• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 추계학술대회
• /
• pp.75-77
• /
• 2012

본 논문에서는 영상에서 양쪽 눈 영역을 각각 검출하여 각 영역에 대한 지역적 이진화를 통해 눈동자를 검출하는 방법을 제안한다. 단일 저해상도 웹 카메라 영상에서 haar-like feature를 이용해 사람의 얼굴을 검출 한 뒤, 얼굴 영역의 너비와 높이의 비율에 따라 양쪽 눈 영역을 각각 검출한다. 각 눈 영역에서 지역적으로 전처리 및 이진화를 수행하여 눈동자를 검출한다. 눈동자 검출은 HCI(Human-Computer Interface) 시스템에 사용될 수 있다.

• 전기학회논문지
• /
• 제57권12호
• /
• pp.2281-2284
• /
• 2008

The purpose of this paper is to develope the drowsiness-drive perception system which judges drowsiness driving based on drivers' eye region using single vision system. To do this, first, we use the Haar-like feature and AdaBoost learning algorithm for detecting the features of the face region. And we measure the eye blinking frequency and eye closure duration from these feature data. And then, we propose the drowsiness-drive detection algorithm using the eye blinking frequency and eye closure duration. Finally, we have shown the effectiveness and feasibility of the proposed method through some experiments.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• pp.1855_1856
• /
• 2009

본 논문은 Haar-like 마스크와 유사한 특징을 갖지만 두 사각형 영역의 크기와 위치를 제한하지 않는 분리된 두 사각 특징 마스크를 이용한 Adaboost 기반 얼굴검출 알고리즘을 제안한다. 기존의 Haar-like 특징이 단순히 두 사각 영역의 화소값들의 차를 구함으로써 계산이 용이하나 인접한 두 사각 영역으로 한정함으로써 고품질 특징을 얻기 어렵다. 이런 Haar-like 특징마스크의 내재된 문제점을 개선하기 위해, 제안하는 특징 마스크는 다양한 크기와 분리된 두 사각 영역을 갖는 형태로 고품질의 특징을 얻는다. 고품질의 특징은 Adaboost 알고리즘의 약 분류기(weak classifier)의 성능을 학습단계부터 높여 전반적으로 얼굴 검출 알고리즘의 성능을 향상시킨다. 제안하는 분리된 두 사각 특징을 이용한 adaboost 기반 얼굴검출 기법의 우수성을 다양한 실험을 통해 검증하였다.

• 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.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2017년도 하계학술대회
• /
• pp.85-88
• /
• 2017

보행자 검출을 위한 기술이 많이 개발되고 있으며 HOG(Histograms of oriented)와 haar-like feature를 이용한 특징값 검출을 통해 보행자를 검출하는 방법들이 대표적이라 할 수 있다. 하지만 이 방법들은 보행자가 사물에 가려졌을 때 보행자를 검출하지 못한다는 단점이 있다. 이에 본 논문에서는 haar-like feature와 adaboost 학습알고리듬을 이용하여 보행자를 검출하고 kalman filter를 이용하여 보행자가 특정 사물에 가려지는 것 과 같은 occlusion 문제를 해결하여 보행자 검출 성능을 높이고자 하였다.

• 한국산업정보학회논문지
• /
• 제16권3호
• /
• pp.1-10
• /
• 2011

본 논문에서는 의료 서비스로봇을 위한 얼굴추출 방법을 제안한다. 제안된 방법은 기존의 얼굴 추출방법의 단점을 보완하여 배경과 조명에 강건한 방법이다. 본 방법은 먼저 평균 이동 알고리즘을 이용하여 배경을 제거하고, 컬러 공간에서 얼굴을 추출한 후 외형 기반의 Haar-like feature 방식으로 최종 얼굴을 검출하게 된다. 제안된 시스템의 효율을 위해 실험을 하였고, 실험결과가 제안된 방법이 의료서비스 로봇에 적용 가능함을 보였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2008년도 춘계학술대회 학술발표회 논문집
• /
• pp.418-420
• /
• 2008

얼굴 윤곽선 검출을 위해 그동안 많은 알고리즘이 연구되었다. 그리고 최근에 기존 Active Appearance Model(AAM)에 비해 성능이 개선된 Boosted Appearance Model (BAM)가 Liu에 의해제안되었다. BAM에서는 매 반복 단계마다 Steepest Descent 영상을 구해야 하는데 입력영상의 워핑을 해야 하므로 이것은 계산량이 많다. 본 논문은 BAM을 사용하면서 매번 계산되어야 하는 입력 영상의 워핑을 대신해 템플릿이 워핑함으로써 계산 시간을 줄일 수 있는 방법을 제시한다. 템플릿은 약한 분류기에 사용되는 Haar-like feature들로 이것은 입력 영상에 비해 크기가 매우 작으므로 제안된 방법을 사용하면 Steepest Descent 영상을 구하는데 필요한 워핑 속도를 줄일 수 있다.

