선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 만일 원 영상을 /(四, /?)이라 할 때 원 영상의 수직 성분의 부 밴드 LH, 수평 성분의 부 밴드 HL, 대각선 성분의 부 밴드 HHe 해당 부 밴드의 윤곽선을 포함하고 있다.[3][5]【6] 기존의 연구에서는 LH, HL 에지 성분만으로 에지 영상을 추출하였는데, 본 논문에서는 보다 정확하고 선명한 에지 영상을 추출하기 위해서 LH, HL, HH의 에지 성분을 이용하여 원 영상의 에지 영상을을 추출하였다.
- 본 논문에서는 보다 쉽고 정확하게 얼굴 영역을 검출하기 위해서 얼굴 피부색을 보다 효과적으로 모델링 하기 위하여, 피부색 특성을 고려하여 밝기 성분을 제거한 Red, Blue, Green 채널을 모두 사용하는 Hue, Cb, Cg의 Multi-Channel 피부색 모델을 사용하여 보다 정확한 얼굴영역을 추출하고 분리된 얼굴 영역에서 정교한 에지영상 추출을 위해 Haar 웨이블릿를 이용한 에 지 영상 추출과 이동 불변의 특징을 가지고 있는 고차 국소 자동 상관 함수를 이용한 추출된 특징벡터을 BP 신 경망 학습으로 처리속도와 인식률을 높이고자 한다. 이를 위하여 2장에서는 Multi-Channel 피부색 모델 기반 얼굴검색 알고리즘, Haar 웨이블릿을 이용한 에지 영상 추출과정과 고차 국소 자동 상관 함수를 이용한 특징추출 알고리즘을 기술한다.
- 본 논문에서는 실시간 검출 시 요구되는 빠른 처리를 위하여 보다 쉽고 정확하게 얼굴영역을 검출하기 위한 얼굴 피부색을 보다 효과적으로 모델링하기 위한 Red, Blue, Green 채널을 모두 사용하는 Multi-Channel 피부색 모델로 얼굴 영역을 분리한다. 분리된 얼굴 영역의 에지영상 추출은 정확한 에지 추출에 많이 사용되고 있는 Haar 웨이블릿필터를 이용하였다.
- 1 M " V 에서 그림 2는 원 영상의 Haar 웨이블릿 2단계 분석의 LH2, HL2, HH2 부 밴드를 이용하여 검출된 에지 영상을 나타내고 있다. 본 시스템에서는 원영상 영역 내 포함된 우성의 에지에 대한 구체적 정보를 이용하기 해서 Haar 웨이브렛 분석을 수행한 2단계 분석 영상의 HL2, LH2, HH2 영역을 주 에지 성분으로 사용하고자 한다.
가설 설정
- 본 논문에서는 얼굴 피부색을 보다 효과적으로 모델링하기 위해, 피부색 특성을 고려하여 밝기 성분을 제거 한 Red, Blue, Green 채널을 모두 사용하는 Hue, Cb, Cg의 Multi-Channel 피부색 모델을 사용한다. Hue, Cb, Cg 색상 모델이 가지는 특성으로는 무엇보다 피부색이 지니고 있는 모든 컬러 성분을 최대한 충분히 활용한다는 것과 피부색이 가지고 있는 Green 채널과 Blue 채널의 정보를 Cb-Cg로 구성되는 2차원 가우시안 확률 분포를 고려한 피부색 확률 모델로 가정하여, Cb-Cg 전체 컬러 영역에서 좁은 범위에 분포되어 있는 피부색의 영역을 효과적으로 모델링 할 수 있다는 것이다.E
※ AI-Helper는 부적절한 답변을 할 수 있습니다.