KR100586227B1 - 색분포 학습을 통한 얼굴영역 추출 방법 - Google Patents
색분포 학습을 통한 얼굴영역 추출 방법 Download PDFInfo
- Publication number
- KR100586227B1 KR100586227B1 KR1020030052514A KR20030052514A KR100586227B1 KR 100586227 B1 KR100586227 B1 KR 100586227B1 KR 1020030052514 A KR1020030052514 A KR 1020030052514A KR 20030052514 A KR20030052514 A KR 20030052514A KR 100586227 B1 KR100586227 B1 KR 100586227B1
- Authority
- KR
- South Korea
- Prior art keywords
- face
- color
- similarity
- image
- region
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
본 발명은 색분포 학습을 통한 얼굴영역 추출 방법에 관한 것으로, 얼굴영역을 알 수 있는 다수의 영상으로부터 임의의 색상이 관찰된 빈도수와 해당 색상이 얼굴영역으로 분류된 빈도수의 비율인 얼굴색 유사도를 산출하여 색상얼굴색유사도테이블을 생성한다. 그리고, 추후 얼굴영역을 추출하고자 하는 영상신호가 입력되면, 이 얼굴색유사도테이블로부터 입력된 영상신호의 각 픽셀을 구성하는 색상의 얼굴색 유사도를 읽어와 그레이 영상을 구성하고, 이 구성된 그레이 영상을 기반으로 각 픽셀의 색상 데이터를 이진화 및 타원 근사로 얼굴영역을 분류한 후 추출한다.
얼굴영역 추출, 얼굴영역 분할, 이진화, 타원근사, 색분포 학습
Description
도 1은 본 발명을 위한 얼굴영역 추출 시스템의 블록 구성도이다.
도 2는 본 발명의 실시예에 따른 색분포 학습을 통한 얼굴영역 검출방법을 보인 순서도이다.
도 3은 본 발명의 실시예에 따른 HS 색상들을 가우시안 컨볼루션하여 평균화한 것을 보인 도면이다.
도 4는 본 발명의 실시예에 따른 얼굴색 유사도를 기반으로 그레이 영상을 구성한 것을 보인 도면이다.
도 5는 본 발명의 실시예에 따른 타원 근사로 얼굴 영역을 분리하는 것을 보인 도면이다.
본 발명은 영상신호로부터 얼굴영역을 추출하는 영상신호처리방법에 관한 것으로, 특히, 한 프레임별로 각 픽셀의 얼굴색 유사도를 파악하고 파악된 얼굴색 유사도를 이용하여 얼굴영역을 추출하는 방법에 관한 것이다.
일반적으로, 얼굴영역 추출기술은 VOD(Video On Demand) 또는 PVR(Personal Video Recorder) 등의 동영상 처리 관련 시스템이나 화상 통신 시스템 및 음성인식장치 등에 이용되고 있다.
음성인식장치를 일예로 보면, 현재 개발된 음성인식장치는 얼굴영역을 추출한 후, 추출된 얼굴영역을 기반으로 입술 위치를 검출하고, 입술의 특징을 분석하여 음성을 파악하고 있는데, 이때 사용되는 얼굴영역 추출방법은 영상으로부터 윤곽선을 추출하여 추출한 윤곽선과 기준 도형을 비교하고, 얼굴 템플릿을 구한 후에 얼굴 템플릿의 색을 얼굴 기준색과 비교하여 얼굴영역을 추출하는 방법을 사용하였다.
그리고, 얼굴영역 추출방법의 다른 예를 보면, 얼굴의 스킨(skin) 칼라를 이용하는 방법이 있는데, 이 방법은 영상정보 중 살색을 갖는 픽셀들만을 찾고 이렇게 찾은 픽셀들을 추출하여 얼굴 영역으로 추출하는 방법이 있다.
또 다른 예를 보면, 얼굴 스킨 칼라를 이용하는데 있어서 기 설정된 얼굴 색상 범위를 지정한 테이블을 이용하는데, 영상정보로부터 스킨칼라를 얻으면 스킨칼라를 기 설정된 테이블의 얼굴색 정보와 비교하여 얼굴색 범위에 포함되면 얼굴색으로 파악하여 얼굴영역을 추출하는 방법이 있다.
