[논문]다중 컬러 모델을 이용한 실시간 얼굴 추적 및 기울기 보정 알고리즘

석영수; 이응주

다중 컬러 모델을 이용한 실시간 얼굴 추적 및 기울기 보정 알고리즘
Real-time Face Tracking Using Multi Color Model and Face Gradient Correction Algorithm 원문보기

석영수 (동명정보대학교 정보통신공학과) , 이응주 (동명정보대학교 정보통신공학과)

본 논문에서는 실시간 CCD 카메라 입력 영상으로부터 다중 컬러 정보를 이용하여 얼굴 영역을 검출 및 추적하고 기울어진 얼굴을 보정하는 알고리즘을 제안하였다. 제안한 알고리즘은 먼저 획득된 RGB 영상에서 YCbCr컬러 모델과 YIQ컬러 모델로 변환한 후 Cr성분과 I성분을 추출하여 얼굴 피부색을 검출, 얼굴 영역 추출에 사용하였다. 또한 추출된 얼굴 후보 영역에서 수평, 수직 투영(Projection)정보로부터 최종 얼굴 영역으로 검출한 다음 검출된 얼굴 중심 좌표와 이전에 검출된 얼굴 중심 좌표 값을 유클리드언 거리로 얼굴을 추적하였으며 검출된 얼굴로부터 레이블링(Labeling)기법으로 눈 특징자를 검출, 눈의 기울기 각도를 보정함으로써 얼굴 기울기를 보정하였다. 제안한 얼굴 추적 및 기울기 보정 알고리즘을 사용하여 실험한 결과 다중 색상 정보를 사용함으로써 주위환경 변화에 강인하게 실시간 얼굴 영역 김출 및 추적이 가능하였고, 기울어진 얼굴 영상을 자동 보정함으로써 인식에 용이하였다.

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

문제 정의

따라서 본 논문에서는 기존의 얼굴 검출 단점을 보완하면서 Ci■성분과 I(In-Phase)성분의 다중 컬러 모델로서 얼굴 영역을 검출하며 얼굴의 중심 좌표를 이용하여 추적하고 눈 특징자의 기울기 각도를 보정하여 인식성능개선을 위한 알고리즘을 제안하였다.
본 논문에서는 움직임 정보에 대한 추출 단점과 조명에 민감한 H성분의 단점을 보완하고, 복잡한 뒷 배경에서도 무관하게 얼굴 영역만 추출하고자 Cr성분과 I성분으로 복합된 다중색 상 정보를 이용하여 얼굴 후보 영역을 추출하는 방법을 제안하였다.

