KR100590570B1

KR100590570B1 - 레벨 셋 방식을 이용한 얼굴 형상 검출방법 및 장치

Info

Publication number: KR100590570B1
Application number: KR1020040099029A
Authority: KR
Inventors: 기석철; 왕대준; 자오지아리
Original assignee: 삼성전자주식회사
Priority date: 2004-11-30
Filing date: 2004-11-30
Publication date: 2006-06-19
Also published as: US20060115161A1; US7697736B2; KR20060060139A

Abstract

레벨 셋 방식을 이용한 얼굴 형상 검출방법 및 장치가 개시된다. 이 방법은 (a) 정면을 향하는 제1 초기 형상 모델을 얼굴 주변에 배치시키는 단계, (b) 제1 초기 형상 모델을 기준으로 하여, 레벨 셋 방식을 이용해 형상 곡선을 진화시키는 단계, (c) 진화된 형상 곡선에 근접하는 제1 초기 형상 모델의 제1 내지 제M(여기서, M은 1보다 큰 양의 정수) 초기 경계점들에 이웃하는 제1 내지 제M 이웃 경계점들을 검출하는 단계, (d) 검출된 제1 내지 제M 이웃 경계점들에 대응하는 수정 형상 모델을 상기 얼굴 주변에 배치시키는 단계, (e) 수정 형상 모델의 모델 각도를 검출하는 단계, (f) 검출된 모델 각도가 소정 각도 범위를 초과하는가를 조사하는 단계 및 (g) 검출된 모델 각도가 소정 각도의 범위를 초과한다면, 초과되는 각도 범위에 따라 좌측으로 회전된 제2 초기 형상 모델 또는 우측으로 회전된 제3 초기 형상 모델을 상기 얼굴 주변에 배치시키고 상기 (c) 단계로 진행하는 단계를 구비하는 것을 특징으로 한다. 따라서, 본 발명에 따르면, 화상처리장치에서 사람의 얼굴 형상을 검출하고자 할 때, 종래와 달리 사람의 눈을 검출하지 않고서도 얼굴 형상을 검출할 수 있고, 사람의 얼굴이 정면을 향하지 않더라도 얼굴 형상을 용이하게 검출할 수 있도록 한다.

Description

레벨 셋 방식을 이용한 얼굴 형상 검출방법 및 장치{Method and apparatus for detecting a face shape using level set method}

도 1은 본 발명에 따른 레벨 셋 방식을 이용한 얼굴 형상 검출방법을 설명하기 위한 일 실시예의 플로차트이다.

도 2a 및 도 2b는 레벨 셋 방식에 의해 형상 곡선이 형성되는 일 예를 나타내는 도면이다.

도 3은 레벨 셋 방식에 의해 형성된 초기의 형상 곡선 및 진화된 형상 곡선의 일 예를 나타내는 도면이다.

도 4는 도 1에 도시된 제14 단계를 설명하기 위한 일 실시예의 플로차트이다.

도 5a 및 도 5b는 각각 제2 초기 형상 모델 및 제3 초기 형상 모델의 일 예를 나타내는 도면이다.

도 6a 내지 도 6c는 정면을 향하는 얼굴에 대한 본 발명의 얼굴 형상 검출 능력을 종래의 기술과 비교하기 위해 얼굴을 도시한 일 예의 도면이다.

도 7a 내지 도 7c는 좌측으로 회전된 얼굴에 대한 본 발명의 얼굴 형상 검출 능력을 종래의 기술과 비교하기 위해 도시한 일 예의 도면이다.

도 8은 본 발명의 얼굴 형상 검출 능력을 종래의 기술과 비교하기 위해 그래 프로 비교한 일 예의 도면이다.

도 9는 본 발명의 얼굴 형상 검출 능력 중 눈 위치의 검출을 종래의 기술과 비교하기 위해 그래프로 비교한 일 예의 도면이다.

도 10은 본 발명에 따른 레벨 셋 방식을 이용한 얼굴 형상 검출장치를 설명하기 위한 일 실시예의 블록도이다.