그러나, 첫 번째 얼굴영역 추출 방법은 얼굴 영역을 추출하기 위해 많은 데이터 처리가 필요하고 그 처리 시간이 길어 실시간 처리를 요구하는 상황에 적합하지 않은 문제점이 있다. 그리고, 두 번째 얼굴영역 추출 방법은 조명에 의해 살색 이 일정한 색으로 표현되지 않고 사람마다 살색이 다르기 때문에 정확한 얼굴 영역을 추출하지 못하는 문제점이 있다. 세 번째 얼굴영역 추출 방법은 설정된 얼굴색 범위를 미리 지정함으로써 빠른 얼굴 영역 추출이 가능한 장점이 있으나, 상기 조명에 의한 살색의 편차 등을 고려하기 위해서는 얼굴색 범위를 넓게 하여야 하지만 그 얼굴색 범위를 넓게 하면 촬영된 영상의 색상 중 얼굴색과 유사한 색을 얼굴색으로 오인하여 추출하게 되고 너무 좁게 하면 얼굴영역을 추출하지 못하게 되는 문제가 발생한다.
본 발명은 상기한 종래의 문제점을 해결하기 위한 것으로, 빠른 데이터 처리가 가능하면서도 실시간으로 정확한 얼굴영역을 추출할 수 있게 하는 것을 목적으로 한다.
또한, 본 발명은 조명, 사람마다의 얼굴색 등으로 인해 촬영되는 얼굴색의 변화가 생기더라도 이러한 요소에 영향을 받지 않고 정확한 얼굴영역을 추출하는 것을 목적으로 한다.
상기한 기술적 과제를 달성하기 위한 본 발명은 색상별로 얼굴색 유사도를 저장한 얼굴색유사도테이블을 이용하여 얼굴영역을 추출하며, 사용자의 얼굴색을 학습하여 얼굴색유사도테이블을 업데이트하고 업데이트된 얼굴색유사도테이블을 이후의 얼굴 영역 추출에 이용하는 것을 특징으로 한다.
이러한 본 발명의 특징을 달성하는 본 발명에 따른 색분포 학습을 통한 얼굴영역 검출 방법은, 컴퓨터가 색상별로 해당 색상이 관찰된 관찰빈도수와 해당 색상이 얼굴에 속하는 분류빈도수의 비인 얼굴색 유사도를 저장한 얼굴색유사도테이블을 이용하여 영상프레임으로부터 얼굴영역을 추출하는 방법에 있어서,
컴퓨터가 상기 영상 프레임이 입력되면, 상기 영상 프레임의 각 픽셀의 색상에 대해 상기 얼굴색유사도테이블로부터 얼굴색 유사도를 읽어와서 상기 얼굴색 유사도에 따른 밝기값을 적용하여 그레이 영상을 구성하는 그레이영상구성단계와;
컴퓨터가 상기 그레이 영상을 임계값과 비교하여 이진영상을 구성하는 이진영상구성단계와;
컴퓨터가 상기 이진영상의 무게중심과 모멘트를 계산하고 타원영역을 추출하여 얼굴영역을 추출하는 얼굴영역추출단계를 포함한 것을 특징으로 한다.
또한, 본 발명에 따른 다른 색분포 학습을 통한 얼굴영역 검출 방법은, 컴퓨터가 얼굴영역 정보를 포함한 샘플 데이터영상프레임을 이용하여 색상별로 해당 색상이 관찰된 관찰빈도수와 해당 색상이 얼굴에 속하는 분류빈도수의 비인 얼굴색 유사도를 구하고 색상별 얼굴색 유사도를 저장한 얼굴색유사도테이블을 생성하는 얼굴색유사도테이블생성단계와;
컴퓨터가 얼굴영역 추출대상 영상 프레임이 입력되면, 상기 추출대상 영상 프레임의 각 픽셀의 색상에 대해 상기 얼굴색유사도테이블로부터 얼굴색 유사도를 읽어와서 상기 얼굴색 유사도에 따른 밝기값을 적용하여 그레이 영상을 구성하는 그레이영상구성단계와;
컴퓨터가 상기 그레이 영상을 임계값과 비교하여 이진영상을 구성하는 이진영상구성단계와;
컴퓨터가 상기 이진영상의 무게중심과 모멘트를 계산하고 타원영역을 추출하여 얼굴영역을 추출하는 얼굴영역추출단계를 포함한 것을 특징으로 한다.
컴퓨터가 상기 영상 프레임이 입력되면, 상기 영상 프레임의 각 픽셀의 색상에 대해 상기 얼굴색유사도테이블로부터 얼굴색 유사도를 읽어와서 상기 얼굴색 유사도에 따른 밝기값을 적용하여 그레이 영상을 구성하는 그레이영상구성단계와;
컴퓨터가 상기 그레이 영상을 임계값과 비교하여 이진영상을 구성하는 이진영상구성단계와;
컴퓨터가 상기 이진영상의 무게중심과 모멘트를 계산하고 타원영역을 추출하여 얼굴영역을 추출하는 얼굴영역추출단계를 포함한 것을 특징으로 한다.
