[논문]피부색소 흡수 스펙트럼을 이용한 카메라 RGB 신호의 피부색 성분 분석

김정엽

doi:10.3745/ktsde.2022.11.1.41

초록
AI-Helper

본 논문에서는 멜라닌과 헤모글로빈 등의 피부 색상을 구성하는 주요한 요소들을 카메라의 RGB 신호로부터 직접 계산하는 방법을 제안한다. 피부 색상의 주요한 요소들은 통상적으로 특정한 장비를 이용하여 분광 반사도를 측정하고, 측정된 빛의 일부 파장에서의 값들을 중심으로 재구성하는 방법을 사용한다. 이와 같은 방법으로 산출된 값들은 멜라닌 지수, 홍반 지수와 같은 것들이 있으며, 분광반사도 측정 장치나 다중스펙트럼 카메라 등의 특수한 장비를 필요로 한다. 일반적인 디지털 카메라로부터 이와 같은 성분요소들에 대한 직접적인 계산방법은 찾아보기 어려우며, 독립성분 분석(Independent Component Analysis)을 이용하여 멜라닌과 헤모글로빈의 농도를 간접적으로 계산하는 방법은 제안되어 있다. 이 방법은 일정한 RGB 영상의 영역을 대상으로 하여, 주성분 분석(Principal Component Analysis)과 유사한 방식으로 멜라닌과 헤모글로빈의 특성벡터를 추출하고, 농도를 계산할 수 있다. 이 방법의 단점은 일정한 영역의 화소 그룹을 입력으로 이용하기 때문에 화소단위의 직접적인 계산이 어렵고, 추출된 특성벡터는 최적화 방식으로 구현하기 때문에 실행할 때마다 다른 값으로 계산되는 경향이 있다. 최종적인 계산은 특성벡터 자체를 활용하지 않고, RGB 좌표계로 다시 변환하여 멜라닌과 헤모글로빈의 성분을 나타내는 영상 형태로 결정된다. 이 방법의 단점을 개선하기 위하여 제안하는 방법은 특성벡터를 활용하여 RGB 좌표계가 아닌 특징 공간에서 멜라닌과 헤모글로빈의 성분 값을 계산하는 것과, 일반적인 디지털 카메라를 이용하여 피부색에 해당하는 분광 반사도를 계산하는 방법, 분광 반사도를 이용하여 멜라닌과 옥시헤모글로빈, 디옥시헤모글로빈, 카로티노이드 등의 피부색소를 구성하는 세부 성분들의 계산방법 등이다. 제안한 방법은 분광 반사도 측정 장치나 다중 스펙트럼 카메라 등의 특수한 장비를 필요로 하지 않으며, 기존 방법과는 달리 화소단위의 직접적인 계산이 가능하고, 반복 실행에도 동일한 특성을 얻을 수 있다. 제안한 방법은 기존에 비하여 성능의 안정성을 나타내는 표준편차가 15% 수준으로 낮게 나타나 6배 정도의 안정적인 성능을 가진 것으로 추정된다.

Abstract ▼ AI-Helper

In this paper, a method to directly calculate the major elements of skin color such as melanin and hemoglobin from the RGB signal of the camera is proposed. The main elements of skin color typically measure spectral reflectance using specific equipment, and reconfigure the values at some wavelengths...

In this paper, a method to directly calculate the major elements of skin color such as melanin and hemoglobin from the RGB signal of the camera is proposed. The main elements of skin color typically measure spectral reflectance using specific equipment, and reconfigure the values at some wavelengths of the measured light. The values calculated by this method include such things as melanin index and erythema index, and require special equipment such as a spectral reflectance measuring device or a multi-spectral camera. It is difficult to find a direct calculation method for such component elements from a general digital camera, and a method of indirectly calculating the concentration of melanin and hemoglobin using independent component analysis has been proposed. This method targets a region of a certain RGB image, extracts characteristic vectors of melanin and hemoglobin, and calculates the concentration in a manner similar to that of Principal Component Analysis. The disadvantage of this method is that it is difficult to directly calculate the pixel unit because a group of pixels in a certain area is used as an input, and since the extracted feature vector is implemented by an optimization method, it tends to be calculated with a different value each time it is executed. The final calculation is determined in the form of an image representing the components of melanin and hemoglobin by converting it back to the RGB coordinate system without using the feature vector itself. In order to improve the disadvantages of this method, the proposed method is to calculate the component values of melanin and hemoglobin in a feature space rather than an RGB coordinate system using a feature vector, and calculate the spectral reflectance corresponding to the skin color using a general digital camera. Methods and methods of calculating detailed components constituting skin pigments such as melanin, oxidized hemoglobin, deoxidized hemoglobin, and carotenoid using spectral reflectance. The proposed method does not require special equipment such as a spectral reflectance measuring device or a multi-spectral camera, and unlike the existing method, direct calculation of the pixel unit is possible, and the same characteristics can be obtained even in repeated execution. The standard diviation of density for melanin and hemoglobin of proposed method was 15% compared to conventional and therefore gives 6 times stable.