도 11은 도 10에 도시된 이웃 경계점 검출 제어부를 설명하기 위한 일 실시예의 블록도이다.

〈도면의 주요 부호에 대한 간단한 설명〉

100: 형상 모델 배치 제어부 110: 형상 곡선 진화 제어부

120: 이웃 경계점 검출 제어부 130: 모델 각도 검출부

140: 각도 범위 조사부 200: 이웃 경계점 검출부

210: 이웃 경계점 위치 조사부 220: 이웃 경계점 설정부

230: 이웃 경계점 검출여부 조사부

본 발명은 디지털 카메라 등의 화상처리장치에 관한 것으로, 보다 상세하게는 얼굴의 형상을 신속히 검출할 수 있는 레벨 셋 방식을 이용한 얼굴 형상 검출방법 및 장치에 관한 것이다.

화상처리장치에서 사람의 얼굴을 검출하기 위해서 주성분 분석기법(PCA: Principal Component Analysis)을 사용한다. 주성분 분석기법이란, 학습 영상의 통계적 특성을 이용하여 학습 영상의 전체적 특성을 표현하는 고유 영상으로 분해하고, 고유 영상의 선형 조합으로 임의의 영상을 표현하는 기법이다.

즉, 주성분 분석 기법은 고유값(Eigenvalue)과 고유 벡터(eigenvector)를 이용한 임의의 입력 데이터를 주성분별로 분석하는 방법으로, 현재 가장 보편적으로 쓰이는 얼굴 형상 검출방법이다.

그런데, 이러한 얼굴 검출방법을 사용하면, 사람 얼굴의 위치 변화와 조명 화에 취약한 문제점을 가지고 있다. 즉, 사람이 고개를 좌우로 돌리거나, 위 아래로 움직일 경우에 대한 얼굴 형상의 검출에 있어서 많은 에러 율을 나타낸다. 또한, 조명이 갑자기 변화하게 되면, 조명에 따른 얼굴 형상의 검출 능력이 종래 기술에 의하면 저하되는 문제점이 있다.

본 발명이 이루고자 하는 기술적 과제는, 레벨 셋 방식을 이용한 얼굴 형상 검출방법을 제공하는데 있다.

본 발명이 이루고자 하는 다른 기술적 과제는, 레벨 셋 방식을 이용한 얼굴 형상 검출장치를 제공하는데 있다.

상기의 과제를 이루기 위해, 본 발명에 따른 레벨 셋 방식을 이용한 얼굴 형상 검출방법은 (a) 정면을 향하는 제1 초기 형상 모델을 얼굴 주변에 배치시키는 단계, (b) 제1 초기 형상 모델을 기준으로 하여, 레벨 셋 방식을 이용해 형상 곡선 을 진화시키는 단계, (c) 진화된 형상 곡선에 근접하는 제1 초기 형상 모델의 제1 내지 제M(여기서, M은 1보다 큰 양의 정수) 초기 경계점들에 이웃하는 제1 내지 제M 이웃 경계점들을 검출하는 단계, (d) 검출된 제1 내지 제M 이웃 경계점들에 대응하는 수정 형상 모델을 상기 얼굴 주변에 배치시키는 단계, (e) 수정 형상 모델의 모델 각도를 검출하는 단계, (f) 검출된 모델 각도가 소정 각도 범위를 초과하는가를 조사하는 단계 및 (g) 검출된 모델 각도가 소정 각도의 범위를 초과한다면, 초과되는 각도 범위에 따라 좌측으로 회전된 제2 초기 형상 모델 또는 우측으로 회전된 제3 초기 형상 모델을 상기 얼굴 주변에 배치시키고 상기 (c) 단계로 진행하는 단계를 구비하는 것을 특징으로 한다.

