• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제3권1호
• /
• pp.87-92
• /
• 2003

This paper describes a system for tracking multiple faces in an input video sequence using facial convex hull based facial segmentation and robust hausdorff distance. The algorithm adapts skin color reference map in YCbCr color space and hair color reference map in RGB color space for classifying face region. Then, we obtain an initial face model with preprocessing and convex hull. For tracking, this algorithm computes displacement of the point set between frames using a robust hausdorff distance and the best possible displacement is selected. Finally, the initial face model is updated using the displacement. We provide an example to illustrate the proposed tracking algorithm, which efficiently tracks rotating and zooming faces as well as existing multiple faces in video sequences obtained from CCD camera.

• 한국산학기술학회논문지
• /
• 제16권2호
• /
• pp.1414-1419
• /
• 2015

영상에서 피부영역을 탐지하는 방법은 색상 정보를 이용하여 탐지하는 방법이 일반적이다. 하지만 영상의 채도가 낮아지는 경우 색상정보가 손실되어 올바른 피부영역 탐지가 어렵다는 단점이 있다. 따라서 본 논문은 촬영 시 밝은 조명에 의해 채도 정보가 낮아진 피부 영상의 색상 보정 방법을 제안한다. 제안한 방법의 색상 보정 절차는 채도 영상 획득 및 저채도 영역 분류, 영역 분할, 분할한 저채도 영역에서의 채도 및 색상값 추출, 색상 보정 순이다. 이 방법은 영상에서 채도가 낮은 부분을 추출한 후 해당 영역 및 주변영역의 색상과 채도를 추출하는 방법을 통해 원 색상과 유사한 색상을 예측하여 적용한다. 따라서 저채도 영역을 올바르게 산출하는 방법이 선행되어야 한다. 저채도 영역을 구하는 과정에서 보다 정확한 영역 분할을 위하여 HSV 색상공간의 Hue 값에 오츠가 제안한 다중문턱치를 이용하여 이진 영상을 만든 후 사용하였다. 170장의 인물 사진들을 사용하여 실험을 수행한 결과, 제안한 방법을 사용하지 않은 피부 결과에 비해 약 5.8% 이상 검출율이 높게 나타났으며, 제안하는 방법이 피부색 탐지를 위한 전처리에 적합함을 확인하였다.

• Journal of Multimedia Information System
• /
• 제5권4호
• /
• pp.221-228
• /
• 2018

Skin-color information is not sufficient for palmprint segmentation in complex scenes, including mobile environments. Traditional active shape model (ASM) combines gray information and shape information, but its performance is not good in complex scenes. An improved ASM method is developed for palmprint segmentation, in which Perux method normalizes the shape of the palm. Then the shape model of the palm is calculated with principal component analysis. Finally, the color likelihood degree is used to replace the gray information for target fitting. The improved ASM method reduces the complexity, while improves the accuracy and robustness.

• 한국콘텐츠학회논문지
• /
• 제17권1호
• /
• pp.137-144
• /
• 2017

얼굴 검출은 복잡한 배경 내에서 다양한 얼굴의 자세로 인해 여전히 어려운 문제에 직면하고 있다. 본 논문은 피부색과 깊이 정보를 기반으로 한 한명 또는 여러 명의 얼굴을 검출하는 효과적인 알고리즘을 제안한다. 먼저 우리는 컬러 영상에서 가우시안 혼합 모델을 이용한 피부색 검출 방법에 대해 소개한다. 그리고 Kinect V2의 깊이 센서를 이용하여 획득한 3차원의 깊이 정보는 배경으로부터 사람의 몸을 분할할 때 유용하다. 그리고 레이블링 과정에서 여러 개의 특징을 이용하여 얼굴이 아닌 영역은 성공적으로 제거된다. 실험 결과를 통해 제안한 얼굴 검출 알고리즘은 다양한 조건과 복잡한 배경에서 얼굴이 효과적으로 검출되는 것을 확인할 수 있다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1999년도 하계종합학술대회 논문집
• /
• pp.421-424
• /
• 1999

Automatic human face detection in a complex background is one of the difficult problems In this paper. we propose an effective automatic face detection system that can locate the face region in natural scene images when the system is used as a pre-processor of a face recog- nition system. We use two natural and powerful visual cues, the color and the human head shape. The outline of the human head can be generally described as being roughly elliptic in nature. In the first step of the proposed system, we have tried the approach of fitting the best Possible ellipse to the outline of the head In the next step, the method based on the human skin color space by selecting flesh tone regions in color images and histogramming their r(＝R/(R＋G＋B)) and g(＝G/R＋G＋B)) values. According to our experiment. the proposed system shows robust location results