제안 방법

다중 색상 모델은 YCbCr의 Cr성분과 YIQ의 I 성분을 논리곱으로 연산하여 추출한 얼굴 후보 영역올 얼굴의 크기 정보로 검출함으로써 환경변화에 강한 얼굴 영역 올 검출 할 수 있었다. 그리고 얼굴인식에 용이하게 검출된 얼굴에서 레이블링 기법으로 얼굴의 눈 특징자를 검출 후, 눈 특징자의 기울기로 얼굴을 기울기 보정하였다.
영역설정이 필요하다. 따라서 본 논문에서는 검출된 얼굴 영역 내에서 좌우 대칭을 이루는 두 개의 특징자를 검출하여 직선의 기울기를 구한 후, 회전할 각도를 계산하도록 하였다. 좌우 대칭을 이루는 특징자는 눈썹, 눈이지만 이 중에서 눈썹은 머리카락으로 가려져 있거나, 혹은 안경에 의한 정확한 눈썹의 위치를 찾을 수가 없다.
또한 검출된 얼굴 영역의 중심 좌표(Cc)에서 이전에 검출된 얼굴 중심 좌표(Cp) 를 식(6)의 유클리디언 거리 (Euclidean Distance)를 구하여 최소가 되는 영역이 추적 얼굴 영역으로 설정하여 매프레임마다 검출된 얼굴 영역으로부터 얼굴 추적을 수행하였다.
먼저, 다중색상 모델을 사용하여 자연광, 일반 조명, 조명을 받는 주위 환경 변화에서 얼굴 영역검출을 실험 하였다. 그림 11은 주위 환경 변화에 각색 상 성분을 추출하는 실험한 결과 영상으로써 일반 조명에서는 얼굴 피부 색상을 가지는 Hue성분이 추출되지 않고 다중색 상 성분에서 얼굴 피부색이 가지는 영역만 추출되었다.
본 논문에서 제안한 알고리즘은 다중색상 모델을 이용하여 얼굴 영역을 검출, 추적하고, 검출된 얼굴올 눈 특징 자의 기울기 정보로 얼굴 기울기 보정하는 알고리즘을 제안하였다. 다중 색상 모델은 YCbCr의 Cr성분과 YIQ의 I 성분을 논리곱으로 연산하여 추출한 얼굴 후보 영역올 얼굴의 크기 정보로 검출함으로써 환경변화에 강한 얼굴 영역 올 검출 할 수 있었다.
본 논문의 실험에서는 외부 환경 변화에 대한 얼굴 검출, 기울기 변화에 대한 보정 실험을 수행하였다.
Femt)를 얼굴 후보 영역의 좌표로 한다. 얼굴 후보영역의 폭(Fwidth) 과 머리에서 목까지 포함되는 높이 (FHeight) 의 비율(Ratio)이 1:(1.3~2)인지를 검증하고, 높이가 폭보다 큰지를 검증하면서 얼굴 영역( 을 검출한다. 그림 5에 얼굴 영역검출 결과를 나타내었다.
제안한 기울기 보정 알고리즘은 검출된 얼굴 후보 영역에서 눈 특징자의 기울기 각도를 구한 후 회전식에 의해 얼굴을 보정하는 방법으로 보정할 화전각을 구하는 식은 다음과 같다
제안한 얼굴 추적 알고리즘은 다중 컬러 모델 정보를 사용하여 얼굴 영역을 검출, 추적하고 얼굴을 기울기 보정하는 알고리즘의 전체 구성도는 그림 1과 같다.
제안한 얼굴 피부색에 대한 Cr성분과 I성분으로 구성된 다중 색상 모델 정보로 추출한 얼굴 영역을 수평 및 수직투영(Projection)기범을 이용하여 얼굴 후보 영역으로 추출한다. 각 성분에 대한 추출 방법은 각 성분들올 정규화 시켜 식(3)과식(4)와 같이 평균값으로 이 진화하면 얼굴의 피부색만 가지는 영역으로 추출된다.

성능/효과

다중 색상 모델은 YCbCr의 Cr성분과 YIQ의 I 성분을 논리곱으로 연산하여 추출한 얼굴 후보 영역올 얼굴의 크기 정보로 검출함으로써 환경변화에 강한 얼굴 영역 올 검출 할 수 있었다. 그리고 얼굴인식에 용이하게 검출된 얼굴에서 레이블링 기법으로 얼굴의 눈 특징자를 검출 후, 눈 특징자의 기울기로 얼굴을 기울기 보정하였다.
실험 결과 평균 초당 0.8 frame/sec의 빠른 처리 속도로 실시간 얼굴 추적이 가능하였다.
결과 보여주고 있다. 제안한 얼굴 검출 및 눈 특징자 위치 검출한 얼굴을 기울기 보정하면서 얼굴 영역올 추적하는 알고리즘을 실험한 결과 평균 초당 0.8 frame/sec을 처리 속도를 보였다.

후속연구

향후 계획으로는 본 논문에서 제안한 추적 알고리즘을 이용하여 검출된 얼굴 영상을 인식하는 연구가 필요하겠다.

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

다중 컬러 모델을 이용한 실시간 얼굴 추적 및 기울기 보정 알고리즘
Real-time Face Tracking Using Multi Color Model and Face Gradient Correction Algorithm 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

다중 컬러 모델을 이용한 실시간 얼굴 추적 및 기울기 보정 알고리즘 Real-time Face Tracking Using Multi Color Model and Face Gradient Correction Algorithm 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

다중 컬러 모델을 이용한 실시간 얼굴 추적 및 기울기 보정 알고리즘
Real-time Face Tracking Using Multi Color Model and Face Gradient Correction Algorithm 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper