초록 ▼

연구의 목적 및 내용
본 연구는 3차원 얼굴에 대한 학습을 통해 다양한 조명 속의 일반적인 정면 얼굴 사진 한 장을 바탕으로 빠르게 3차원 얼굴 복원을 수행할 수 있는 알고리듬을 개발하는 것을 주목적으로 하고, 여기에 표정과 얼굴의 각도 등의 기하학적 변이를 AAM 모형에 대한 연구를 통해 보정하는 등 좀더 개선된 얼굴 영상의 처리를 위해 필요한 제반 기술들을 개발하는 것이 또다른 목적이었다. 또한 이런 연구 결과를 응용하여 다양한 변이 조건에도 강인한 얼굴 인식 알고리듬을 개발하는 등 다양한 응응 분야를 모색하는 것 또한 목

연구의 목적 및 내용
본 연구는 3차원 얼굴에 대한 학습을 통해 다양한 조명 속의 일반적인 정면 얼굴 사진 한 장을 바탕으로 빠르게 3차원 얼굴 복원을 수행할 수 있는 알고리듬을 개발하는 것을 주목적으로 하고, 여기에 표정과 얼굴의 각도 등의 기하학적 변이를 AAM 모형에 대한 연구를 통해 보정하는 등 좀더 개선된 얼굴 영상의 처리를 위해 필요한 제반 기술들을 개발하는 것이 또다른 목적이었다. 또한 이런 연구 결과를 응용하여 다양한 변이 조건에도 강인한 얼굴 인식 알고리듬을 개발하는 등 다양한 응응 분야를 모색하는 것 또한 목표로 하였다.
연구결과
한 장의 얼굴 사진 만으로 조명에 영향을 받지 않는 3차원 얼굴 복원 알고리듬을 만들기 위해 본 연구에서는 당초 선형 독립 표현 기법을 제안하였으나, 이에 대한 문제점을 발견하고 Tensor 대수를 적용하여 빠르고 개선된 알고리듬을 완성하였다. 현재 완성된 알고리듬은
50ms 안에 현존하는 모든 알고리듬을 뛰어 넘는 복원 정확도를 조명 조건과 관계없이 보여주고 있다.
표정 및 각도의 변화를 해결하기 위해서 당초의 연구는 AAM에 대한 연구를 제안하였는데, 기존의 2차원 AAM은 성능에 문제가 있고, 3차원 AAM은 학습데이터를 구하기가 어려운 점이 있어, 본 연구에서는 2차원 학습 데이터를 이용해서 가상의 3차원 AAM을 완성하였다. 이를 통해 2차원 학습 데이터만을 이용해 개선된 성능을 얻을 수 있었다.
또한 3차원 얼굴을 다루기 위해서는 표면의 반사율을 정확히 계산하는 것이 필요한데, 보통의 데이터베이스에는 이것이 되어 있지 않아 본 연구에서는 따로 여러 장의 사진에서 좀더 강인하게 표면의 반사율을 계산해 내는 알고리듬을 완성하였다.
얼굴 인식의 성능을 끌어내기 위해서 본 연구에서는 기존의 패턴 인식 알고리듬을 개선하는 연구 또한 수행하였다. 이 결과로 유의미한 특징들만을 분별하여 더욱 적은 데이터를 이용하면서도 높아진 인식률을 보이는 전처리 알고리듬을 완성하였다. 또한 기존의 물체 검출 알고리듬을 CT영상에 적용해 CT 영상 속에서 정확한 특징점을 검출하는 알고리듬도 완성하였다.
본 연구의 결과, 3차원 얼굴 복원 문제를 해결하였고 이는 강인한 얼굴 인식 등에 사용할 수 있다.
연구결과의 활용계획
- 일반적인 카메라로 찍은 한 장의 정면 얼굴 사진만으로 PC에서 50ms 이내에 정확한 3차원 형상 복원이 가능하고 조명 조건의 통제가 필요 없음. 따라서 소비자 수준에서의 적용이 가능할 것. SNS의 가상 아바타에 자신의 얼굴을 그대로 3차원으로 적용하고 편집하는 등의 응용이 가능할 것. 같은 방식으로 온라인 게임에서 소비자의 개성을 표현하는 부가 서비스 등으로 운용이 가능할 것.
- 얼굴 외의 다양한 대상에 대해서도 같은 방식으로 적용이 가능함.
- 2차원 사진을 이용해서 3차원 복원을 수행한 뒤, 이를 이용해 각도 변이에 강인한 얼굴 인식 수행
- 얼굴 처리의 가장 어려운 부분인 각도의 보정을 위해 제안된 가상 3차원 AAM 알고리듬을 활용

