[논문]칼라와 움직임 정보를 이용한 움직이는 얼굴 영역 검출 방법

이연철; 김은이; 박상용; 황상원; 김항준

칼라와 움직임 정보를 이용한 움직이는 얼굴 영역 검출 방법
Moving Face Detection using Color and Motion Information 원문보기

이연철 (경북대학교 컴퓨터공학과 인공지능연구실) , 김은이 (경북대학교 컴퓨터공학과 인공지능연구실) , 박상용 (경북대학교 컴퓨터공학과 인공지능연구실) , 황상원 (경북대학교 컴퓨터공학과 인공지능연구실) , 김항준 (경북대학교 컴퓨터공학과 인공지능연구실)

본 논문은 카메라의 움직임이 있는 영상에서 움직이는 사람의 얼굴을 검출하는 방법을 제안한다. 제안된 방법에서, 얼굴 영역을 찾기 위해 피부 색깔 정보와 움직임 정보를 이용한다. 카메라의 움직임을 어파인 모션 모델(Affine Motion Model)을 이용해 제거한 후, 적응적 임계치(adaptive thresholding)를 통해 얻어진 움직임 영역 내에서만 피부 색깔 모델(skin color model)을 이용해 얼굴 영역을 검출한다. 제안된 방법은 시간에 따라 조명이 변하거나 잡음이 포함된 영상에서도 좋은 결과를 얻을 수 있다.

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

문제 정의

본 논문에서는 카메라의 움직임이 있는 영상에서 움직 이는 사람의 얼굴을 검출하는 방법을 제안한다. 우선, 카메라 움직임에 의해 발생된 글로벌 모션 (global motion)을 어파인 모션 모델로 보상한 후, 적응적 임계 치를.
본 논문은 카메라의 움직임이.있는 칼라 영상에서 움직임이 있는 사람의 얼굴 영역을 추출하는 방법을 제안하였다.
제안된 방법을 평가하기 위해 카메라의 움직임이 있는 환경에서 얻은 영상들을 실험해 보았다. 입력 영상 은 초당 8 프레임이고, 320x240 크기의 칼라 영상이다.

가설 설정

본 논문에서는 연속된 두 프레임에서 물체의 움직임을 검출 하기 위한 임계값의 계산은 두 프레임에서 얻어진 밝 기 차의 히스토그램이 세 개의 가우시안 분포의 혼합으로 구성되어 있다고 가정하며 [3], 이를 이용해서 가우시안 모델과 데이터 사이에서의 절대적인 차의 합이 최소가 되는 값을 임계값으로 결정한다. 임계값 선택을 위한 적합 기 준 함수는 식 (3)과 같이 정의된다.

제안 방법

피부 색깔 모델(skin color model)을 이용해 움직임 영역 내에서만 피부 색깔 영역을 추출 한다. 그 후, 연결성 성분 분석(connected component analysis)과 사람 얼굴의 크기 정보를 이용하여 얼굴 영역을 선택한다.
통해 현재 프레임과 보상된 이전 프레임의 CDM(change detect ion mask) 이미지를 얻는다. 글로벌 모션 보상 단계에서 발생하는 에러를 제거하기 위해서 CDM 이미지에 모폴로지 오픈(morph이ogical opening) 연 산을 적용한 후, 수평 수직 프로파일을 통해서 움직임 영역을 검출한다. 피부 색깔 모델(skin color model)을 이용해 움직임 영역 내에서만 피부 색깔 영역을 추출 한다.
카메라의 움직임이 있는 연속된 두 영상에서의 움직 임 발견(motion detection)은 카메라의 움직임에 의해 발 생된 글로벌 모션을 보상한 후에 검출 될 수 있다. 우린 글로벌 모션(global motion)을 추정, 보상하기 위해서 어 파인 모션 모델을 이용해서 표현한다. [3], 어파인 모션 파라미 터들은 LSM(Least Square Method)을 이용해 추정 한다.
본 논문에서는 카메라의 움직임이 있는 영상에서 움직 이는 사람의 얼굴을 검출하는 방법을 제안한다. 우선, 카메라 움직임에 의해 발생된 글로벌 모션 (global motion)을 어파인 모션 모델로 보상한 후, 적응적 임계 치를. 통해 현재 프레임과 보상된 이전 프레임의 CDM(change detect ion mask) 이미지를 얻는다.
움직임 영역을 발견하고 추출하기 위해, 필터링된 CDM 영상의 수평, 수직 프로파일(horizontal and vertical profile) 들이 계산하고, 프로파일의 크기를 통해 움직임 영역의 존재 여부 및 움직임 영역을 추출한다. 그림 2는 그림 1의 (라)를 수평, 수직 방향의 투영 프로파일 (projection profile)들을 보여주고 있다.
본 논문은 카메라의 움직임이.있는 칼라 영상에서 움직임이 있는 사람의 얼굴 영역을 추출하는 방법을 제안하였다. 제안된 방법은 움직임 영역 내에서만 피부 색깔 모델을 이용하여 얼굴 영역을 찾음으로써 계산량 절약과 더 정확한 결과를 얻을 수 있었다.

