• Journal of Korea Multimedia Society
• /
• v.14 no.4
• /
• pp.504-516
• /
• 2011

In this paper, we will present a method to detect human hand and recognize hand gesture. For detecting the hand region, we use the feature of human skin color and hand feature (with boundary complexity) to detect the hand region from the input image; and use algorithm of optical flow to track the hand movement. Hand gesture recognition is composed of two parts: 1. Posture recognition and 2. Motion recognition, for describing the hand posture feature, we employ the Fourier descriptor method because it's rotation invariant. And we employ PCA method to extract the feature among gesture frames sequences. The HMM method will finally be used to recognize these feature to make a final decision of a hand gesture. Through the experiment, we can see that our proposed method can achieve 99% recognition rate at environment with simple background and no face region together, and reduce to 89.5% at the environment with complex background and with face region. These results can illustrate that the proposed algorithm can be applied as a production.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.1867_1868
• /
• 2009

본 논문에서는 다양한 조명 조건 및 배경 조건하에서도 정확하게 얼굴의 윤곽선 영역을 검출하기 위한 방법을 제안한다. 입력영상은 조명 조건과 배경 조건에 따라 색상 분포나 에지의 분포가 다르기 때문에 정확한 윤곽선 검출을 위해서는 입력 영상 마다 얼굴 윤곽선을 검출하기 위한 기준을 설정하여야 한다. 이를 위해 입력 영상의 히스토그램을 분석하여 얼굴 후보 영역을 추출하기 위한 임계값을 계산하고 이들의 임계값을 사용하여 얼굴 윤곽선 영역을 검출하였다. 그 결과 제안된 방법은 기존의 방법 보다 뛰어난 성능으로 얼굴 윤곽선을 검출함을 보여 주었다.

• Proceedings of the Safety Management and Science Conference
• /
• 2002.11a
• /
• pp.221-226
• /
• 2002

The biggest difficulty the small and small business currently face is not to have the effective cusomer management system that is the computerization of management, And, CRM has mary problems that make companies confused. As the result, projects are being suspended and budgets cut, plans for introducing CRM suspended or cancelled and many CRM software vendors and technical consulting firms are facing serious management crisis. Yet, this phenomenon can be regarded as an interim one. In fact, some cases that successfully introduced CRM show that CRM is migrating from small scale which is typical when introduced to larger scale through various tests. Therefore, this study tries to segment customer for the sieving the problem. And it make efficient customer management.

• Proceedings of the IEEK Conference
• /
• 2006.06a
• /
• pp.259-260
• /
• 2006

Since audio speech recognition is affected by noise in real environment, visual speech recognition is used to support speech recognition. For the visual speech recognition, this paper suggests the extraction of lip-feature using two types of image segmentation and reduced ASM. Input images are transformed to YCbCr based images and lips are segmented using the contrast of Y/Cb/Cr between lip and face. Subsequently, lip-shape model trained by PCA is placed on segmented lip region and then lip features are extracted using ASM.

• Proceedings of the KIEE Conference
• /
• 2007.10a
• /
• pp.459-460
• /
• 2007

얼굴인식에서 조명에 의한 얼굴영상의 왜곡은 인식률에 큰 영향을 미친다. 본 논문에서는 이를 해결하기 위해 다양한 조명환경에서도 인식률의 변화가 거의 없는 방법을 제안하였다. 얼굴인식에 사용하는 영상의 전처리 방법으로 대부분 히스토그램 이퀄라이제이션(Histogram Equalization) 과정을 거친다. 그러나 이 방법은 영상 전체에 적용되는 것이기 때문에 어두운 영역에 숨어있는 얼굴특징을 부각시키는 데에 한계가 있다. 따라서 얼굴영상이 가지고 있는 성질에 따라 임계값을 정하고 이를 기준으로 밝은 부분과 어두운 부분을 분할한다. 여기에 얼굴의 특징들이 더욱 선명해지도록 화질을 향상시켰다. 이 전처리 과정을 거쳐 PCA를 사용하여 얼굴인식을 수행한 결과 평균 99.6%라는 높은 인식률을 얻을 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.661-663
• /
• 2003