또한, 본 발명에 따른 다른 색분포 학습을 통한 얼굴영역 검출 방법은, 컴퓨터가 얼굴영역 정보를 포함한 샘플 데이터영상프레임을 이용하여 색상별로 해당 색상이 관찰된 관찰빈도수와 해당 색상이 얼굴에 속하는 분류빈도수의 비인 얼굴색 유사도를 구하고 색상별 얼굴색 유사도를 저장한 얼굴색유사도테이블을 생성하는 얼굴색유사도테이블생성단계와;
컴퓨터가 얼굴영역 추출대상 영상 프레임이 입력되면, 상기 추출대상 영상 프레임의 각 픽셀의 색상에 대해 상기 얼굴색유사도테이블로부터 얼굴색 유사도를 읽어와서 상기 얼굴색 유사도에 따른 밝기값을 적용하여 그레이 영상을 구성하는 그레이영상구성단계와;
컴퓨터가 상기 그레이 영상을 임계값과 비교하여 이진영상을 구성하는 이진영상구성단계와;
컴퓨터가 상기 이진영상의 무게중심과 모멘트를 계산하고 타원영역을 추출하여 얼굴영역을 추출하는 얼굴영역추출단계를 포함한 것을 특징으로 한다.
삭제
삭제
삭제
이하, 첨부한 도면을 참조로 하여 본 발명의 실시예에 따른 색분포 학습을 통한 얼굴영역 검출 방법을 설명한다.
도 1은 본 발명을 위한 얼굴영역 검출 시스템의 블록 구성도이다. 도 1에 도시된 바와 같이, 본 발명을 위한 얼굴영역 검출 시스템은 영상획득장치(10), 영상 신호처리장치(20)와, 디스플레이 장치(30)로 이루어진다.
영상획득장치(10)는 피사체를 촬영하여 영상 신호를 생성하는 장치로서, CCD(Charge Coupled Device) 카메라 또는 디지털 카메라, 또는 동영상 처리 장치 등이 이에 해당한다.
영상신호처리장치(20)는 영상획득장치(10)에서 제공하는 추출대상 영상프레임을 신호 처리하여 얼굴 영역을 검출하고, 샘플 영상프레임을 신호 처리하여 얼굴색유사도테이블을 생성 및 업데이트하는 장치로서, 영상프레임 획득부(21), 얼굴색분포 모델학습부(22), 저장부(23), 얼굴유사도 산출부(24), 얼굴영역 검출부(25)와 제어부(26)를 포함한다.
상기 영상프레임 획득부(21)는 영상획득장치(10)로부터 입력되는 영상 신호를 한 프레임씩 분리한다.
얼굴색분포 모델학습부(22)는 사용자가 얼굴색유사도테이블을 생성하거나 업데이트하고자 할 때 사용자의 명령에 의해 동작한다. 이 얼굴색분포 모델학습부(22)는 샘플 영상프레임별 각 픽셀들의 RGB 색상을 파악하고, 각 픽셀들의 RGB 색상을 HSV(Hue-Saturation-Value) 색상계에서 HS값으로 변환시킨다. 상기와 같이 HSV 색상 공간의 HS(Hue/Saturation) 색상으로 변환시키는 것은 이 색상 공간이 다른 색상 공간에 비해 얼굴색과 입술색을 비교적 잘 분류해주기 때문으로, 이후 본 발명의 방법에 의해 검출된 얼굴영역 정보가 음성인식장치 등에 이용될 경우에 유용하게 사용될 수 있게 하기 위한 것이다. 이 샘플 영상프레임은 사용자에 의해 지정된 얼굴영역 정보를 포함한다.
얼굴색분포 모델학습부(22)는 사용자가 얼굴색유사도테이블을 생성하거나 업데이트하고자 할 때 사용자의 명령에 의해 동작한다. 이 얼굴색분포 모델학습부(22)는 샘플 영상프레임별 각 픽셀들의 RGB 색상을 파악하고, 각 픽셀들의 RGB 색상을 HSV(Hue-Saturation-Value) 색상계에서 HS값으로 변환시킨다. 상기와 같이 HSV 색상 공간의 HS(Hue/Saturation) 색상으로 변환시키는 것은 이 색상 공간이 다른 색상 공간에 비해 얼굴색과 입술색을 비교적 잘 분류해주기 때문으로, 이후 본 발명의 방법에 의해 검출된 얼굴영역 정보가 음성인식장치 등에 이용될 경우에 유용하게 사용될 수 있게 하기 위한 것이다. 이 샘플 영상프레임은 사용자에 의해 지정된 얼굴영역 정보를 포함한다.