대상 데이터

제안된 방법을 평가하기 위해 카메라의 움직임이 있는 환경에서 얻은 영상들을 실험해 보았다. 입력 영상 은 초당 8 프레임이고, 320x240 크기의 칼라 영상이다. 그림 7은 다양한 장소에서 얻은 칼라 영상늘을 실 험한 결과들이다.

이론/모형

우린 글로벌 모션(global motion)을 추정, 보상하기 위해서 어 파인 모션 모델을 이용해서 표현한다. [3], 어파인 모션 파라미 터들은 LSM(Least Square Method)을 이용해 추정 한다. 이 때, 최소화해야 할 에러 함수는 식 (1)과 같다.
여기서, 改, I夕는 로컬 모션 벡터(local motion vector)들 이고, 为, 改 는 글로벌 모션 벡터들이며, (们, …, %) 는 어 파인 모션 파라미 터 들이다. 로컬 모션 벡터 들은 Three Step Search 알고리즘을 이용하여 얻 는다.
글로벌 모션 보상 단계에서 발생하는 에러를 제거하기 위해서 CDM 이미지에 모폴로지 오픈(morph이ogical opening) 연 산을 적용한 후, 수평 수직 프로파일을 통해서 움직임 영역을 검출한다. 피부 색깔 모델(skin color model)을 이용해 움직임 영역 내에서만 피부 색깔 영역을 추출 한다. 그 후, 연결성 성분 분석(connected component analysis)과 사람 얼굴의 크기 정보를 이용하여 얼굴 영역을 선택한다.

성능/효과

또한, 실험 영상에 가우시안 잡음을 첨가하여 실험해 보 았다. 가우시안 잡음 15%까진 정확하게 얼굴 영역을 추출하였다. 이는 제안된 방법이 조명의 변화나 잡음 에 강하다는 것을 보여주는 것이다.
제안된 방법은 움직임 영역 내에서만 피부 색깔 모델을 이용하여 얼굴 영역을 찾음으로써 계산량 절약과 더 정확한 결과를 얻을 수 있었다. 또한, 제안된 방법은 적응적 임계치를 사용함으로써 영상에서의 조명의 변화뿐 아니라 잡음에 강함을 보였다. 현재, 우린 여러 사람의 얼굴을 발견하고 이를 추적하는 시스템을 연구, 개발 중에 있다.
있는 칼라 영상에서 움직임이 있는 사람의 얼굴 영역을 추출하는 방법을 제안하였다. 제안된 방법은 움직임 영역 내에서만 피부 색깔 모델을 이용하여 얼굴 영역을 찾음으로써 계산량 절약과 더 정확한 결과를 얻을 수 있었다. 또한, 제안된 방법은 적응적 임계치를 사용함으로써 영상에서의 조명의 변화뿐 아니라 잡음에 강함을 보였다.
그림 7은 다양한 장소에서 얻은 칼라 영상늘을 실 험한 결과들이다. 제안된 방법을 142개의 칼라 영상에 실험해 보았으며, 96.2%의 정확성을 보여 주었다. 또한, 실험 영상에 가우시안 잡음을 첨가하여 실험해 보 았다.

원문 보기

ScienceON 원문보기

*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.

내보내기 메뉴

내보내기 구분

파일저장
인쇄
메일전송

구성항목

기본정보
상세정보

관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관

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

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

AI-Helper ※ AI-Helper는 을 사용합니다.

AI-Helper

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

연합인증

칼라와 움직임 정보를 이용한 움직이는 얼굴 영역 검출 방법
Moving Face Detection using Color and Motion Information 원문보기

초록
AI-Helper