• 방송공학회논문지
• /
• 제21권4호
• /
• pp.609-620
• /
• 2016

최근 발생빈도가 높은 차량 간 충돌사고를 미연에 방지하고 운전자의 편의를 증진하기 위한 전방 충돌 경고 시스템에 관한 연구가 활발히 진행되고 있다. 충돌 회피를 위한 차량 시스템에 자동으로 차량을 검출하는 기술은 필수적 요소이다. 기존의 학습 기반 차량 검출 방법들은 일반적으로 차량의 후면 전체를 학습하며, 외형이 다른 승용차와 트럭, SUV의 경우 클래스를 분류하여 학습해야 한다는 단점이 있다. 본 논문에서는 이러한 단점을 해결하기 위해 차종에 관계없이 후미등 하단 부의 외형은 유사하다는 점에 착안하여 하단부에 한해 Haar-like feature를 학습함으로써 전방 차량을 검출하는 방법을 제안하였다. 또한 검증단계로서 후미등 검출을 통해 실제 차량과 차량이 아닌 것들을 분류하고 후미등 검출이 어려운 작은 크기의 후보 영역은 HOG(Histogram Of Gradient) 특징과 SVM(Support Vector Machine) 분류기를 통해 검증하여 오검출률을 낮추었다. 도로 주변에 건물이 많은 복잡한 영상에서도 차종에 관계없이 95%에 해당하는 정확도를 보여 전방 차량 검출 성능이 개선된 것을 확인하였다.

• 융합신호처리학회논문지
• /
• 제14권3호
• /
• pp.162-168
• /
• 2013

본 논문에서는 디지털 카메라를 이용하여 사진을 촬영할 때 눈의 감긴 상태를 확인하여 이를 자동으로 보정하여 출력해주는 모듈의 구현에 관하여 연구하였다. 먼저 촬영된 영상에 대하여 얼굴 및 눈의 영역을 검출하고 눈의 상태를 인식한다. 만약 눈이 감긴 영상이 촬영되었을 때 버퍼에 임시로 저장된 이전 프레임 영상들에 대하여 눈의 상태를 인식한 후, 가장 눈의 상태가 만족스러운 영상을 이용하여 눈을 보정한 후에 사진을 출력한다. 얼굴 및 눈을 정확하게 인식하기 위해서 SURF 알고리즘과 호모그래피 방법을 적용하여 영상을 보정하는 전처리 과정을 수행한다. 얼굴 영역과 눈 영역을 검출하는 것은 Haar-like feature 알고리즘을 이용하였다. 눈을 뜨고 있는 상태인지 감은 상태인지를 눈의 영역에 대한 템플릿매칭을 이용한 유사도를 판단하여 확인한다. 본 연구에서 개발된 기능을 다양한 형태의 얼굴 환경에서 테스트한 결과 얼굴이 포함된 영상에 대하여 효과적으로 보정이 수행됨을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제45권6호
• /
• pp.38-43
• /
• 2008

피부색 정보는 컬러영상에 포함된 얼굴영역을 검출하는 중요한 요소이다. 피부색 정보로 부터 생성된 통계 피부색 모델을 이용하여 얼굴영역을 검출할 수 있다. 하지만 다른 피부색 부분이 포함되어 있는 컬러영상에서는 일반적인 통계 피부색 모델만으로 정확한 얼굴영역 검출을 할 수 없는 단점을 가진다. 본 논문에서는 다른 피부색 부분이 포함되어 있는 다양한 컬러 영상에서 얼굴영역만을 정확히 검출하기 위한 방법을 제안한다. 제안된 방법은 YCbCr 피부 컬러 모델기반의 피부색 가우시안 분포를 적용하여 얼굴 후보영역 설정 하였고, 영상내의 잡음 부분과 얼굴 영역이외의 부분을 제거하기 위해 수학적 형태학을 적용하였다. 그리고 Haar-like 특성을 이용하여 정확한 얼굴 검출을 수행하였다. 모의실험 결과 제안된 방법이 목이나 팔과 같이 유사한 피부색을 포함한 영상과 다양한 크기의 영상에서도 효과적인 얼굴영역 검출하는 우수함을 보였다.