본 연구는 평균얼굴을 이용하여 나이 변화된 미래모습을 예측하는 방법을 제안한다. 나이 변화된 미래모습의 예측을 위하여 입력된 얼굴 정면 상에 얼굴의 3차원 모델을 정합한다. 얼굴의 3차원 모델의 정합은 나이 변화된 미래모습 예측에 기반이 된다. 정합하는 방법은 얼굴의 특징점을 대화적으로 지정하여, 얼굴의 형상모델을 입력된 사진의 얼굴에 맞추는 방법으로 정밀한 정합이 가능하여 시스템의 개발 시 이용하고 있다. 인간의 얼굴은 나이가 들어감에 따라 많은 변화를 하게 되며, 이러한 변화는 어느 정도 일정한 규칙이 있어, 그 사람의 나이를 추측할 수 있다. 나이에 따라 얼굴이 변해가는 경향을 각 연령대별 평균얼굴을 이용하여 추출한다. 먼저, 5세, 10세, 20세 ~ 70세의 평균얼굴을 5세 또는 10세 간격으로 합성한다. 각 연령대별로 5매의 얼굴사진에 ...
본 연구는 평균얼굴을 이용하여 나이 변화된 미래모습을 예측하는 방법을 제안한다. 나이 변화된 미래모습의 예측을 위하여 입력된 얼굴 정면 상에 얼굴의 3차원 모델을 정합한다. 얼굴의 3차원 모델의 정합은 나이 변화된 미래모습 예측에 기반이 된다. 정합하는 방법은 얼굴의 특징점을 대화적으로 지정하여, 얼굴의 형상모델을 입력된 사진의 얼굴에 맞추는 방법으로 정밀한 정합이 가능하여 시스템의 개발 시 이용하고 있다. 인간의 얼굴은 나이가 들어감에 따라 많은 변화를 하게 되며, 이러한 변화는 어느 정도 일정한 규칙이 있어, 그 사람의 나이를 추측할 수 있다. 나이에 따라 얼굴이 변해가는 경향을 각 연령대별 평균얼굴을 이용하여 추출한다. 먼저, 5세, 10세, 20세 ~ 70세의 평균얼굴을 5세 또는 10세 간격으로 합성한다. 각 연령대별로 5매의 얼굴사진에 3차원 형상 모델을 정합한 후에, 사진 5매의 평균 얼굴을 합성한다. 각 연령대별 평균얼굴의 차이가 나이에 따라 얼굴이 변해가는 성분이라고 생각된다. 나이변화의 성분은 얼굴형의 변화와 얼굴색의 변화로 나누어 추출한다. 이러한 나이 변화 성분을 개인의 얼굴에 점진적으로 더해 감으로써 미래 모습을 예측한다. 미래 모습은 개인 얼굴의 특징은 유지하면서도 나이가 변화된 얼굴 모습이다. 이와 같은 방법으로 5세에서 70세까지의 나이변화를 구현할 수 있게 된다.
본 연구는 평균얼굴을 이용하여 나이 변화된 미래모습을 예측하는 방법을 제안한다. 나이 변화된 미래모습의 예측을 위하여 입력된 얼굴 정면 상에 얼굴의 3차원 모델을 정합한다. 얼굴의 3차원 모델의 정합은 나이 변화된 미래모습 예측에 기반이 된다. 정합하는 방법은 얼굴의 특징점을 대화적으로 지정하여, 얼굴의 형상모델을 입력된 사진의 얼굴에 맞추는 방법으로 정밀한 정합이 가능하여 시스템의 개발 시 이용하고 있다. 인간의 얼굴은 나이가 들어감에 따라 많은 변화를 하게 되며, 이러한 변화는 어느 정도 일정한 규칙이 있어, 그 사람의 나이를 추측할 수 있다. 나이에 따라 얼굴이 변해가는 경향을 각 연령대별 평균얼굴을 이용하여 추출한다. 먼저, 5세, 10세, 20세 ~ 70세의 평균얼굴을 5세 또는 10세 간격으로 합성한다. 각 연령대별로 5매의 얼굴사진에 3차원 형상 모델을 정합한 후에, 사진 5매의 평균 얼굴을 합성한다. 각 연령대별 평균얼굴의 차이가 나이에 따라 얼굴이 변해가는 성분이라고 생각된다. 나이변화의 성분은 얼굴형의 변화와 얼굴색의 변화로 나누어 추출한다. 이러한 나이 변화 성분을 개인의 얼굴에 점진적으로 더해 감으로써 미래 모습을 예측한다. 미래 모습은 개인 얼굴의 특징은 유지하면서도 나이가 변화된 얼굴 모습이다. 이와 같은 방법으로 5세에서 70세까지의 나이변화를 구현할 수 있게 된다.
This research proposes a method for predicting the future face for age change using average faces. The research constructs the 3-D shape model of an individual face for changing age. The modeling method is to adjust a general facial model onto the frontal view of the face using the facial feature po...
This research proposes a method for predicting the future face for age change using average faces. The research constructs the 3-D shape model of an individual face for changing age. The modeling method is to adjust a general facial model onto the frontal view of the face using the facial feature points. Face modeling is a basis in changing age. The human faces provide a great deal of information in regard to race, age, sex, personality, feeling, psychology, mental state, health condition, etc. If we pay a close attention to the aging process, we find out that the facial shape varies according to age. Because there exists any rule for the face variation, we can guess age of a person. This method extracts the variation tendency of the face from average faces. The average faces are made for 5, 10, 20, ..., 70 year-old. The average face is an average of the faces of the 3 ~ 5 persons at each age. The 3D shape model is adjusted to each personal face and the average face is synthesized using the personal face models. We think difference between average faces in two consecutive ages is a component for the face variation according to age. The component can be divided into the facial shape and the facial texture. The component for the facial shape is extracted from the shape models of the average faces and the component for the facial texture is extracted from the images of the average faces. The future face is predicted by adding gradually these components to the personal face. The future face not only is age-changed but also has the original feature of the personal face. This above method predicts the future face from 5 to 70 year-old.
This research proposes a method for predicting the future face for age change using average faces. The research constructs the 3-D shape model of an individual face for changing age. The modeling method is to adjust a general facial model onto the frontal view of the face using the facial feature points. Face modeling is a basis in changing age. The human faces provide a great deal of information in regard to race, age, sex, personality, feeling, psychology, mental state, health condition, etc. If we pay a close attention to the aging process, we find out that the facial shape varies according to age. Because there exists any rule for the face variation, we can guess age of a person. This method extracts the variation tendency of the face from average faces. The average faces are made for 5, 10, 20, ..., 70 year-old. The average face is an average of the faces of the 3 ~ 5 persons at each age. The 3D shape model is adjusted to each personal face and the average face is synthesized using the personal face models. We think difference between average faces in two consecutive ages is a component for the face variation according to age. The component can be divided into the facial shape and the facial texture. The component for the facial shape is extracted from the shape models of the average faces and the component for the facial texture is extracted from the images of the average faces. The future face is predicted by adding gradually these components to the personal face. The future face not only is age-changed but also has the original feature of the personal face. This above method predicts the future face from 5 to 70 year-old.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.