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
- 본 논문에서는 머리카락 영역의 특징을 이용해 얼굴 영역 검출을 보완하고 있다. 머리카락 영역은 얼굴 영역에 비해 이웃 화소간 밝기 성분이 크게 변하는 특징을 갖고 있고, 이는 식 (1)과 같은 분산 값 V(x, y) 으로 표현할 수 있다.
- 본 논문에서는 보다 정확한 눈 경계를 얻기 위해 기존 방법으로 얻어진 눈 영역에 보정을 가한다. 검출된 눈 영역의 상하와 좌우에 각각 영역 높 이와 너비의 1/2만큼씩 늘려 새로운 눈 후보 영역 으로 정한다.
- 본 논문은 얼굴 표정 표현이나 얼굴 인식 둥을 위해 복잡하고 고가의 장비나 표식을 사용하지 않고 간단한 영상처리 기법을 이용하여 얼굴 특징점을 추출하는 시스템을 위한 알고리즘을 제안하였다. 이 알고리즘은 장비나 임의의 부자유스러운 장치를 사용하지 않으므로 피실험자에게 심리적인 부담을 주지 않는다.
가설 설정
- 따라서 이들을 통하여 상대방의 의사를 인식하려는 연구가 진행되고 있다. [1, 2, 3], 채팅 시 문장을 가상의 캐릭터가 읽어주거나 문장의 뜻이나 기호를 이해하여 그에 맞는 표정을 짓는다면 상대방에게 더욱 실감나게 의미를 전달할 수 있을 것이다. 캐릭터를 이용하여 사람의 표정을 표현하려면 얼굴 영역 내에서 표정을 표현하는 요소들을 찾아내야 한다.
- 검출된 눈 영역의 상하와 좌우에 각각 영역 높 이와 너비의 1/2만큼씩 늘려 새로운 눈 후보 영역 으로 정한다. 검출된 눈 영역이 너무 작을 경우에 대비해 얼굴 영역의 너비는 입력 영상 너비의 최소 1/2이고, 눈의 최소 너비는 얼굴 영역의 너비의 1/5이고, 눈의 최소 높이는 눈 너비의 2/3이라고 가정한다. 그리고 눈 후보 영역 내에서 캐니 에지 연산자 (canny edge operator)를 이용하여 에지를 검출하고, 검출된 에지에 그림 5와 같은 가중치를 갖는 형판 정합을 적용해 눈의 상하좌우의 경계를 보다 정확하게 찾는다.
- 검출될 눈썹 영역은 후보 영역의 전체 면적의 20%에서 50%를 차지한다고 가정하여 누적 히스토그램의 20%와 50%를 각각 나타내는 빈 사이에서 밝은 피부 영역과 어두운 눈썹 영역의 경계를 나타내는 최소값의 빈을 눈썹 영역을 선택하기 위한 문턱 치로 결정한다. 그림 7은 문턱치 결정을 위해 변형되는 히스토그램과 거기서 문턱치를 결정하는 것을 보여주고 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.