상기의 다른 과제를 이루기 위해, 본 발명에 따른 레벨 셋 방식을 이용한 얼굴 형상 검출장치는 정면을 향하는 제1 초기 형상 모델을 기준으로 하여, 레벨 셋 방식을 이용해 형상 곡선을 진화시키는 형상 곡선 진화 제어부, 진화된 형상 곡선에 근접하는 제1 초기 형상 모델의 제1 내지 제M(여기서, M은 1보다 큰 양의 정수) 초기 경계점들에 이웃하는 제1 내지 제M 이웃 경계점들을 검출하는 이웃 경계점 검출 제어부, 수정 형상 모델의 모델 각도를 검출하는 모델 각도 검출부, 검출된 모델 각도가 소정 각도 범위를 초과하는가를 조사하는 각도 범위 조사부 및 제1 초기 형상 모델, 검출된 제1 내지 제M 이웃 경계점들에 대응하는 수정 형상 모델, 좌측으로 회전된 제2 초기 형상 모델 및 우측으로 회전된 제3 초기 형상 모델 중 어느 하나를 얼굴 주변에 배치시키는 형상 모델 배치 제어부를 구비하는 것을 특징으로 한다.

이하, 본 발명에 의한 레벨 셋 방식을 이용한 얼굴 형상 검출방법을 첨부된 도면을 참조하여 다음과 같이 설명한다.

도 1은 본 발명에 의한 레벨 셋 방식을 이용한 얼굴 형상 검출방법을 설명하기 위한 일 실시예의 플로차트이다.

먼저, 정면을 향하는 제1 초기 형상 모델을 얼굴 주변에 배치시킨다(제10 단계). 제1 초기 형상 모델은 얼굴 크기에 따라 모델의 크기 등이 조정되어, 검출하고자 하는 얼굴 주변에 배치시킨다.

제10 단계 후에, 제1 초기 형상 모델을 기준으로 하여, 레벨 셋 방식을 이용해 형상 곡선을 진화시킨다(제12 단계). 레벨 셋 방식이란, 레벨 셋으로 표현된 곡선을 진화시키는 수학적 방법이다.

[수학식 1]

는 레벨 함수이다.

컨투어(C)는 제로 레벨 셋(zero level set)으로 표현한다.

[수학식 2]

컨투어(C)를 속도 (F)만큼 법선 방향으로 진화시킨다.

[수학식 3]

수학식 3은 초기 컨투어를 나타낸다.

[수학식 4]

NBW(narrow band with)=min{

∈skeleton}

여기서, NBW는 후술할 형상 곡선이 진화되는 소정 범위를 나타낸다.

전술한 수학식 1, 2, 3 및 4를 이용해 형상 곡선을 진화시킨다.

도 2a 및 도 2b는 레벨 셋 방식에 의해 형상 곡선이 형성되는 일 예를 나타내는 도면이다. 도 2a 및 도 2b에 보는 바와 같이, 형상 곡선이 진화되면서 얼굴 형상에 유사한 형상 곡선이 만들어진다.

제12 단계는 제1 초기 형상 모델의 기하학적 정보 및 모델 각도에 의해 정해진 지점을 기준으로 하여 형상 곡선을 진화시키는 것을 특징으로 한다. 예를 들어, 제1 초기 형상 모델의 눈 형상을 기준으로 제1 초기 형상 모델의 모델 각도에 따라 형상 곡선을 진화시킬 수 있다.

도 3은 레벨 셋 방식에 의해 형성된 초기의 형상 곡선 및 진화된 형상 곡선의 일 예를 나타내는 도면이다. 도 3에서 보는 바와 같이, 제1 초기 형상 모델의 눈 형상을 기준으로 초기의 형상 곡선이 위치하고 있으며, 이런 초기의 형상 곡선이 진화되게 된다.

제12 단계 후에, 진화된 형상 곡선에 근접하는 제1 초기 형상 모델의 제1 내 지 제M(여기서, M은 1보다 큰 양의 정수) 초기 경계점들에 이웃하는 제1 내지 제M 이웃 경계점들을 검출한다(제14 단계). 제1 초기 형상 모델을 표현하는 초기 경계점들의 숫자가 "M"이라 할 때, 제14 단계는 제1 내지 제M 초기 경계점들에 이웃하는 각각의 제1 내지 제M 이웃 경계점들을 검출한다.

