칼라영상에서 얼굴 검출

Abstract

인간의 얼굴은 다양한 특징을 가지고 있으며 동시에 사람들 간에는 서로 다른 모습을 띠고 있다. 이러한 특징들을 이용하여 많은 연구 데모용 프로그램들과 상업적 응용물들이 얼굴 검출과 얼굴 인식 시스템들을 개발하기 위해 시도되고 있다. 예를 들어 보안이 필요한 공공기관이나 건물에 대한 출입을 얼굴에 대한 인식을 통해 수행하는 시스템의 개발에 활용이 될 수 있다. 또한 얼굴 검출 시스템은 인체의 고유한 특징 정보를 이용해 개인을 자동으로 식별해내는 생체 출입 통제 시스템(biometric access control system), 화상 회의에서 화자의 얼굴의 위치 추적을 위한 얼굴 추적 시스템(face tracking system), 6가지 인간의 감정의 표현을 구별해내는 얼굴 표정 인식 시스템(facial expression recognition system) 등에서 선행적으로 수행해야하는 필수적인 첫 번째 단계이다. 얼굴 검출은 주어진 임의의 영상에서 얼굴이 존재하는 위치와 얼굴의 크기를 찾아내는 것으로 정의되어질 수 있다. 따라서 얼굴이 존재하는 위치와 영역에 대한 빠르고 정확한 검출을 수행하는 방법의 개발은 전체적인 시스템의 성능을 향상 시킬 수 있는 큰 역할을 하게 된다. 얼굴 검출 시스템의 중요한 이슈가 되고 있는 문제는 크게 2가지로 나눌 수 있다. 첫 번째는 시스템의 수행속도를 빠르게 하는 방법의 개발이고 나머지는 오검출(false positives) 및 미검출(false negatives)의 수를 줄이는 방법을 개발하는 것이다. 주어진 영상에서 다양한 크기의 얼굴을 검출해 내기 위해서는 크기가 다양한 가변적인 탐색 윈도우를 이용하여야 한다. 영상의 모든 위치에서 무수히 많은 다른 크기의 탐색 윈도우들에 대해 모두 검사를 해야 하므로 수행 속도 저하와 높은 오검출의 원인이 되고 있다. 이 문제들 간의 트레이드-오프를 효율적으로 제어하기 위한 방안을 찾기 위해 많은 연구들이 수행되어져 오고 있다. 최근에는 칼라영상에서의 얼굴 검출이 활발히 연구되면서 발생되어질 수 있는 세 가지 문제점들이 대두되고 있다. 일반적으로 칼라 영상에서 얼굴 검출을 수행할 경우 피부 색상을 가진 픽셀들에 대해 스킨 영역 분할 알고리즘 단계를 거치게 된다. 스킨 영역 분할 후 스킨 칼라와 유사한 배경과 연결된 얼굴, 스킨 칼라로 인한 연결된 얼굴들, 여러 개의 작은 부분들로 분할된 하나의 얼굴과 같은 세 가지 특별한 문제점들이 발생하게 된다. 많은 얼굴 검출 기법들이 첫 번째 와 두 번째 문제를 해결하기위한 방안들을 제시해 놓고 있다. 그러나 세 번째 문제에서 다른 조명 효과들로 인해서 여러 영역들로 분할된 하나의 얼굴이 검출되어지는 것은 쉽지가 않다. 본 논문은 이러한 문제들을 해결하기 위한 방안으로 효율적인 스킨 영역 분할 알고리즘과 신경 회로망을 사용한 정면과 정면에 가까운 얼굴 검출 기법을 제안하고자 한다. 본 알고리즘은 전체 영상에 대해 피부 영역을 검출한 후 제안하는 스킨 분할 알고리즘을 사용하여 얼굴 후보 영역들을 생성한다. 모든 영역에 대해 얼굴의 위치와 영역을 찾기 위해 탐색 윈도우를 사용할 경우 무수히 많은 시간을 소모할 수 있다. 따라서 제안하는 스킨 영역 분할 알고리즘을 사용하여 얼굴이 존재할 가능성이 있는 스킨 후보 영역들을 추출 한 후 전체 영상이 아닌 후보 영역들에 대해서만 다양한 크기의 얼굴들을 검출한다. 얼굴이 존재하지 않을 가능성이 높은 영역들이 제거됨으로써 많은 수의 탐색 윈도우 수를 줄일 수 가 있다. 각 추출된 얼굴 스킨 후보 영역에 대해 그림자 등의 조명 효과로 인해 한 명의 얼굴이 여러 영역으로 분할되는 경우를 처리하기 위해 동차적 영역간의 인접성을 활용하여 하나의 큰 영역으로 만드는 영역 병합 과정(region merging)작업을 하여 검출율 향상을 가져왔다. 다른 다양한 크기의 얼굴 검출을 위해 다양한 가변 크기의 탐색 윈도우와 선택된 각 얼굴 후보 영역에 얼굴이 존재하는지를 판단하기 위한 검증 단계로 신경회로망에 기반한 역전파 알고리즘을 사용한 얼굴 검출 분류기(face detection classifier)를 사용하였다. 또한 위에서 언급된 칼라영상에서 스킨 분할할 경우 발생되어 질 수 있는 두 가지 문제점들을 해결하기 위해 스킨 칼라와 유사한 배경과 연결된 얼굴과 스킨 칼라로 인한 연결된 얼굴들을 포함하는 후보 영역들에 대해 얼굴이 존재하는가를 검증하기 위해 얼굴 검출 분류기가 사용되어진다.

Many research demonstrations and commercial applications have been tried to develop face detection and recognition systems. Human face detection plays an important role in applications such as access control and video surveillance, human computer interface, identity authentication, etc. There are some special problems such as a face connected with background, faces connected via the skin color, and a face divided into several small parts after skin region segmentation in generally. It can be allowed many face detection techniques to solve the first and second problems. However, it is not easy to detect a face divided into several parts of regions for reason of different illumination conditions in the third problem. Therefore, we propose an efficient modified skin segmentation algorithm to solve this problem because the typical region segmentation algorithm can not be used to. Our algorithm detects skin regions over the entire image, and then generates face candidate regions using our skin segmentation algorithm. For each face candidate, we implement the procedure of region merging for divided regions in order to make a region using adjacency between homogeneous regions. We utilize various different searching window sizes to detect different size faces and a face detection classifier using a back-propagation algorithm in order to verify whether the searching window contains a face or not.