상기 RGB 색상을 HS 색상으로 변환시키는 과정은 옵션 사항으로, 본 발명이 적용되는 분야에 따라 수행되지 않을 수 있다.
얼굴색분포 모델학습부(22)는 HS 색상값으로 각 픽셀의 색을 변환시키면, HS 색상값을 바탕으로 각 색상에 대한 얼굴색 유사도를 산출한다. 즉, 얼굴색분포 모델학습부(24)는 색상 c1에 대하여 다음의 수학식 1과 같이 얼굴색 유사도(PF(c1))를 산출한다.
상기 FF(c1)은 색상 c1의 분류 빈도수이고, FB(c1)은 관찰 빈도수이다.
분류 빈도수란 한 프레임에서 얼굴 영역을 구성하는 픽셀 중에서 해당 색상을 가지는 픽셀의 개수이고, 관찰 빈도수란 한 프레임의 전체 영역을 구성하는 픽셀 중 해당 색상을 가지는 픽셀의 개수이다.
얼굴색분포 모델학습부(22)는 사용자가 지정한 단위 프레임의 해당 영역에 대하여 각 색상의 얼굴색 유사도를 산출한 후, 산출한 색상에 대한 얼굴색 유사도가 매칭(matching)된 얼굴색유사도테이블에 채운다. 이때, 얼굴색유사도테이블의 색인은 색상으로 하며, 상기 색상 색인은 HS 색상으로 표현된다. 즉, 얼굴색유사도테이블에는 HS 색상을 색인으로 얼굴색 유사도가 매칭된다.
저장부(23)는 프레임별 영상 신호 정보를 저장하며, 얼굴색유사도테이블을 저장한다.
얼굴유사도 파악부(24)는 추출대상 영상프레임의 각 픽셀에 얼굴색유사도테이블에 저장된 얼굴색 유사도 정보를 읽어서 현재 추출대상 영상프레임의 모든 픽셀의 얼굴색 유사도를 파악한다.
얼굴유사도 파악부(24)는 추출대상 영상프레임의 각 픽셀에 얼굴색유사도테이블에 저장된 얼굴색 유사도 정보를 읽어서 현재 추출대상 영상프레임의 모든 픽셀의 얼굴색 유사도를 파악한다.
얼굴영역 추출부(25)는 얼굴유사도 파악부(24)에 의해 파악한 각 픽셀의 얼굴색 유사도를 기반으로 그레이 영상을 구성하고, 그레이 영상을 이진화 및 타원 근사를 통해 얼굴의 위치와 크기를 한정하여 얼굴영역을 추출한다.
제어부(26)는 장치의 전반적인 동작을 제어하며, 디스플레이 장치(30)는 상기 영상신호처리장치(20)의 각 구성에 의해 처리된 결과를 디스플레이한다.
이하, 도 2를 참조로 하여 본 발명의 실시예에 따른 색분포 학습을 통한 얼굴영역 검출 방법을 설명한다. 도 2는 본 발명의 실시예에 따른 색분포 학습을 통한 얼굴영역 검출방법을 보인 순서도로서, 얼굴색 분포모델 학습을 수행한 후 얼굴 영역을 추출하는 것을 보인 순서도이다.
본 발명은 얼굴색 분포모델 학습 명령을 사용자로부터 입력받지 않으면, 미리 구축된 얼굴색유사도테이블을 근거로 하여 입력되는 추출대상 영상프레임 단위별로 각 색상의 얼굴색 유사도를 파악하고, 얼굴 영역을 추출한다. 그러나, 본 발명은 얼굴색 분포모델 학습 명령을 사용자로부터 입력받으면 샘플 영상프레임에 대해 다음과 같이 얼굴색분포 모델 학습 동작을 수행하여 얼굴색유사도테이블을 업데이트시킨 후 추출대상 영상에 대해 각 색상의 얼굴색 유사도를 파악하고 얼굴 영역을 추출한다.
얼굴색분포 모델 학습 동작 과정을 보면, 사용자로부터 얼굴색 분포모델 학습 명령이 입력되고(S201), 샘플 영상이 촬영되어 입력되면(S202, S203), 영상프레임 분류부(21)는 이 촬영된 샘플 영상을 프레임 단위로 분류하고(S204), 얼굴색분포 모델학습부(22)에 제공한다.
이때, 프레임 단위로 분류된 샘플 영상프레임이 디스플레이 장치(30)에 디스플레이되면 사용자는 디스플레이된 화면에서 얼굴영역을 지정한다(S205). 이렇게 사용자가 지정한 얼굴영역 범위 정보는 얼굴색분포 모델학습부(22)에 제공된다.