Abstract ▼

Purpos & contents
The main purpose of this research is to develop a fast 3D reconstruction algorithm that can be applied to a frontal face image under general lighting. Additionally, we aim to provide or improve a series of algorithms, such as AAM for compensating pose
variations, which can im

Purpos & contents
The main purpose of this research is to develop a fast 3D reconstruction algorithm that can be applied to a frontal face image under general lighting. Additionally, we aim to provide or improve a series of algorithms, such as AAM for compensating pose
variations, which can improve the performance of facial image processing. The results of this study can be applied to various applications, e.g. robust facial recognition under general environments.
Result
Originally, we proposed a linearly independent representation of the face model to develop a 3D reconstruction algorithm that is not affected by light variations. However, we found some problems in this approach, and instead, we have applied tensor algebra to
make a fast, improved reconstruction scheme. The improved scheme reconstructs a 3D face within 50ms on a PC, and gives better reconstruction accuracy compared to other existing methods.
To resolve pose and expression variations in faces, we have proposed virtual 3D AAM. 2D AAM has some problems in performance. On the other hand, it is hard to obtain training samples for 3D AAM. Therefore, we have developed an algorithm that can build
a virtual 3D AAM from 2D training samples, and we can achieve better performance in fitting landmarks by using this algorithm.
Accurate calculation of surface albedo is crucial for handling 3D faces, but unfortunately, most 3D databases do not have this information. Hence, we have developed a robust albedo retrieval scheme.
We have also studied a feature selection scheme to improve face recognition performance. By this scheme, we can achieve better recognition performance with fewer computations. And we have applied the object detection scheme, which is the first step in face
recognition, to CT images in order to construct a Symphysis Pubis detection system.
These research results contributes to resolve the issues in 3D face reconstruction, which can be used for robust face recognition.
Expected Contribution
- Realtime (50ms) 3D reconstruction only with a photograph taken by an ordinary camera without any light control. Therefore, consumer-level applications will be possible. For example, realistic 3D avatars for SNS services, or optional personal 3D avatar
services for online games.
- Objects other than human faces can be used to apply the 3D reconstruction scheme.
- 3D shapes reconstructed from 2D images can be used to for robust face recognition under pose variations.
- Virtual 3D AAM can be applied to resolve problems due to pose variation of various objects.

목차 Contents

• 중견연구자지원사업(핵심연구) 최종보고서 ... 1
• 목차 ... 2
• 연구계획 요약문 ... 3
• 연구결과 요약문 ... 4
• 한글요약문 ... 4
• SUMMARY ... 5
• 연구내용 및 결과 ... 6
• 1. 연구개발과제의개요 ... 6
• 2. 국내외 기술개발 현황 ... 7
• 3. 연구수행 내용 및 결과 ... 9
• 4. 목표달성도 및 관련분야에의 기여도 ... 13
• 5. 연구결과의 활용계획 ... 14
• 6. 연구과정에서 수집한 해외과학기술정보 ... 14
• 7. 주관연구책임자 대표적 연구실적 ... 15
• 8. 참고문헌 ... 15
• 9. 연구성과 ... 17
• 10.기타사항 ... 20