실시간 비디오 감시에서 신경망 기반의 얼굴 검출 = Neural Network-Based Face Detection For Realtime Video Surveillance
저자
정수웅 (김천과학대학 컴퓨터정보계열)
발행기관
학술지명
권호사항
발행연도
2003
작성언어
Korean
주제어
KDC
041
자료형태
학술저널
수록면
35-42(8쪽)
제공처
본 논문에서는 실시간 비디오 감시 시스템에서 움직이는 사람들의 얼굴을 추출하고 추적하는 방법을 제안한다. 얼굴 추출 과정에서 계산량으로 인한 부하를 줄이기 위해 제안한 방법은 변화 영역 접근 방식에 기반을 두고 있다. 전체적인 얼굴 추출 방법은 두 단계로 구성되어 있다. 첫 번째 단계는 움직이는 영역 추출을 위해 자동으로 임계값을 선택하는 적응 임계치 방법을 사용한다. 그리고, 임계 처리된 영상에서 이진 모션 마스크들을 생성한다. 두 번째 단계에서는 얼굴 영역을 검출한다. 얼굴 영역 추출은 추출된 모션 마스크 내에서 미리 정의된 피부색 모델을 활용하여 유사한 피부색을 가지는 픽셀들이 추출되고 후보 얼굴 영역들이 얻어진다. 후보 얼굴 영역들에 대해 얼굴의 크기와 모양을 학습한 신경망에 적용하여 실제 얼굴을 검출한다. 현재 프레임에서 검출된 얼굴을 바탕으로 연속된 프레임에서 얼굴들이 추적된다. 실험을 통하여 제안한 방법이 잡음이나 배경이 복잡한 영상에서 매우 효과적으로 얼굴을 추출함을 보인다.
In this paper, we present a method to track and detect faces of moving humans for real-time video surveillance. In order to reduce the computational load to the human face detection, the presented method is based on the variation regions application. The method consists of two steps: moving region detection and face region detection. First, the moving region detection, the rough positions of moving objects in image sequence are determined using an adaptive thresholding method that automatically choose the threshold value for detecting the moving regions. Then, we obtained binary motion masks. Second, the face region detection, the pixels in the detected motion masks that have similar skin-color are extracted using the predefined skin-color model, which is a stochastic model to characterize skin-colors of human faces, then we obtain the binary candidate face region masks. The candidate face regions are classified into the real face region using neural network, which is trained size and shape of face. Based on the detected face in current frame, faces are tracked in consecutive frames. Our experimental results show that the presented method is robust under complex background and some noise.
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)