그러면, 얼굴색분포 모델학습부(22)는 이 얼굴영역 정보를 포함한 샘플 영상프레임의 각 픽셀의 RGB 색상을 파악하고(S206), 색상별 픽셀의 개수를 파악하며(S207), RGB 색상을 HS 색상으로 변환시킨다(S208)
상기 과정들을 수행한 후, 상기 수학식 1을 이용하여 각 색상별로 얼굴색 유사도를 산출한다(S209).
상기 얼굴색 유사도를 산출하는 것은 어떠한 색상이 단위 프레임에서 얼굴색상으로 많이 나타났는지, 어떤 색상이 얼굴색상으로 적게 나타났는지를 파악하기 위한 것이다. 실제로 사람의 얼굴을 대상으로 영상획득장치(10)를 통해 촬영하였다면, 촬영된 영상을 디스플레이하게 되면 얼굴색 유사도 값이 높은 색상의 픽셀은 대부분 얼굴에 위치하게 된다. 따라서 픽셀의 HS값을 인덱스로 하여 얼굴색유사도테이블로부터 얼굴색 유사도를 계산하면 그 값이 높을수록 그 픽셀이 얼굴 영역에 있다고 판단할 수 있는 것이다.
얼굴색분포 모델학습부(22)는 얼굴색 유사도를 산출한 후 HS를 인덱스로 하는 별도의 테이블을 구성한다. 그리고, 얼굴색분포 모델학습부(22)는 도 3에 도시된 바와 같이 얼굴색 모델로 판단한 HS 색상을 가우시안 콘볼루션(Gaussian convolution) 과정을 수행하여 색상에 대한 일반화가 이루어지게 한다(S210).
여기서, 학습된 얼굴색 모델은 도 3의 a와 같이 디스크리트(discrete)하다. 이렇게 학습된 얼굴색 모델이 디스크리트한 것은 관찰 경험에 제약이 따르기 때문이다. 즉, 미처 관찰하지 못한 경우에 대해서나 관찰하였으나 편향된(bias) 관찰 경험을 가지기 때문이다. 따라서, 도 3의 a와 같이 디스크리트한 얼굴색 모델을 가우시안 콘볼루션하게 되면 도 3의 b와 같이 얼굴색 모델이 선형적으로 채워지게 되어 마치 모든 상황에 대해서 관찰한 것과 같이 된다.
상기와 같이 평균화가 이루어지면, 얼굴색분포 모델학습부(22)는 HS값을 색인으로 하고, 얼굴색으로 판단한 색상과 얼굴색 유사도를 매칭시켜 얼굴색유사도테이블에 저장시킨다(S211).
상기와 같은 얼굴색분포 모델학습부(22)의 학습 동작에 의해 얼굴색유사도테이블은 점차적으로 모든 색상에 대한 얼굴색 유사도 정보를 누적하여 보유하게 된다. 이는 어떠한 색상이 얼굴색인지를 점차적으로 학습하는 것과 같다. 상기 얼굴색유사도테이블에 저장된 색상은 촬영시의 조명을 반영한 색상이고, 사람마다 각기 다른 스킨 칼라가 반영된 색상이므로, 얼굴색유사도테이블은 조명이나 스킨 칼라에 영향을 받지 않고 얼굴영역을 파악할 수 있는 유용한 자료로서 이용된다.
다음, 상술한 바와 같이 얼굴색유사도테이블이 얻어지면 이 얼굴색유사도테이블에 저장된 정보를 이용하여 추출대상 영상에 대한 얼굴영역 추출이 가능해진다. 얼굴색유사도테이블을 이용하여 추출대상 영상으로부터 얼굴영역을 추출하는 과정을 설명한다.
사용자로부터 얼굴색 분포모델 학습 명령이 입력되지 않거나(S201), 샘플 영상에 대한 얼굴색 분포모델 학습과정을 수행한 후 추출대상 영상이 입력되면(S202, S212), 입력된 추출대상 영상에 대해 프레임별로 분류하고(S213) 추출대상 영상의 색상을 파악한 후(S214), 얼굴유사도 파악부(24)가 얼굴색유사도테이블로부터 각 픽셀의 얼굴색 유사도를 읽어들인다(S215). 얼굴영역 추출부(25)는 얼굴색유사도테이블로부터 읽은 얼굴색 유사도를 기반으로 도 4에 도시된 바와 같이 현재 프레임의 영상을 그레이 영상으로 구성하고(S216), 이진화 및 타원 근사를 통해 얼굴 영역을 분할하고, 분할한 얼굴영역을 추출한다(S217).
