초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

컴퓨터 기술의 하드웨어적 발전과 이를 이용할 수 있게 해주는 소프트웨어의 발달, 또한 다양한 입출력 장치의 발전으로 인해 컴퓨터를 사용한 다양한 응용 기술들이 개발 되었다. 응용 기술 중 컴퓨터 주변 기기의 하나인 화상 카메라를 사용한 기술이 있다. 이 기술을 컴퓨터 비전이라 한다. 카메라를 이용한 다양한 연구 분야가 있다. 이중 하나가 얼굴을 이용한 것이다. 얼굴에 대한 연구에는 PCA를 이용한 얼굴 인식 혹은 적외선 단일 카메라 혹은 두 대의 카메라를 이용한 얼굴 움직임 정보 추정이 있다. 그리고 얼굴 내의 특징들을 취득하는 얼굴 특징 검출에 대한 연구 등 다양한 연구가 있다.
본 논문에서는 단일 카메라를 이용하여 얼굴의 움직임 정보를 추정하고 3차원 모델을 합성하였다. 먼저 단일 카메라 입력 얼굴 영상에서 얼굴의 특징 점을 취득을 위해 4개의 하부 이미지를 획득한다. 획득된 4개의 하부 이미지를 ...

컴퓨터 기술의 하드웨어적 발전과 이를 이용할 수 있게 해주는 소프트웨어의 발달, 또한 다양한 입출력 장치의 발전으로 인해 컴퓨터를 사용한 다양한 응용 기술들이 개발 되었다. 응용 기술 중 컴퓨터 주변 기기의 하나인 화상 카메라를 사용한 기술이 있다. 이 기술을 컴퓨터 비전이라 한다. 카메라를 이용한 다양한 연구 분야가 있다. 이중 하나가 얼굴을 이용한 것이다. 얼굴에 대한 연구에는 PCA를 이용한 얼굴 인식 혹은 적외선 단일 카메라 혹은 두 대의 카메라를 이용한 얼굴 움직임 정보 추정이 있다. 그리고 얼굴 내의 특징들을 취득하는 얼굴 특징 검출에 대한 연구 등 다양한 연구가 있다.
본 논문에서는 단일 카메라를 이용하여 얼굴의 움직임 정보를 추정하고 3차원 모델을 합성하였다. 먼저 단일 카메라 입력 얼굴 영상에서 얼굴의 특징 점을 취득을 위해 4개의 하부 이미지를 획득한다. 획득된 4개의 하부 이미지를 템플릿으로 사용하여 템플릿 정합을 수행하면 얼굴 내부의 4개 특징 점이 추출된다. 추출된 특징 점은 칼만 필터를 이용해 추적하고, 4개의 특징 점을 사용해 얼굴이 평면이라는 가정하에 평면 호모그래피를 구한다. 카메라 사영 행렬을 호모그래피로부터 수식을 적용하여 취득 한다. 취득된 P행렬에는 얼굴의 움직임 정보인 이동과 회전에 대한 정보가 존재 하며 이 정보를 기반으로 3차원 모델의 자세를 조정해 주고 얼굴에 합성해 주는 알고리즘을 제안하였다. 또한 실험을 통해 얼굴의 다양한 움직임 및 회전에 따른 얼굴 움직임 정보의 정확도를 검증하였다.

Abstract ▼ AI-Helper

Software was development progress with in enable computer hardware. And Due to the development of a variety of input output devices many computer applications have been developed. Using the camera is a technology that application one of the computer peripherals. This Technology is called Computer Vi...

Software was development progress with in enable computer hardware. And Due to the development of a variety of input output devices many computer applications have been developed. Using the camera is a technology that application one of the computer peripherals. This Technology is called Computer Vision. There is a variety of research using the camera. One of that is using the user face. Study on the face is that face recognition using PCA(Principle Component Analysis). And face pose estimation using infrared camera or stereo camera. Other research areas are face feature extraction and etc.
In this paper, proposed simple algorithm that head pose estimation and composition 3D model using single camera. First, 4 sub-images are obtained from the camera input face image for face feature point extraction. For feature point extraction, template matching achieve using template that acquired 4 sub-images. 4 obtained feature points by performing a template matching are tracking using kalman filter. If face is plane than find planar homography using 4 feature point. And camera projective matrix extracts using planar homography and camera intrinsic parameter. The projective matrix have face movement and rotation information. This information is the head pose estimation. 3D models compose on the face by the information of face movement and rotation. And, face movement and rotation accuracy confirm through face various movements are experiment.