자동 얼굴 인식, 표정 인식, 자세 추정과 같은 얼굴 영상과 관련된 다양한 연구 분야는 일반적으로 입력 얼굴 영상에 대한 정규화 또는 눈과 같은 얼굴 영역의 대표 특징점에 대한 위치 검출이 필요하다. 사람의 얼굴은 표정, 조명 등에 따라 다양한 형태변화가 있어 입력 영상 마다 정확한 대표 특징점을 찾는 것은 어려운 문제이다. 특히 감고 있는 눈이나 작은 눈 등은 검출하기 어렵기 때문에 얼굴 관련 연구에서 성능을 저하시키는 주요한 원인이 되고 있...
자동 얼굴 인식, 표정 인식, 자세 추정과 같은 얼굴 영상과 관련된 다양한 연구 분야는 일반적으로 입력 얼굴 영상에 대한 정규화 또는 눈과 같은 얼굴 영역의 대표 특징점에 대한 위치 검출이 필요하다. 사람의 얼굴은 표정, 조명 등에 따라 다양한 형태변화가 있어 입력 영상 마다 정확한 대표 특징점을 찾는 것은 어려운 문제이다. 특히 감고 있는 눈이나 작은 눈 등은 검출하기 어렵기 때문에 얼굴 관련 연구에서 성능을 저하시키는 주요한 원인이 되고 있다. 따라서 본 논문에서는 표정, 조명 등의 다양한 변화에 강건한 눈 검출 방법을 제안한다. 제안하는 방법은 AdaBoost 기반의 얼굴 영역 검출 단계, 지역적인 조명 정규화 단계, Eye Filter를 이용한 눈 후보영역 검출 단계, 마지막으로 얼굴의 구조적인 특성을 이용한 눈 위치 결정 등 총 4단계로 구성된다. 실험 결과를 통해 제안된 방법은 얼굴의 자세(Pose), 표정(Expression), 조명(Illumination) 등 다양한 변화에서도 강건한 검출 결과를 보여주며 특히 감고 있는 눈에서도 강건한 검출 결과를 보여준다.
자동 얼굴 인식, 표정 인식, 자세 추정과 같은 얼굴 영상과 관련된 다양한 연구 분야는 일반적으로 입력 얼굴 영상에 대한 정규화 또는 눈과 같은 얼굴 영역의 대표 특징점에 대한 위치 검출이 필요하다. 사람의 얼굴은 표정, 조명 등에 따라 다양한 형태변화가 있어 입력 영상 마다 정확한 대표 특징점을 찾는 것은 어려운 문제이다. 특히 감고 있는 눈이나 작은 눈 등은 검출하기 어렵기 때문에 얼굴 관련 연구에서 성능을 저하시키는 주요한 원인이 되고 있다. 따라서 본 논문에서는 표정, 조명 등의 다양한 변화에 강건한 눈 검출 방법을 제안한다. 제안하는 방법은 AdaBoost 기반의 얼굴 영역 검출 단계, 지역적인 조명 정규화 단계, Eye Filter를 이용한 눈 후보영역 검출 단계, 마지막으로 얼굴의 구조적인 특성을 이용한 눈 위치 결정 등 총 4단계로 구성된다. 실험 결과를 통해 제안된 방법은 얼굴의 자세(Pose), 표정(Expression), 조명(Illumination) 등 다양한 변화에서도 강건한 검출 결과를 보여주며 특히 감고 있는 눈에서도 강건한 검출 결과를 보여준다.
Eye detection is essential for the initialization of many face processing techniques like face recognition, facial expression recognition or head pose estimation. Since it is difficult to detect facial features for various facial expression or lighting condition. Especially if closed eye or small ey...
Eye detection is essential for the initialization of many face processing techniques like face recognition, facial expression recognition or head pose estimation. Since it is difficult to detect facial features for various facial expression or lighting condition. Especially if closed eye or small eye is to difficult to detect eye location. In this thesis, we propose eye filters for eye detection based on texture information that can be apply robust detection of eye location under various facial expression and lighting condition. The proposed method is composed of the following four steps; face detection using classifiers trained by AdaBoost algorithm, illumination normalization using local means, eye candidate region detection based on eye filters, and eye location selection using facial structural information. Experimental results show that the proposed method is effective in eye detection.
Eye detection is essential for the initialization of many face processing techniques like face recognition, facial expression recognition or head pose estimation. Since it is difficult to detect facial features for various facial expression or lighting condition. Especially if closed eye or small eye is to difficult to detect eye location. In this thesis, we propose eye filters for eye detection based on texture information that can be apply robust detection of eye location under various facial expression and lighting condition. The proposed method is composed of the following four steps; face detection using classifiers trained by AdaBoost algorithm, illumination normalization using local means, eye candidate region detection based on eye filters, and eye location selection using facial structural information. Experimental results show that the proposed method is effective in eye detection.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.