PUKYONG

3차원 피부색 모델을 활용한 실시간얼굴 검출 및 추적 시스템

Metadata Downloads
Abstract
얼굴 검출과 추적은 화상 감시 시스템, 화상 회의, 얼굴 인식 등의 분야에 응용되고 있으며, 많은 연구가 진행되고 있으나 얼굴의 움직임, 크기, 겹침, 조명 등으로 연구에 어려움이 있다.
본 논문은 3D 피부색 모델을 사용하여 복잡한 배경을 가진 영상으로부터 정확하고 신속하게 얼굴을 검출하고, 비디오 시퀀스로에서 검출된 얼굴을 실시간으로 추적하기 위한 시스템을 제안한다. 제안 시스템은 획득된 영상으로부터 3차원 피부색 모델을 사용하여 피부 검출을 수행하여 비피부색인 배경을 제거한다. 배경이 제거된 영상에서 AdaBoost를 적용하여 얼굴 후보 영역을 선택한다. 선택된 얼굴 후보 영역의 색상정보를 검사한 피부색에 대한 검사를 통해 최종적으로 얼굴 영역으로 판정한다. 얼굴 검출에 색상 정보를 이용함으로써 계조 영상(gray image)을 사용하는 AdaBoost의 비피부색 영역에서 얼굴이 검출되는 오검출률을 줄일 수 있고, 여러 개의 약한 분류기를 결합하여 최종적으로 계층적 구조를 갖는 강한 분류기를 생성하는 AdaBoost의 분류기 단계를 줄일 수 있어 얼굴 검출 시간을 단축할 수 있다.
제안된 알고리즘은 얼굴 검출에 좋은 성능을 가지지만, 동영상에서 프레임마다 다양한 크기의 얼굴을 찾기 위해서 멀티스케일의 윈도우를 이용하여 이미지상의 모든 픽셀을 이동하면서 스캔을 수행하여 상당한 속도 저하를 초래한다. 동영상에서 검출된 객체 영역의 색상(hue)값의 분포를 활용하여 객체를 추적하는 CAMShift를 사용한다. 그러나 객체의 색 정보에 의존하는 추적하므로 조명의 변화와 변화 잡음이 많은 배경에서 성능이 좋지 못하다. 따라서 본 논문에서는 동영상 프레임에서 얼굴 추적은 이전 프레임에서 검출된 얼굴 영역에 대하여 CAMShift 알고리즘을 적용하여 다음 프레임에서 얼굴 검출을 위한 예측된 작은 검색 영역을 제시할 수 있어 전체를 스캔하는 기존의 방법을 효율적으로 개선하였다. 또한 제시된 검색 영역을 얼굴이 있는 경우와 없는 경우에 다른 크기의 검색 영역을 사용하도록 가변적 처리를 함으로써 조명의 변화와 복잡한 배경을 가진 환경에서도 좋은 성능을 가지게 하였다
Author(s)
박경미
Issued Date
2010
Awarded Date
2010. 2
Type
Dissertation
Publisher
부경대학교
URI
https://repository.pknu.ac.kr:8443/handle/2021.oak/9916
http://pknu.dcollection.net/jsp/common/DcLoOrgPer.jsp?sItemId=000001955662
Department
대학원 전자계산학과
Advisor
김영봉
Table Of Contents
표 목 차 .................................................................................................................. iii
그 림 목 차 ........................................................................................................... iv
I. 서론 1
1. 연구 배경 2
2. 연구 내용 4
3. 논문 구성 6
II. 관련 연구 7
1. 피부색 검출 7
1.1. 고정된 임계영역을 사용하는 방법 7
1.2. 통계적 분류 방법 8
1.3. MLP 방법 9
2. 얼굴 검출 10
2.1. 지식 기반 10
2.2. 특징 기반 방법 11
2.3. 템플릿 정합 방법 12
2.4. 외양기반 방법 13
3. 얼굴 추적 15
III. 제안 시스템 개요 17
1. 피부색 모델 생성 및 피부색 영역 검출 19
1.1. 피부색 모델 작성 21
1.1.1. 초기 인종별 피부새 모델 작성 21
1.1.2. 피부색 모델의 3영역 분류 26
1.1.3. 통합된 다인종 피부색 모델 작성 29
1.2. 피부 영역 검출 32
2. 얼굴 검출 38
2.1. AdaBoost 알고리즘 39
2.1.1. 하알 유사 특징((Harr-like Feature) 40
2.1.2. 인티그럴 영상 41
2.1.3. AdaBoost 알고리즘 43
2.1.4. AdaBosot를 이용한 계층 분류기의 학습 49
2.2. 제안 알고리즘에 의한 얼굴 검출 50
3. 얼굴 추적 56
3.1. CAMShift 알고리즘 58
3.2. 제안 방법에 의한 얼굴 검출 및 CAMShift 추적 시스템 62
IV. 실험 및 평가 66
1. 피부색 검출 결과 66
2. 얼굴 검출 결과 73
3. 얼굴 추적 결과 81
V. 결론 84
Degree
Doctor
Appears in Collections:
과학기술융합전문대학원 > 기타 학과
Authorize & License
  • Authorize공개
Files in This Item:

Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.