사용자로부터 얼굴색 분포모델 학습 명령이 입력되지 않거나(S201), 샘플 영상에 대한 얼굴색 분포모델 학습과정을 수행한 후 추출대상 영상이 입력되면(S202, S212), 입력된 추출대상 영상에 대해 프레임별로 분류하고(S213) 추출대상 영상의 색상을 파악한 후(S214), 얼굴유사도 파악부(24)가 얼굴색유사도테이블로부터 각 픽셀의 얼굴색 유사도를 읽어들인다(S215). 얼굴영역 추출부(25)는 얼굴색유사도테이블로부터 읽은 얼굴색 유사도를 기반으로 도 4에 도시된 바와 같이 현재 프레임의 영상을 그레이 영상으로 구성하고(S216), 이진화 및 타원 근사를 통해 얼굴 영역을 분할하고, 분할한 얼굴영역을 추출한다(S217).
즉, 얼굴영역 추출부(25)는 그레이 영상을 통해 각 픽셀의 색상을 이진화시킨다. 그런데 이진화된 영상은 다소의 잡영이 들어 있으므로, 얼굴영역 추출부(25)는 다음의 수학식 2, 수학식 3과 수학식 4를 이용하여 무게중심과 모멘트 계산을 하고 이를 통해 타원으로 얼굴 영역을 근사하여 얼굴 부분을 추출한다.
상기 무게중심과 모멘트 계산을 통해 얼굴의 타원 영역을 추출하는 수학식 2는 다음과 같은데, 수학식 2에서 영상의 y방향으로의 이차 모멘트를 μyy, 2차 혼합 모멘트를 μxy, x방향으로의 2차 모멘트를 μxx라고 한다.
상기 A는 얼굴 영역으로 되어 있는 픽셀의 개수이고, R은 타원 함수이다.
타원의 영역을 나타내는 부등식을 다음의 수학식 3과 같다고 하면, 타원의 식을 구성하는 계수 d, e, f는 다음의 수학식 4와 같다.
얼굴영역 추출부(25)는 타원의 식을 구한 후, 타원의 내부의 점을 얼굴영역으로 삼아 얼굴영역을 추출한다.
상술한 본 발명에서 얼굴색 학습은 사용자의 요구가 있을 때에 수행되며, 사용자가 얼굴색 학습을 요구하지 않으면 수행하지 않는다.
즉, 사용자가 얼굴색 학습을 요구하지 않으면 본 발명은 입력되는 영상의 각 픽셀이 나타내는 색상을 파악한 후 기 저장된 얼굴색유사도테이블을 이용하여 얼굴색을 파악한 후, 얼굴영역을 분할하고 추출한다.
상술한 동작을 수행한 본 발명에 의해 추출된 얼굴영역이 원하는 결과를 만족시키지 못하게 되면 본 발명은 사용자 요구에 따라 다시 한번 얼굴색 학습을 하게 된다. 상기 원하는 결과를 만족하지 못하였다는 것은 얼굴색유사도테이블에 저장된 정보가 현재 입력된 영상으로부터 얼굴색 영역을 추출한 정도의 신뢰도를 가지지 못한다는 것을 의미하며, 이는 곧 학습을 하여야 한다는 것을 의미한다.
이상에서 본 발명에 대한 기술사상을 첨부도면과 함께 서술하였지만 이는 본 발명의 바람직한 실시예를 예시적으로 설명한 것이지 본 발명을 한정하는 것은 아니다. 또한, 이 기술분야의 통상의 지식을 가진 자라면 누구나 본 발명의 기술사상의 범주를 이탈하지 않는 범위 내에서 다양한 변형 및 모방이 가능함은 명백한 사실이다.
본 발명은 한 프레임별로 각 색상에 대한 얼굴 유사도를 산출하고, 이를 학습시켜 조명에 의한 얼굴색 편차, 사람마다의 얼굴색 편차 등과 같이 스킨 칼라의 변화에 대응하여 얼굴 영역을 추출할 수 있으며, 얼굴 영역 추출을 위해 많은 데이터 처리를 필요하지 않으므로 실시간 얼굴 영역 추출을 요하는 곳에 적용할 수 있 는 효과가 있다.
