$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

칼라 영상에서 유클리디안 거리를 이용한 얼굴영역 검출 알고리즘
Face Region Detection Algorithm using Euclidean Distance of Color-Image 원문보기

한국정보전자통신기술학회논문지 = Journal of Korea institute of information, electronics, and communication technology, v.2 no.3, 2009년, pp.79 - 86  

정행섭 (청주대학교 대학원) ,  이주신 (청주대학교 정보전자공학부)

초록
AI-Helper 아이콘AI-Helper

본 논문은 피부색 요소의 유클리디안거리를 계산 얼굴영역을 추출하고 얼굴의 특징요소를 추출하는 방법을 제안하였다. 제안한 알고리즘은 조명보정과 얼굴 검출 과정으로구성되었다. 조명보정 과정에서는 조명변화에 대한 보정기능을 수행한다. 얼굴 검출 과정은 20개의 피부색 표본영상에서 색상과 채도를 특징벡터로 사용, 입력영상과의 유클리디안 거리를 구하여 피부색 영역을 추출하였다. 추출된 얼굴 후보영역에서 CMY칼라 모델 C공간에서 눈을 검출 하였고, YIQ 칼라 모델 Q공간에서 입을 검출하였다. 추출된 얼굴 후보영역에서 일반적인 얼굴에 대한 지식을 기반으로 얼굴 영역을 검출하였다. 입력받은 40개의 정면 칼라 영상으로 실험한 결과 100%의 얼굴 검출율을 보였다.

Abstract AI-Helper 아이콘AI-Helper

This study proposed a method of detecting the facial area by calculating Euclidian distances among skin color elements and extracting the characteristics of the face. The proposed algorithm is composed of light calibration and face detection. The light calibration process performs calibration for th...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 얼굴에 대한 정면 칼라 영상을 입력받아 유클리디안 거리를 통하여 얼굴 영역을 검출하는 알고리즘을 제안하였다. 실험은 피부색 표본 영상 20 장에서 얻어진 색상과 채도를 특징 파라미터로 사용, 40개의 영상을 입력받아 유클리디안 거리를 계산, 피부색 영역을 추출한 결과 다음과 같은 결론을 얻었다.
  • 본 논문에서는 칼라영상에서 피부색 요소의 유클리디안 거리를 이용한 얼굴영역 검출 알고리즘을 제안하고자 한다. 제안된 알고리즘은 조명 보정과 얼굴 영역 검출로 구성하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
정지영상이나 동영상으로부터 얼굴을 자동으로 인식 판별하는 영상처리 기술은 어떤 분야에서 활발하게 연구되어지고 있는가? 정지영상이나 동영상으로부터 얼굴을 자동으로 인식 판별하는 영상처리 기술은 패턴인식, 컴퓨터 비전, 신경망 같은 여러 분야에서 활발히 연구되고 있으며 다양한 응용 분야를 가지고 있다.[1] 얼굴인식 알고리즘은 입력영상에서 얼굴영역을 찾아내는 검출기술과, 검출되 어진 얼굴 영역에서 특징 등을 인식하는 인식기술로 구분된다.
얼굴영역을 검출 하는 방법은 어떻게 구분되는가? 사람의 눈, 코, 입 간의 위치와 거리 등을 사용한 지식 기반 방법[2][3], 자세나조명등의 변화에도 얼굴검출에 용이한 구조적 특징을 찾는 특징기반 방법[4][5], 몇몇 얼굴의 기본 형태를 통해 일정 수준 이상의 상관관계를 가질 경우 얼굴로 판단하는 템플릿 정합 방법[6][7], 학습을통해 얼굴을 모델링하는 외형기반 방법 등이 있다[8][9].
얼굴인식 알고리즘은 무엇으로 구분되는가? 정지영상이나 동영상으로부터 얼굴을 자동으로 인식 판별하는 영상처리 기술은 패턴인식, 컴퓨터 비전, 신경망 같은 여러 분야에서 활발히 연구되고 있으며 다양한 응용 분야를 가지고 있다.[1] 얼굴인식 알고리즘은 입력영상에서 얼굴영역을 찾아내는 검출기술과, 검출되 어진 얼굴 영역에서 특징 등을 인식하는 인식기술로 구분된다. 얼굴영역을 검출 하는 방법은 크게 네 가지로 구분된다.
질의응답 정보가 도움이 되었나요?

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로