방향성 투영을 이용한 색상 영상에서의 얼굴 검출 = Face detection in color images using directional projections
저자
발행사항
서울 : 서울大學校 大學院, 2004
학위논문사항
학위논문(석사)-- 서울대학교 대학원: 전기·컴퓨터공학부 2004
발행연도
2004
작성언어
한국어
주제어
KDC
567 판사항(4)
DDC
621.3 판사항(20)
발행국(도시)
서울
형태사항
viii, 63p. : 삽도 ; 26 cm.
소장기관
컴퓨터 비젼을 기반으로 하는 인간과 컴퓨터의 상호작용(Human Computer Interation, HCI)에 대한 연구는 영상처리 분야에서 큰 축을 담당하고 있으며, 특히 얼굴인식 연구는 HCI 분야에서 가장 중요한 영역들 중의 한 분야이다. 얼굴인식 결과를 통하여 컴퓨터가 인증 작업을 수행할 수도 있고, 얼굴의 표정 및 포즈(pose)를 판단하여 다양한 반응을 제어할 수도 있다. 이러한 얼굴인식 기반의 HCI 시스템을 구현하기 위해서는 영상 내에 존재하는 얼굴을 정확히 검출하는 것이 선행되어야 한다. 얼굴검출은 영상 내에서 얼굴이 존재하는지를 판단하고, 존재하는 얼굴의 위치와 범위, 그리고 포즈 등의 정보를 추출하는 과정이다. 본 논문에서는 피부색상과 방향성 투영 과정에 의한 특징 추출을 이용한 특징점 기반의 얼굴검출 기법을 제안한다. 본 논문에서 제안하는 얼굴검출 기법은 얼굴의 크기 및 평면적 회전(rotation)에 대하여 강인한 얼굴검출 성능을 보여준다.
본 논문에서 제안하고 있는 얼굴검출 기법은 다음과 같은 단계들로 이루어져 있다. 우선 피부색상 모델을 이용하여, 색상 영상 내에서 피부색상을 가진 영역을 추출한다. 사람에 따라서 생기는 피부 색의 차이는 크로미넌스(chrominance) 성분보다 루미넌스(luminance) 성분에 의해서 크게 영향을 받는다는 것은 많은 연구들에 의해서 잘 알려진 내용이다. 따라서, 이러한 특성을 이용하여 피부색상 모델은 크로미넌스 공간에서 모델링한다. 이 모델을 이용하여 피부색상 영역들을 찾는데, 적응적인 문턱치를 이용하여 노이즈 영역을 감소시킨다. 피부색상 영역 추출은 얼굴검출의 전 단계로서, 얼굴의 후보 영역을 영상 내에서 찾아 얼굴검출율을 높이고, 또한 수행 시간을 줄이고자 하는 것이다. 이제 피부색상으로 검출된 영역에 대하여 원형윈도우를 취하고, 그 윈도우 내 영상의 루미넌스 정보와 R 값 정보를 이용한 두 개의 에지강도(edge strength) 영상을 구한다. 그리고 원형윈도우의 중심으로부터 각(角) 회전방향으로 방향성 투영을 수행하여 에지강도 정보에 대한 특징을 추출하고, 이 결과를 얼굴 내부의 에지강도 분포 표준 특성과 비교하여 얼굴의 위치 및 회전도를 검출한다. 마지막으로 추출한 얼굴영역들의 검증 과정이 필요하다. 이 때, 새롭게 종, 횡 방향 투영이란 개념이 제안되었다. 얼굴 내부의 투영 성분들을 분석함으로써, 최종적인 얼굴검출이 완성된다.
본 논문에서 제안하고 있는 얼굴검출 기법은 얼굴의 색상과 구조적인 특징 추출을 이용한 특징기반 얼굴검출 방법이다. 따라서 기존의 논문에서 볼 수 있는 복잡한 확률적인 모델링이 필요 없으며, 수행시간도 크게 줄일 수가 있다. 다양한 영상을 이용하여 제안한 얼굴검출을 수행한 결과 높은 얼굴검출율과 낮은 검출에러율을 보여주었다. “Champion” 데이터베이스의 경우, 226 개의 얼굴 영상에 대하여, 94.25%의 우수한 얼굴검출율을 나타내었고 3개의 검출에러가 발생하였다. 그리고, 일반 영상에 대해서도 실험한 결과, 낮은 검출에러율과 91% 이상의 우수한 얼굴검출 성능을 나타내었다.
A vision-based researches of human-computer interaction(HCI) become important parts in the image processing. In special, the face recognition is one of the core studies in HCI. These systems produce computer reaction to the identity or emotion of face. The face recognition-based HCI systems need a pre-processing can detect accurate information of the face features like eyes, nose and mouth. Given an arbitrary image, the goal of face detection is to determine whether or not there are any faces in the image and, if faces present, extract the information of faces like location, extent, pose and so on. In this paper, we propose a feature-based face detection algorithm to utilize the skin color and features of face with directional projection. The proposed algorithm is robust to size and rotation of faces.
There are three steps in the face detection algorithm as follows. At first, the skin color regions are extracted. It needs a skin color model to extract the skin regions. Although different people have different skin color, several studies have proven that the major difference of skin color lies largely between intensity rather than their chrominance. So, the skin color model is based on chrominance spaces(CbCr color spaces). The skin regions are extracted using the skin color model. But, the adaptive threshold is needed to reduce noise regions. The goals of this pre-process are to increase detection rate and reduce processing time. Second, proper circular windows are covered in the extracted skin color regions, and edge detection is performed with luminance and R color components of windowed image. So, the concept of angular projection is used to extract features of the edge information in the face. The location and rotation angle of the face are detected by comparing a test projection pattern with a standard pattern. At last, it becomes necessary to verify faces for reducing false positive errors. In this process, new concepts of vertical and horizontal directional projection are proposed. By analyzing the projection components of face candidates, face detection is completed finally.
The proposed face detection algorithm is feature-based with the skin color and structural feature. So, this algorithm doesn't need a complex statistical modeling and can reduce the processing time. In experiment on various color images, we can obtain high detection rate and low false positive error rate. In case of “Champion” Database, detection rate is 94.25%, and 3 false positive errors are occurred in 226 face images. In the experiments on general images, the detection rate is more 91% regardless of low false positive error rate.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)