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 연구에서는 3차원 안면자동인식기(Fig. 1) 와수동으로 추출한 안면 특징점의 인식 위치를 비교하여 3차원 안면자동인식기의 안면특징점 인식정확도를 검증하고자 한다.
- 본 연구에서는 3차원 안면자동인식기의 인식의 정확도를 검증하기 위해서 숙련된 전문가 1인이 수동으로 추출한 안면점과의 비교를 하였다. 추출된 안면점의 평균과 표준편차를 이용한 T값을 기준으로 Paired-T test를 통하여 자동-수동 간의 인식의 일치도를 검증하여 다음과 같은 결론을 도출하였다.
제안 방법
- 2007년 10월부터 12월 31일까지 임상 시험 참가자 중 무작위로 200명을 추출하여 안면영상을 3차원 안면자동인식기로 측정하여 포인팅하였으며 숙련된 전문가 1인이 수동으로 포인팅하여 두 점을 비교하였다. 참가자는 후천적으로 안면에 변형이 없는 20세 이상의 성인남녀를 대상으로 하였다.
- Posterization 을 통한 Map을 획득하여 Map 과 동공 점과의 거리 계산하여 최대거리 좌표를 내 안 각 점으로 결정한디..
- 구각점의 좌표를 이용하여 영역 제한한 후Blueing, Histogram Equalization, Stretching, Binarization 을 통해 Map 획득하고 Map 에서 비첨점과 가장 근접한 좌표를 상순점으로 결정한다.
- 동공점과 Mouth Map 의 좌표를 이용하여 영역 제한한 후 Histogram Equalization, Stretching 을 이용하여 Map 획득하고 가장 밝은 영역의 중점을 비첨점으로 결정한다.
- 상순점의 수직선을 제한 영역으로 설정한 후 Histogram Equalization, Stretching 으로 구열점과 하순 점의 후보를 반복하여 획득한 Map 에서 상순 점과의 최대거리를 갖는 후보를 구열점과 하순 점으로 각각 결정한다.
- 이후 3차원 안면자동인식기와 수동으로 추출된 정면에서 얻어진 안면점에서 각각 우동공점(S1) 과 좌동공점 (S2)에서 다른 37개의 안면 표준점과의 거리를 구한다.
- 전처리를 통한 nostril(콧구멍) 을 검줄하고 Histogram Equalization, Stretching, Labeling 을 통한 경계선 Map 획득한 후 nostril 과 최대 거리의 경계선을 비익점으로 결정한다.
- 좌우 동공점의 좌표를 이용하여 영역 제한한 후 Histogram Equalization, Stretching, Labeling 을 통해 Map 획득하고 좌우 동공점 좌표의 중점을 지나는 수직 선상의 경계선으로 결정한다.
- 추출된 안면점의 평균과 표준편차를 이용한 T값을 기준으로 Paired-T test를 통하여 자동-수동 간의 인식의 일치도를 검증하여 다음과 같은 결론을 도출하였다.
대상 데이터
- 연구 대상은 임상시험에 참가한 400명 중 196명을 무작위 추출하여 안면 특징점을 추출하였으며 대상자의 특성은 다음과 같다.
- 연구 대상자 196명 중 여성이 126명이며 남성이 70명으로 여성의 비율이 남성보다 높았다. 여성 중 체질별 분포는 태음인 54명(42.
- 비교하였다. 참가자는 후천적으로 안면에 변형이 없는 20세 이상의 성인남녀를 대상으로 하였다. 그 중 3차원 안면자동인식기로 측정되지 않아 자동데이터가 추출되지 않거나 안면사진 촬영 시 표정의 변화가 있었던 4명은 제외하였다.
데이터처리
- 동일한 안면점에 대해 자동-수동으로 각각 측정했을 때 추출된 값이 서로 차이가 있는지 비교하기 위해 Paired-T test를 사용하였다.
- 안면 특징점의 자동인식점-수동인식점 간의 차이를 비교하기 위해 Paired-T test를 통해 P-value 를 구하였다. 통계처리는 SPSS for window 13을 이용하였다.
- 구하였다. 이러한 자동과 수동의 평균 ±표준편차를 이용하여 T값으로( X-p/S.D.) 변환하였다.
- 자동으로 검출된 값(S1-다른 37개의 정면에서 추출된 안면점, S2-다른 37개의 정면에서 추출된 안면점)과 수동으로 검출된 값(S1-다른 37개의 정면에서 추출된 안면점, S2-다른 37개의 정면에서 추출된 안면점)의 차이에 대한 평균 ± 표준편차를 구하였다. 이러한 자동과 수동의 평균 ±표준편차를 이용하여 T값으로( X-p/S.
성능/효과
- 결과적으로 3차원 안면자동인식기는 정면 38개 안 면 측정점 중에 32개를 95%의 신뢰범위에서 자동인식 하였다(84.2%). 그러나 측면 15개 안면 측정점은 자동인식을 위한 더 많은 연구와 시간이 필요할 것으로 생각된다.
- 98로서 유의한 차이가 없었다. 위의 표에서 알 수 있듯이 3차원 안면 자동인식기에서 추출한 안면특정점과 수동으로 측정한 안면특정점간의 차이에 대한 T값의 p-value는 0.83~1.00으로서 두 값이 서로 유의한 차이를 보이는 경우는 p-value가 0.05 이하인 경우이므로 자동으로 추출한 안면점과 수동으로 추출한 안면 점이 유의한 차이가 거의 없다는 것을 알 수 있다. 즉, T값의 p-value가 0.
- 7%)의 분포를 보였다. 전체적인 체질별 분포는 태음인(42.9%), 소양인(33.2%), 소음인(24.0%)의 순서를 보였다.
후속연구
- 체형기상(體形氣像)에 대한 객관화를 위하여 몸통의 부위별 길이나 둘레와 사상체질과의 관련성 연구가 있어왔으며, 용모사기(容貌詞氣)에 대한 객관화를 위하여 안면의 특징에 대한 연구가 다방면으로 이루어지고 있다.2 이러한 연구는 체질진단의 객관화를 위하여 진행된 연구로서 사상의 학의 객 관화 및 세 계 화에 도움을 줄 것으로 사료된다.
- 05) 높은 인식도를 보이고 있음을 알 수 있다. 따라서 3차원 안면 자동인식기를 활용한다면 안면 특징점을 수동으로 추출할 때 발생할 수 있는 오차를 줄여 보다 객관적인 체질진단에 활용할 수 있을 것이다. 이렇게 사람이 직접 안면특징점을 포인팅하는데 있어서 사람마다 다른 추출점 기준의 차이, 포인팅 하는 공간의 차이, 컴퓨터의 화면의 밝기와 같은 변수를 제거할 수 있는 것이 3차원 안면 자동인식기의 중요성이라 보여진다.
- 이 되지 않고 있다. 따라서 향후 굴곡이 심한 코나 경계가 불분명한 정면부, 입부분과 오차가 심한 턱부분의 안면점에 대한 인식도 및 측면 윤곽선과 경계가 뚜렷하지 않은 귀부분에 대한 인식도를 높이기 위한 검증 및 특이점 추출법에 대한 지속적 연구가 필요하다고 사료된다.
- 또한 5.1-5.45)는 하안부 안면 윤곽의 정확한 추출을 위해 새롭게 정의된 안면점으로서 향후 이미지 재현에 있어 정확도에 대한 검증이 필요할 것으로 사료된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.