다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기
반도체디스플레이기술학회지 = Journal of the semiconductor & display technology, v.15 no.2, 2016년, pp.61 - 65
이용환 (극동대학교 스마트모바일학과) , 김흥준 (경남과학기술대학교 컴퓨터공학과)
AI-Helper
Facial feature detection is a fundamental function in the field of computer vision such as security, bio-metrics, 3D modeling, and face recognition. There are many algorithms for the function, active shape model is one of the most popular local texture models. This paper addresses issues related to ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
| 핵심어 | 질문 | 논문에서 추출한 답변 |
|---|---|---|
| 얼굴 검출은 무엇인가? | 이러한 얼굴 인식 기술은 눈, 코, 입, 눈썹 등의 얼굴 요소에서의 위치 및 특징 벡터를 검출하고 사용자 얼굴 특징점 변화에 따라 다양한 응용 서비스로 적용이 가능하다[5]. 얼굴 검출(Face detection)은 얼굴 인식 및 사용자 인증과정에서 항상 처음에 처리해야 하는 단계이며, 얼굴 검출 성능은 인식/인증 시스템의 성능에 큰 영향을 미친다[3]. 또한 얼굴의 정면 방향, 조명과 배경영상에 따라 얼굴 특징점 추출에 많은 영향을 미치기 때문에 매우 어려운 처리과정을 거쳐야 한다. | |
| ASM과 AAM의 공통점은? | 얼굴 특징점 추출에서 최근 많이 활용되는 대표적 알고리즘으로, Cootes가 제안한 ASM0 (Active Shape Model) [7]과 AAM(Active Appearance Model) [8]이 있다. ASM과 AAM에서는 공통적으로 주성분분석 (PCA, Principal Component Analysis) 기반의 특징 모델링과 최적화를 적용하여 얼굴 모형을 매개변수화 하여 통계적으로 접근한다. 두 모델링 기법에서의 차이점으로, AAM은 모형 매개변수의 최적화 과정에서 전역 외곽(Global Appearance) 모델을 적용하는 반면에, ASM에서는 초기 레이블이 주어지고 모든 레이블 위치에서 새로운 위치를 찾아가는 지역 영역(Local region) 기반으로 동작한다[7,8]. | |
| 얼굴 검출이 매우 어려운 처리과정을 거치는 이유는? | 얼굴 검출(Face detection)은 얼굴 인식 및 사용자 인증과정에서 항상 처음에 처리해야 하는 단계이며, 얼굴 검출 성능은 인식/인증 시스템의 성능에 큰 영향을 미친다[3]. 또한 얼굴의 정면 방향, 조명과 배경영상에 따라 얼굴 특징점 추출에 많은 영향을 미치기 때문에 매우 어려운 처리과정을 거쳐야 한다. 특히, 모바일 디바이스에서의 얼굴 인식 서비스는 디바이스의 카메라 위치와 조명 변화에 따른 범위를 함께 고려해야 하기 때문에 처리과정이 더욱 복잡해진다[6]. |
Y. H. Lee, H. J. Kim, "Evaluation of Feature Extraction and Matching Algorithms for the use of Mobile Application", Journal of the Semiconductor & Display Technology, vol. 14, no. 4, pp. 56-60, 2015.
Minjee Ahn, "Industrial Trends of Global Digital Contents", DigiEco Report, 2014.
D. Masip, J. Vitria, "Real Time Face Detection and Verification for Uncontrolled Environments", COST Workshop - Biometrics on the Internet Vigo, 2004.
W. R. Han, Y. H. Lee, J. H. Park, Y. S. Kim, "Dynamic Emotion Classification through Facial Recognition", Journal of the Semiconductor & Display Technology, vol. 12, no. 3, pp. 53-57, 2013.
W. Zhao, R. Chellappa, P.J. Phillips and A. Rosenfeld, "Face Recognition: A literature survey", ACM Computing Surveys, vol. 35, no. 4, pp. 399-458, 2003.
L. H. Thai, V. N. Truong, "Face Alignment using Active Shape Model and Support Vector Machine", International Journal of Biometrics and Bioinformatics, vol. 4, issue. 6, pp. 224-234, 2011.
Tim Cootes, An Introduction to Active Shape Models, Image Processing and Analysis, pp. 223-248, Oxford University Press, 2000.
T. F. Cootes, G. J. Edwards, C. J. Tahlor, "Active Appearance Models", IEEE Transaction on Pattern Analysis and Machine Intelligence, vol. 23, no. 6, 2001.
T. F. Cootes, G. J. Edwards, C. J. Tahlor, "Comparing active shape models with active appearance models", British Machine Vision Conference, vol. 1, pp. 173-182, 1999.
M. H. Mahoor, M. A. Mottaleb, A. N. Ansari, "Improved Active Shape Model for Facial Feature Extraction in Color Images", Journal of Multimedia, vol.1, no.4, pp. 21-28, 2006.
Apple Inc, Core Image Programming Guide, 2013.
C. E. Thomaz, G. A. Giraldi, "A New Ranking Method for Principal Components Analysis and its Application to Face Image Analysis", Image and Vision Computing, vol. 28, issue. 6, pp. 902-933, 2010.
A. Kasinski, A. Florek, A. Schmidt, "The PUT Face Database", Image Processing and Communications, vol. 13, no. 3-4, pp. 59-64, 2008.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Copyright KISTI. All Rights Reserved.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.