Claims (6)
- 컴퓨터가 색상별로 해당 색상이 관찰된 관찰빈도수와 해당 색상이 얼굴영역에 속하는 분류빈도수의 비인 얼굴색 유사도를 저장한 얼굴색유사도테이블을 이용하여 추출대상 영상프레임으로부터 얼굴영역을 추출하는 방법에 있어서,컴퓨터가 상기 추출대상 영상프레임이 입력되면, 상기 추출대상 영상프레임의 각 픽셀의 색상에 대해 상기 얼굴색유사도테이블로부터 얼굴색 유사도를 읽어오는 얼굴색유사도검색단계와;컴퓨터가 상기 추출대상 영상프레임의 각 픽셀에 얼굴색 유사도에 따른 밝기값을 적용하여 그레이 영상을 구성하는 그레이영상구성단계와;컴퓨터가 상기 그레이 영상을 임계값과 비교하여 이진영상을 구성하는 이진영상구성단계와;컴퓨터가 상기 이진영상의 무게중심과 모멘트를 계산하고 타원영역을 추출하여 얼굴영역을 추출하는 얼굴영역추출단계를 포함한 것을 특징으로 하는 색분포 학습을 통한 얼굴영역 추출 방법.
- 컴퓨터가 얼굴영역 정보가 포함된 다수의 샘플영상프레임들을 이용하여 색상별로 해당 색상이 관찰된 관찰빈도수와 해당 색상이 얼굴영역에 속하는 분류빈도수의 비인 얼굴색 유사도를 저장한 얼굴색유사도테이블을 생성하는 얼굴유사도테이블생성단계와;컴퓨터가 얼굴영역 추출대상 영상프레임이 입력되면, 상기 추출대상 영상프레임의 각 픽셀의 색상에 대해 상기 얼굴색유사도테이블로부터 얼굴색 유사도를 읽어오는 얼굴색유사도검색단계와;컴퓨터가 상기 추출대상 영상프레임의 각 픽셀에 얼굴색 유사도에 따른 밝기값을 적용하여 그레이 영상을 구성하는 그레이영상구성단계와;컴퓨터가 상기 그레이 영상을 임계값과 비교하여 이진영상을 구성하는 이진영상구성단계와;컴퓨터가 상기 이진영상의 무게중심과 모멘트를 계산하고 타원영역을 추출하여 얼굴영역을 추출하는 얼굴영역추출단계를 포함한 것을 특징으로 하는 색분포 학습을 통한 얼굴영역 추출 방법.
- 제 2 항에 있어서, 상기 얼굴유사도테이블생성단계는,컴퓨터가 상기 샘플영상프레임을 화면에 표시하고 사용자에게 상기 샘플영상프레임에서의 얼굴영역 선택을 요구하는 영상표시단계와,컴퓨터가 사용자로부터 상기 샘플영상프레임에서의 얼굴영역이 선택되면, 상기 샘플영상프레임의 각 픽셀의 색상에 대해 해당 색상이 관찰된 관찰빈도수와 해당 색상이 얼굴에 속하는 분류빈도수를 계수하는 빈도수계수단계와,컴퓨터가 모든 샘플영상프레임들에 대해 상기 영상표시단계와 빈도수계수단계를 반복 수행한 후 각 색상별로 관찰빈도수와 분류빈도수의 비를 계산하여 얼굴색 유사도를 구하는 얼굴색유사도계산단계를 포함한 것을 특징으로 하는 색분포 학습을 통한 얼굴영역 추출 방법.
- 제 3 항에 있어서, 상기 얼굴색유사도계산단계 후 상기 색상별 얼굴색 유사도에 대해 가우시안 컨볼루션을 수행하는 단계를 더 포함한 것을 특징으로 하는 색분포 학습을 통한 얼굴영역 추출 방법.
- 제 1 항 내지 제 4 항 중 어느 한 항에 있어서, 상기 색상은 HSV(Hue-Saturation-Value) 공간의 HS(Hue/Saturation) 색상값인 것을 특징으로 하는 색분포 학습을 통한 얼굴영역 추출 방법.
