를 이용하여 얼굴 영역을 검출하고, 검출된 얼굴 영역을 기준으로 실시간으로 체스쳐 차영상으로부터 사용자 제스쳐의 발생 위치 정보를 이용하여 사용자 제스쳐를 인식한다. 그리고 각각 인식된 제스쳐 정보는 플로팅 홀로그램 환경에서 생성된 캐릭터 움직임을 조작하기 위하여 상응하는 행위에 맵핑된다. 제안된 플로팅 홀로그램 캐릭터 조작을 위한 사용자 제스처 인식 시스템의 성능평가를 위해서는 플로팅 홀로그램 디스플레이 장치를 제작하고, 몸 흔들기, 걷기, 손 흔들기, 점프 등의 각 제스처에 따른 인식률을 반복 측정한 결과 평균 88%의 인식률을 보였다.

혼합 약한 분류기를 이용한 AdaBoost 알고리즘의 성능 개선 방법 (A Method to Improve the Performance of Adaboost Algorithm by Using Mixed Weak Classifier)

  • 김정현;등죽;김진영;강동중
    • 제어로봇시스템학회논문지
    • /
    • 제15권5호
    • /
    • pp.457-464
    • /
    • 2009
  • The weak classifier of AdaBoost algorithm is a central classification element that uses a single criterion separating positive and negative learning candidates. Finding the best criterion to separate two feature distributions influences learning capacity of the algorithm. A common way to classify the distributions is to use the mean value of the features. However, positive and negative distributions of Haar-like feature as an image descriptor are hard to classify by a single threshold. The poor classification ability of the single threshold also increases the number of boosting operations, and finally results in a poor classifier. This paper proposes a weak classifier that uses multiple criterions by adding a probabilistic criterion of the positive candidate distribution with the conventional mean classifier: the positive distribution has low variation and the values are closer to the mean while the negative distribution has large variation and values are widely spread. The difference in the variance for the positive and negative distributions is used as an additional criterion. In the learning procedure, we use a new classifier that provides a better classifier between them by selective switching between the mean and standard deviation. We call this new type of combined classifier the "Mixed Weak Classifier". The proposed weak classifier is more robust than the mean classifier alone and decreases the number of boosting operations to be converged.

야간 적외선 카메라를 이용한 객체 검출 및 추적 (Object Detection and Tracking with Infrared Videos at Night-time)

  • 최범준;박장식;송종관;윤병우
    • 한국전자통신학회논문지
    • /
    • 제10권2호
    • /
    • pp.183-188
    • /
    • 2015
  • 본 논문에서는 야간 CCTV 영상을 활용하여 보행자를 검출하고 추적하는 방법을 제안하고 추적 성능을 분석한다. 유사 Haar 특징을 이용하여 Adaboost 알고리즘으로 학습하고 종속분류기로 객체를 검출한다. 파티클 필터를 활용하여 검출된 보행자를 추적한다. 야간 CCTV영상에 대하여 파티클 필터의 객체 추적에 효율적인 파티클 수와 분포를 실험을 통하여 제시하였다. 골목길 등에서 취득한 야간 CCTV영상에 대하여 검출과 추적성능을 검증하였다.

Region-Based Facial Expression Recognition in Still Images

  • Nagi, Gawed M.;Rahmat, Rahmita O.K.;Khalid, Fatimah;Taufik, Muhamad
    • Journal of Information Processing Systems
    • /
    • 제9권1호
    • /
    • pp.173-188
    • /
    • 2013
  • In Facial Expression Recognition Systems (FERS), only particular regions of the face are utilized for discrimination. The areas of the eyes, eyebrows, nose, and mouth are the most important features in any FERS. Applying facial features descriptors such as the local binary pattern (LBP) on such areas results in an effective and efficient FERS. In this paper, we propose an automatic facial expression recognition system. Unlike other systems, it detects and extracts the informative and discriminant regions of the face (i.e., eyes, nose, and mouth areas) using Haar-feature based cascade classifiers and these region-based features are stored into separate image files as a preprocessing step. Then, LBP is applied to these image files for facial texture representation and a feature-vector per subject is obtained by concatenating the resulting LBP histograms of the decomposed region-based features. The one-vs.-rest SVM, which is a popular multi-classification method, is employed with the Radial Basis Function (RBF) for facial expression classification. Experimental results show that this approach yields good performance for both frontal and near-frontal facial images in terms of accuracy and time complexity. Cohn-Kanade and JAFFE, which are benchmark facial expression datasets, are used to evaluate this approach.

임베디드 시스템을 위한 영상객체의 검출방법 (Image Objects Detection Method for the Embedded System)

  • 김연일;노승용
    • 제어로봇시스템학회논문지
    • /
    • 제15권4호
    • /
    • pp.420-425
    • /
    • 2009
  • In this paper, image detection and recognition algorithms are studied with respect to embedded carrier system. There are many suggested techniques to detect and recognize objects. But they have the propensity to need much calculation for high hit rate. Advanced and modified method needs to study for embedded systems that low power consumption and real time response are requested. The proposed methods were implemented using Intel(R) Open Source Computer Vision Library provided by Intel Corporation. And they run and tested on embedded system using a ARM920T processor by cross-compiling. They showed 1.6sec response time and 95% hit rate and supported the automated moving carrier system smoothly.

카메라 영상 분석 기반 운전자 졸음 인식 시스템 (Driver drowsiness recognition system based on camera image analysis)

  • 김현석;최민수;배유석
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2016년도 춘계학술발표대회
    • /
    • pp.719-722
    • /
    • 2016
  • 운전자의 주의력 감쇠는 교통사고 요인에 있어서 큰 비중을 차지한다. 주의력 감쇠는 무선 통화, 기기 조작, 졸음으로 나타날 수 있는데 자동차 대형사고의 대부분은 졸음운전으로 인하여 일어나며, 졸음운전 시에는 운전자의 운전조작 및 방어 조작 능력이 현저하게 저하한다. 본 시스템은 카메라로부터 실시간으로 영상 데이터를 입력 받아 처리하여 운전자의 졸음 상태를 인식하는 시스템으로 운전자에게 졸음방지 기능을 제공한다. Haar-Like Feature cascade classifier 방법을 사용하여 얼굴 및 눈 영역 검출을 하였고 Open Eye, Closed Eye가 학습된 MLP(Multi-Layer Perceptron)를 이용해 눈 깜박임을 인식하여 PERCLOS(Percentage of Eye Close)방법으로 졸음을 판단하였다. 본 논문에서 제안한 방법의 인식률의 정확도를 검증하기 위해 인식률 테스트를 하였다.