• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2003년도 추계종합학술대회
• /
• pp.236-238
• /
• 2003

인간의 얼굴 검출은 비디오 감시, 휴먼 컴퓨터 인터페이스, 얼굴 인식, 그리고 얼굴 이미지 데이터 베이스 관리와 같은 분야에 중요한 역할을 한다. 본 논문에서는 복잡한 배경뿐만 아니라 다양한 조명 조건에서 색 이미지 변화들의 폭넓은 변화를 처리할 수 있도록 새로운 조명 보정 기술과 이웃 화소들을 조합한 간단하고 빠른 얼굴 검출 방법을 제안한다. 색상 유사도를 기반으로 각 그룹을 추출하여 후보 얼굴 영역을 생성한다. 각각의 얼굴 후보 영역을 증명하기 위하여 눈, 입의 경계맵을 구성한다. 본 논문에서 제안한 방법이 단순하고 매우 빠른 수행능력을 보여주었으며, 89%의 얼굴 검출 수행능력을 나타내었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2002년도 춘계종합학술대회
• /
• pp.608-612
• /
• 2002

본 논문에서는 자동적으로 얼굴과 얼굴 특징점을 검출하는 시스템을 제안하였다. 얼굴은 Gabor 특징에 의하여 지정된 특징점의 교점 그래프와 공간적 연결을 나타내는 에지 그래프로 표현하였으며, 제안된 탄력적 특징 정합은 모델과 입력 영상에 상응하는 특징을 취하였다. 정합 모델은 국부적으로 경쟁적이고 전체적으로 협력적인 구조를 이룸으로서 영상공간에서 불규칙 확산 처리와 같은 역할을 하도록 하였다. 복잡한 배경이나 자세의 변화, 그리고 왜곡된 얼굴 영상에서도 원활하게 동작하는 얼굴 식별 시스템을 구성함으로서 제안된 방법의 효율성을 증명하였다.

• 산업기술연구
• /
• 제28권B호
• /
• pp.143-148
• /
• 2008

A real-time face detection is to find human faces robustly under the cluttered background free from the effect of occlusion by other objects or various lightening conditions. We propose a face detection system for real-time applications using wavelet decomposition method based on Gabor features. Firstly, skin candidate regions are extracted from the given image by skin color filtering and projection method. Then Gabor-feature based template matching is performed to choose face cadidate from the skin candidate regions. The chosen face candidate region is transformed into 2-level wavelet decomposition images, from which feature vectors are extracted for classification. Based on the extracted feature vectors, the face candidate region is finally classified into either face or nonface class by the Levenberg-Marguardt back-propagation neural network.

• 한국지능시스템학회논문지
• /
• 제15권2호
• /
• pp.163-172
• /
• 2005

복잡한 환경에서 이동하는 사람의 얼굴영역은 배경과 조명에 의해 확장, 축소 검출되기도 하고 잘못된 영역을 오검출하기도 한다. 본 논문에서는 동영상에서 얼굴을 추적하는데 있어서 확장 혹은 축소검출이나 오검출 문제를 해결하기 위해 블록차 영상과 칼만예측기를 사용하는 방법을 제안한다. 블록차영상은 입력영상을 블록화하여 차영상을 얻는 방법으로 미세한 움직임까지 검출이 가능하여 영상에서 움직임이 작은 경우에도 검출이 가능하게 된다. 검출된 움직임영역에서 얼굴영역은 1차적으로 피부색을 이용하여 검출하며 피부색이 검출되지 않은 경우는 움직임 영역의 경계선을 8이웃화소 창을 이용하여 부호화하고 머리부분의 코드를 갖는 영역을 얼굴영역으로 추정하는 방법을 사용한다. 추정된 얼굴영역을 컬러분할하고 분활된 영역에서 피부색과 가장 가까운 색을 갖는 영역을 얼굴영역으로 판단한다. 얼굴영역은 최외각화소를 포함하는 4각형으로 표시하소 각 정점의 이동을 칼만예측기를 이용하여 추정하고 추정된 위치에서 얼굴영역을 검출하는 방법을 사용한다. 제안하는 방법은 동영상에서 얼굴영역검출의 정확도를 높이고 얼굴영역의 추적에서 얼굴영역검출에 소요되는 시간을 상당부분 감소시키는 효과를 고두게 됨을 실험을 통해 입증하였다.