- 컴퓨터에, 색상별로 해당 색상이 관찰된 관찰빈도수와 해당 색상이 얼굴영역에 속하는 분류빈도수의 비인 얼굴색 유사도를 저장한 얼굴색유사도테이블을 이용하여 추출대상 영상프레임으로부터 얼굴영역을 추출하는 방법을 수행하도록 하는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체에 있어서,상기 방법은,컴퓨터가 상기 추출대상 영상프레임이 입력되면, 상기 추출대상 영상프레임의 각 픽셀의 색상에 대해 상기 얼굴색유사도테이블로부터 얼굴색 유사도를 읽어오는 얼굴색유사도검색단계와;컴퓨터가 상기 추출대상 영상프레임의 각 픽셀에 얼굴색 유사도에 따른 밝기값을 적용하여 그레이 영상을 구성하는 그레이영상구성단계와;컴퓨터가 상기 그레이 영상을 임계값과 비교하여 이진영상을 구성하는 이진영상구성단계와;컴퓨터가 상기 이진영상의 무게중심과 모멘트를 계산하고 타원영역을 추출하여 얼굴영역을 추출하는 얼굴영역추출단계를 포함한 것을 특징으로 하는 컴퓨터로 읽을 수 있는 기록매체.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020030052514A KR100586227B1 (ko) | 2003-07-30 | 2003-07-30 | 색분포 학습을 통한 얼굴영역 추출 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020030052514A KR100586227B1 (ko) | 2003-07-30 | 2003-07-30 | 색분포 학습을 통한 얼굴영역 추출 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20050014072A KR20050014072A (ko) | 2005-02-07 |
KR100586227B1 true KR100586227B1 (ko) | 2006-06-07 |
Family
ID=37225252
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020030052514A KR100586227B1 (ko) | 2003-07-30 | 2003-07-30 | 색분포 학습을 통한 얼굴영역 추출 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR100586227B1 (ko) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100730571B1 (ko) * | 2005-02-28 | 2007-06-20 | 한국과학기술원 | 색상 유사도 영상을 이용한 물체 검출 방법 |
KR100698845B1 (ko) * | 2005-12-28 | 2007-03-22 | 삼성전자주식회사 | 인물 외형 추출 알고리즘을 이용한 영상 편집 방법 및 그장치 |
KR100899204B1 (ko) * | 2007-10-15 | 2009-05-27 | 주식회사 다음커뮤니케이션 | 스킨 이미지 검출 장치 및 그 방법과 이를 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 매체 |
KR100949799B1 (ko) * | 2008-06-26 | 2010-03-30 | 박영민 | 컬러영상의 적응적 특징영역 추출장치 및 방법 |
KR102467062B1 (ko) * | 2021-05-07 | 2022-11-14 | 전남대학교산학협력단 | 흑백 이미지 자동 채색 시스템 및 방법 |
-
2003
- 2003-07-30 KR KR1020030052514A patent/KR100586227B1/ko not_active IP Right Cessation
Also Published As
Publication number | Publication date |
---|---|
KR20050014072A (ko) | 2005-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3916627A1 (en) | Living body detection method based on facial recognition, and electronic device and storage medium | |
KR100422709B1 (ko) | 영상 의존적인 얼굴 영역 추출방법 | |
US9524558B2 (en) | Method, system and software module for foreground extraction | |
US20040047494A1 (en) | Method of detecting a specific object in an image signal | |
US8938117B2 (en) | Pattern recognition apparatus and method therefor configured to recognize object and another lower-order object | |
JP2004348674A (ja) | 領域検出方法及びその装置 | |
JP2004199669A (ja) | 顔検出 | |
JP2004192637A (ja) | 顔検出 | |
KR100253203B1 (ko) | 동영상을 이용한 객체 추출방법 | |
JP2004357277A (ja) | デジタル画像処理方法 | |
US8290277B2 (en) | Method and apparatus for setting a lip region for lip reading | |
US11244429B2 (en) | Method of providing a sharpness measure for an image | |
JP2002216129A (ja) | 顔領域検出装置およびその方法並びにコンピュータ読み取り可能な記録媒体 | |
CN110348358B (zh) | 一种肤色检测系统、方法、介质和计算设备 | |
KR20170038144A (ko) | 어텐션 검출 장치 및 어텐션 검출 방법 | |
US11462040B2 (en) | Distractor classifier | |
CN109543487B (zh) | 一种基于条码边缘分割的自动感应触发方法及其系统 | |
KR100586227B1 (ko) | 색분포 학습을 통한 얼굴영역 추출 방법 | |
KR101408344B1 (ko) | 얼굴 검출 장치 | |
Arsic et al. | Improved lip detection algorithm based on region segmentation and edge detection | |
JP2003303346A (ja) | 目標追跡方法、目標追跡装置、目標追跡プログラム、並びにこのプログラムを記録した記録媒体 | |
JPS61141087A (ja) | 画像処理方法及び装置 | |
JPH09130714A (ja) | 画像情報抽出装置および方法 | |
JP2000348189A (ja) | 画像処理装置 | |
KR100488014B1 (ko) | YCrCb 칼라 기반 얼굴 영역 추출 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
AMND | Amendment | ||
E902 | Notification of reason for refusal | ||
AMND | Amendment | ||
E601 | Decision to refuse application | ||
J201 | Request for trial against refusal decision | ||
AMND | Amendment | ||
B701 | Decision to grant | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20120508 Year of fee payment: 7 |
|
LAPS | Lapse due to unpaid annual fee |