Keyword

표/그림 (20)

그림 Fig. 1. The Algorithm Flowchart of Conventional Method
그림 Fig. 2. The Algorithm Flow of Proposed Calculation of Skin Pigments from Skin Reflectance
그림 Fig. 3. The Absorption Spectra of 4 Skin Pigments
그림 Fig. 4. Process for the Calculation of Melanin Absorption
그림 Fig. 5. Skin Reflectance Sample from Cooksey's Measurements
그림 Fig. 6. Example Test Images from Gehler Dataset
그림 Fig. 7. The Algorithm Flow of Proposed Calculation of Skin Pigments from RGB Images
표 Table 1. Color Absorption for Sample Skin Spectra with 7 Illuminant
그림 Fig. 8. The Sample Input Image and Sampled Skin Image Blocks (a) Sample Face Image, (b) Selected Sample Skin Block Image
그림 Fig. 9. The Sample Output Images and Enhanced Images (a) Conventional Hemoglobin, (b) Conventional Melanin, (c) Proposed Hemoglobin, (d) Proposed Melanin Output. (e) Enhanced Image of (a), (f) Enhanced Image of (b), (g) Enhanced Image of (c), (h) Enhanced Image of (d).
표 Table 2. The Absorption Amount for HRZ Illumination
표 Table 3. The Absorption Amount for CLW Illumination
그림 Fig. 10. The Comparison Between Conventional and Proposed Melanin Absorption
그림 Fig. 11. The Comparison Between Conventional and Proposed Hemoglobin Absorption
표 Table 4. The Absorption Amount for D75 Illumination
표 Table 5. The Conparison Between Conventional and Proposed Absorption Percentage
그림 Fig. 12. The Synthetic Images Generated for Performance Test : Melanin/ Hemoglobin Density (a) 90/90, (b) 90/70, (c) 70/90, (d) 70/70, (e) 40/90, (f) 40/70, (g) 10/90, (h) 10/70.
그림 Fig. 13. The Calculated Melanin Density for Synthetic Images
그림 Fig. 14. The Calculated Hemoglobin Density for Synthetic Images
표 Table 6. The Conparison Between Conventional and Proposed Absorption Percentage for Synthetic Images

참고문헌 (10)

K. B. Shaik, P. Ganesan, V. Kalist, B. S. Sathish, and J. M. M. Jenitha, "Comparative study of skin color detection and segmentation in HSV and YCbCr color space," Procedia Computer Science, Vol.57, No.12, pp.41-48, 2015.

상세보기
C. B. Ketan and M. K. Bhuyan, "Image specific discriminative feature extraction for skin segmentation," Multimedia Tools and Applications, Vol.79, pp.18981-19004, 2020.

상세보기
L. Sigal, S. Sclaroff, and V. Athitsos, "Skin color-based video segmentation under time-varying illumination," IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol.26, No.7, pp.862-877, 2004.

상세보기
N. Tsumura, H. Haneishi, and Y. Miyake, "Independent-component analysis of skin color image," Journal of Optical Society of America A, Vol.16, No.9, pp.2169-2176, 1999.
J. Spigulis and I. Oshina, "Snapshot RGB mapping of skin melanin and hemoglobin," Journal of Biomedical Optics, Vol.20, No.5, pp.1-3, 2015.
S. Tanaka and N. Tsumura, "Improved analysis for skin color separation based on independent component analysis," Artificial Life and Robotics, Vol.25, Iss.1, pp.159-166, 2020.

상세보기
T. Kwak, M. Chang, S. Lee, S. Park, and S. Park, "Comparative Study of Melanin Content in Corneocyte with Skin Color," Journal of the Society of Cosmetic Scientists of Korea, Vol.36, No.3, pp.193-198, 2010.
J. Lu, J. H. Manton, E. Kazmierczak, and R. Sinclair, "Erythema detection in digital skin images," 2010 IEEE International Conference on Image Processing, Hong Kong, pp.2545-2548, 2010.
P. V. Gehler, C. Rother,A. Blake, T. Sharp, and T. Minka, "Bayesian color constancy revisited," Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2008.
C. Cooksey, D. W. Allen, and B. K. Tsai, "Reference data set of human skin reflectance," Journal of Research of the National Institute of Standards and Technology, Vol.122, No.26, pp.1-5, 2017.

상세보기

이 논문을 인용한 문헌

저자의 다른 논문 :

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

[국내논문] 피부색소 흡수 스펙트럼을 이용한 카메라 RGB 신호의 피부색 성분 분석
Analysis of Skin Color Pigments from Camera RGB Signal Using Skin Pigment Absorption Spectrum 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

Keyword

표/그림 (20)

표/그림 (20)

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 논문 :

활용도 분석정보

활용도 Top5 논문

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 피부색소 흡수 스펙트럼을 이용한 카메라 RGB 신호의 피부색 성분 분석 Analysis of Skin Color Pigments from Camera RGB Signal Using Skin Pigment Absorption Spectrum 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

Keyword

표/그림 (20) 모든 표/그림 보기

표/그림 (20) 슬라이드로 보기

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 논문 :

김정엽 (14)

활용도 분석정보

활용도 Top5 논문 더보기

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 피부색소 흡수 스펙트럼을 이용한 카메라 RGB 신호의 피부색 성분 분석
Analysis of Skin Color Pigments from Camera RGB Signal Using Skin Pigment Absorption Spectrum 원문보기

초록
AI-Helper

표/그림 (20)

표/그림 (20)

활용도 Top5 논문