• 전자공학회논문지CI
• /
• 제47권2호
• /
• pp.11-20
• /
• 2010

본 논문에서는 피부색 정보를 이용한 얼굴 후보 검출 방법과 얼굴의 구조적 특징을 이용한 얼굴 확인 방법으로 구성된 얼굴 검출 시스템을 제안한다. 먼저 제안하는 얼굴 후보 검출 방법은 피부색 영역과 피부색의 주변 영역에 대한 이미지 분할과 병합 알고리듬을 이용한다. 이미지 분할과 병합 알고리듬의 적용은 복잡한 이미지에 존재하는 다양한 얼굴들을 후보로 검출할 수 있다. 그리고 제안하는 얼굴 확인 방법은 얼굴을 지역적인 특징에 따라 분류 가능한 부분 얼굴 분류기를 사용하여 얼굴의 구조적 특징을 판단하고, 얼굴과 비-얼굴을 구별한다. 부분 얼굴 분류기는 학습 과정에서 얼굴 이미지만을 사용하고, 비-얼굴 이미지는 고려하지 않기 때문에 적은 수의 훈련 이미지를 사용한다. 실험 결과 제안한 얼굴 후보 검출 방법은 기존의 방법보다 평균 9.55% 많은 얼굴을 후보로 검출하였다. 그리고 얼굴/비-얼굴 분류 실험에서 비-얼굴에 대한 분류율이 99%일 때 기존의 분류기보다 평균 4.97% 높은 얼굴 분류율을 달성 하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2002년도 ITC-CSCC -3
• /
• pp.1491-1494
• /
• 2002

The paper introduces a novel system of two hands real-time tracking based on the unrestricted hand skin segmentation by multi color systems. After corer-based segmentation and pre-processing operation, a label set of regions is created to locate the two hands automatically. By the normalization, template matching is used to find out the left or right hand. An improved fast self-adaptive tracking algorithm is applied and Canny filter is used for hand detection.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권3호
• /
• pp.383-391
• /
• 2017

영상 분할은 영상처리 분야에서 오랜 기간 많은 연구자들에 의해 연구되었으며 현재도 다양한 방법이 연구되어지고 있다. 영상 분할은 영상에 포함된 객체들을 분리하는 문제로, 특히 사람의 얼굴은 영상에 포함된 객체들 중 가장 중요한 객체로 다루어진다. 본 논문에서는 영상에 포함된 얼굴 경계선을 추출하는 방법을 제안한다. 이를 위해 먼저 비올라존스 방법을 사용해 영상에서 대략적인 얼굴 위치를 검출한다. 그러나 비올라존스 알고리즘에 의해 검출된 결과는 얼굴의 대략적인 위치이지 정확한 얼굴 영역이 아니다. 본 논문에서는 비올라존스 알고리즘의 결과로부터 좀 더 정확한 얼굴 영역을 추출하기 위해 적응적 스킨칼라 모델을 사용하고 스킨칼라 모델의 결과로 주어지는 스킨영역에 대해 수평, 수직 히스토그램을 분석하여 얼굴 영역을 추출한다. 마지막으로 추출된 얼굴 영역에 대해 스네이크 알고리즘을 적용해 최종 얼굴 경계선을 결정한다. 본 논문에서는 Williams등[7]에 의해 제안된 스네이크 알고리즘을 기반으로 얼굴 경계선 추출을 위해 변형된 스네이크 에너지 함수를 제안한다.

• 대한전자공학회논문지SP
• /
• 제41권1호
• /
• pp.1-12
• /
• 2004

본 논문에서는 색열화와 부분 은폐에 강인한 특성을 갖는 ID얼굴(identificable face: 신원확인가능 얼굴) 검지방법을 제안한다. 이 방법은 후보영역 분할, 후보창 추출, 은폐여부 판단의 세 단계로 구성된다. 후보영역 분할에서는 입력영상으로부터 피부색영역과 색열화된 얼굴구성요소(눈, 코, 입 영역)를 함께 찾아 E얼굴 후보영역을 분할한다. 후보창 추출에서는 후보영역내의 얼굴일 가능성이 있는 후보창들을 추출한다. 은폐여부 판단에서는 고유얼굴(eigenface)기법을 이용하여 고유얼굴들과 유사도가 가장 큰 후보창 하나가 결정되고, 이 후보창의 각 얼굴구성요소의 은폐되었는지 아닌지가 유사한 방법으로 결정된다. 실험결과, 제안한 검지방법은 색이 심하게 열화된 얼굴들과 은폐된 얼굴들을 포함하고 있는 얼굴 DB에서 색열화와 은폐를 고려하지 않은 얼굴검지방법에 비해 ID얼굴 검지율이 약 $11.4\%$ 향상됨을 확인하였다.

• 한국게임학회 논문지
• /
• 제11권2호
• /
• pp.161-166
• /
• 2011

본 논문에서는 동작인식 위한 정확한 배경 분할 및 특징점 추출 방법을 제안한다. 배경 분할 과정에서는 먼저, HSV 입력 이미지를 RGB 색상 공간에서 HSV 색상 공간으로 변환한 뒤, H와 S 값에 대한 두 개의 임계치를 사용하여 살색 영역을 분할, 프레임간의 차영상을 이용하여 움직임이 있는 영역을 추출한다. 차영상에서 발생하는 잔상 영역을 제거하기 위하여 헤시안 어파인 영역 검출기를 적용하고, 잡음이 제거된 차 영상과 살색 영역의 이진화 영상을 이용하여 사람의 동작이 나타나는 영역을 분할한다. 특징점 추출 과정은 전체 영상을 블록 단위로 나눠서 각 블록 안에서 분할된 영상에 포함되는 픽셀들의 중점을 구하여 특징점을 추출한다. 실험결과 복잡한 환경에서도 정확한 배경 분할과 사용자 동작을 대표하는 특징점 추출이 약 12 fps로 가능함을 알 수 있었다.