In this paper, we present new methods for rapid high-resolution range sensing using green-blue stripe pattern. We use green and blue for designing high-frequency stripe projection pattern. For accurate and reliable range recovery, we identify the stripe patterns by our color-stripe segmentation and unwrapping method. The experimental result for a naked human face shows the effectiveness of our method.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06c
• /
• pp.397-399
• /
• 2012

본 연구에서는 픽셀 값이 근소한 차이를 보이는 얼굴과 손이 겹쳤을 때 손을 효과적으로 추출하는 방법을 제안한다. 제안된 알고리즘은 깊이 영상에서 연결요소를 찾음으로써 깊이 정보가 다른 손과 얼굴 영역을 분리하게 된다. 기존의 복잡한 방법을 생략하고, 이진화 영상에 적용하던 connected component labeling 기법을 gray 영상에 적용하여 깊이 영역이 비슷한 영역을 분리하였다. 이로 인하여, 손의 피부색상과 비슷한 색상을 가지는 얼굴과 손의 겹침 현상에서 강건한 손 추출 결과를 얻을 수 있었다. 그리고 보다 자연스러운 제스쳐 인식 시스템을 구축할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06c
• /
• pp.454-455
• /
• 2012

깊이 카메라에서 입력 받은 사용자의 얼굴 데이터에 morphable 모델을 fitting하여 실제 얼굴과 가까운 3D 얼굴 모델을 생성하기 위해서는 먼저 깊이 영상으로부터의 정확한 얼굴 영역 추출이 필요하다. 이를 위해 얼굴의 특징점을 기반으로 얼굴 영역 추출을 시도한다. 먼저 원본 깊이 영상을 보정하고, 컬러 영상으로부터 얼굴과 눈, 코의 영역을 탐색한 후 이를 깊이 영상에 대응시켜 눈, 코, 턱의 3차원 위치를 계산한다. 이렇게 결정된 얼굴의 주요 특징점들을 시작으로 영역을 확장함으로써 영상의 배경으로부터 얼굴 영역을 분리한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1448-1450
• /
• 2015

본 논문은 3D 스캐너 및 센서 등으로 캡처되어 3D로 복원된 얼굴 객체의 부위별 의미 있는 영역에 대한 분할을 자동으로 수행하는 기술을 제안한다. 3D 스캔된 얼굴 모델을 모델링, 애니메이션, 3D 프린팅 등의 다양한 응용분야에 활용하기 위해서는 스캔된 영역의 의미 있는 부위별 인식이 필수적이다. 본 논문에서는 부위별 의미 있는 영역 레이블링이 된 템플릿 모델을 입력된 3D 복원 모델로 전이하여 복원된 3D 모델의 부위별 의미 있는 영역을 자동으로 분할하고 분할된 영역의 일관성을 유지하는 알고리즘을 제안한다.

• Journal of Internet Computing and Services
• /
• v.23 no.4
• /
• pp.35-43
• /
• 2022

Makeup is the most common way to improve a person's appearance. However, since makeup styles are very diverse, there are many time and cost problems for an individual to apply makeup directly to himself/herself.. Accordingly, the need for makeup automation is increasing. Makeup transfer is being studied for makeup automation. Makeup transfer is a field of applying makeup style to a face image without makeup. Makeup transfer can be divided into a traditional image processing-based method and a deep learning-based method. In particular, in deep learning-based methods, many studies based on Generative Adversarial Networks have been performed. However, both methods have disadvantages in that the resulting image is unnatural, the result of makeup conversion is not clear, and it is smeared or heavily influenced by the makeup style face image. In order to express the clear boundary of makeup and to alleviate the influence of makeup style facial images, this study divides the makeup area and calculates the loss function using HoG (Histogram of Gradient). HoG is a method of extracting image features through the size and directionality of edges present in the image. Through this, we propose a makeup transfer network that performs robust learning on edges.By comparing the image generated through the proposed model with the image generated through BeautyGAN used as the base model, it was confirmed that the performance of the model proposed in this study was superior, and the method of using facial information that can be additionally presented as a future study.