$\require{mediawiki-texvc}$

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.

유연한 모델 기반의 얼굴 영역 검출 방법
A Flexible Model-Based Face Region Detection Method 원문보기

한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.22 no.5, 2021년, pp.251 - 256  

장석우 (안양대학교 소프트웨어학과)

초록
AI-Helper 아이콘AI-Helper

일반적인 카메라와 다르게 초당 매우 많은 개수의 프레임을 캡처할 수 있는 기능을 가진 고속의 카메라는 그동안 제한적이었던 일부의 영상 처리 기술들의 고도화를 가능하게 할 수 있다. 본 논문에서는 입력되는 초고속의 컬러 영상으로부터 잡음을 제거한 다음, 잡음이 제거된 영상으로부터 사람의 얼굴 영역을 검출하는 방법을 제시한다. 본 논문에서는 우선 입력되는 초고속의 영상 안에 포함된 잡음 화소들을 양방향의 필터를 적용하여 효과적으로 제거한다. 그런 다음, 레티나 얼굴 모델을 사용하여 잡음이 제거된 영상으로부터 사람의 개인 정보를 대표적으로 나타내는 얼굴 영역을 강인하게 검출한다. 실험 결과에서는 본 논문에서 제시한 알고리즘이 입력되는 컬러 영상으로부터 잡음을 제거한 다음, 생성된 모델을 사용하여 사람의 얼굴 영역을 강인하게 검출한다는 것을 보여준다. 본 논문에서 제시된 모델 기반의 얼굴 영역검출 방법은 실내외 건물의 모니터링, 출입문 개폐 관리, 그리고 모바일 생체 인증과 같은 영상처리 및 패턴 인식과 관련된 실제적인 많은 응용 분야의 기초 기술로 사용될 것으로 예상된다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Unlike general cameras, a high-speed camera capable of capturing a large number of frames per second can enable the advancement of some image processing technologies that have been limited so far. This paper proposes a method of removing undesirable noise from an high-speed input color image, and th...

주제어

#Face Model   #Learning   #Ground Truth   #Pattern Recognition   #Object Region  

표/그림 (3)

참고문헌 (10)

  1. R. Chen, Z. Li, K. Zhong, X. Liu, Y. J. Chao, and Y. Shi, "Low-Speed-Camera-Array-Based High-Speed Three-Dimensional Deformation Measurement Method: Principle, Validation, and Application," Optics and Lasers in Engineering, Vol.107, pp. 21-27, March 2018. DOI: https://doi.org/10.1016/j.optlaseng.2018.03.009 

    상세보기 crossref

  2. L. Yu and B. Pan, "Full-Frame, High-Speed 3D Shape and Deformation Measurements Using Stereo-Digital Image Correlation and a Single Color High-Speed Camera," Optics and Lasers in Engineering, Vol.95, pp. 17-25, August 2017. DOI: https://doi.org/10.1016/j.optlaseng.2017.03.009 

    상세보기 crossref

  3. S. Zafeiriou, C. Zhang, and Z. Zhang, "A Survey on Face Detection in the Wild: Past, Present and Future," Computer Vision and Image Understanding, Vol.138, pp. 1-24, 2015. DOI: https://doi.org/10.1016/j.cviu.2015.03.015 

    상세보기 crossref

  4. J. Zhang, X. Wu, S. C. H. Hoi, and J. Zhua, "Feature Agglomeration Networks for Single Stage Face Detection," Neurocomputing, Vol.380, pp. 180-189, March 2020. DOI: https://doi.org/10.1016/j.neucom.2019.10.087 

    상세보기 crossref

  5. U. Mahbub, S. Sarkar, and R. Chellappa, "Partial Face Detection in the Mobile Domain," Image and Vision Computing, Vol.82, pp. 1-17, January 2019. DOI: https://doi.org/10.1016/j.imavis.2018.12.003 

    상세보기 crossref

  6. H. Zhang, X. Wang, J. Zhu, and C.-C. J. Kuo, "Fast Face Detection on Mobile Devices by Leveraging Global and Local Facial Characteristics," Signal Processing: Image Communication, May 2019. DOI: https://doi.org/10.1016/j.image.2019.05.016 

    상세보기 crossref

  7. Y. Liu and J. Chen, "Unsupervised Face Frontalization for Pose-Invariant Face Recognition," Image and Vision Computing, Vol.106, pp. 1-10, December 2020. DOI: https://doi.org/10.1016/j.imavis.2020.104093 

    상세보기 crossref

  8. Z. Zhou, Z. He, Y. Jia, J. Du, L. Wang, and Z. Chen, "Context Prior-Based with Residual Learning for Face Detection: A Deep Convolutional Encoder-Decoder Network," Signal Processing: Image Communication, Vol.88, pp. 1-13, July 2020. DOI: https://doi.org/10.1016/j.image.2020.115948 

    상세보기 crossref

  9. J. Geng, W. Jiang, and X. Deng, "Multi-Scale Deep Feature Learning Network with Bilateral Filtering for SAR Image Classification," ISPRS Journal of Photogrammetry and Remote Sensing, Vol.167, pp. 201-213, July 2020. DOI: https://doi.org/10.1016/j.isprsjprs.2020.07.007 

    상세보기 crossref

  10. J. Deng, J. Guo, E. Ververas, I. Kotsia, and S. Zafeiriou, "RetinaFace: Single-Shot Multi-Level Face Localisation in the Wild," Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, Seattle, USA, pp. 5203-5212, June 2020. DOI: https://doi.org/10.1109/CVPR42600.2020.00525 

    crossref

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

저작권 관리 안내
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