먼저, 제1 내지 제M 초기 경계점들 중 제K(여기서, K는 1 이상이고, M 이하인 양의 정수) 초기 경계점에 이웃하는 제K 이웃 경계점을 검출한다(제30 단계).

제30 단계 후에, 검출된 제K 이웃 경계점이 진화된 형상 곡선의 소정 범위 내에 포함되는가를 조사한다(제32 단계). 형상 곡선의 소정 범위라 함은, 도 3에 도시된 바와 같이, 형상 곡선에 대해 일정 거리만큼의 폭을 의미한다. 이러한 소정 곡선은 사전에 정해진다. 만일, 검출된 제K 이웃 경계점이 진화된 형상 곡선의 소정 범위 내에 포함된다면, 제36 단계로 진행한다. 제K 이웃 경계점이 형상 곡선의 소정 범위 내에 포함된다는 것은 제K 초기 경계점에 대응하는 제K 이웃 경계점이 얼굴 형상을 검출하기에 적절한 경계점으로서 적절히 선택되었다는 것을 의미한다.

그러나, 검출된 제K 이웃 경계점이 진화된 형상 곡선의 소정 범위 내에 포함되지 않는다면, 제K 초기 경계점을 제K 이웃 경계점으로서 설정한다(제34 단계). 제K 이웃 경계점이 형상 곡선의 소정 범위 내에 포함되지 않는다는 것은 제K 초기 경계점에 대응하는 제K 이웃 경계점이 얼굴 형상을 검출하기 위한 적절한 이웃 경계점이 아니라는 것을 의미한다. 따라서, 검출된 제K 이웃 경계점이 진화된 형상 곡선의 소정 범위 내에 포함되지 않는다면, 검출된 제K 이웃 경계점은 의미 없는 이웃 경계점으로 취급하고, 대신에 제K 초기 경계점 그 자체를 제K 이웃 경계점으로서 설정한다.

제34 단계 후에, 제1 내지 제M 이웃 경계점들 모두가 검출되었는가를 조사한다(제36 단계). 또한, 검출된 제K 이웃 경계점이 진화된 형상 곡선의 소정 범위 내에 포함된다면, 제1 내지 제M 이웃 경계점들 모두가 검출되었는가를 조사한다. 제1 초기 형상 모델의 제1 내지 제M 초기 경계점들 각각에 대한 제1 내지 제M 이웃 경계점들이 모두 검출되었는가를 조사하는 것이다.

만일, 제1 내지 제M 이웃 경계점들 모두가 검출되지 않았다면, 검출되지 아니한 이웃 경계점들을 검출하기 위해 제30 단계로 진행하고, 전술한 제30 내지 제36 단계를 반복한다.

한편, 제14 단계 후에, 검출된 제1 내지 제M 이웃 경계점들에 대응하는 수정 형상 모델을 얼굴 주변에 배치시킨다(제16 단계). 수정 형상 모델은 제1 초기 형상 모델에 비해 얼굴 형상에 보다 유사한 모델로서, 검출된 제1 내지 제M 이웃 경계점들에 대응하는 모델이다.

제16 단계 후에, 수정 형상 모델의 모델 각도를 검출한다(제18 단계). 얼굴 형상에 배치된 수정 형상 모델의 모델 각도는 수정 형상 모델의 입 형상에 대한 가로 중심 좌표, 좌우 눈 형상 중 어느 하나에 대한 가로 중심 좌표 및 좌우 눈 사이의 거리를 이용하여 검출하는 것을 특징으로 한다. 다음의 수학식 5는 모델 각도를 구하기 위한 식이다.

[수학식 5]

A=tan^-1(2*(d-2*(m-i)/(d*(5-s)))

여기서, A는 모델 각도를 의미하고, d는 양 눈 사이의 거리를 의미하고, m은 입 형상에 대한 가운데의 가로 중심 좌표를 의미하고, i는 우측 눈의 가운데 가로 중심 좌표를 의미한다. (m-i)는 입의 중심과 오른쪽 눈의 중심을 기준으로 두 눈사이의 절반값을 계산한고, 이를 2배하여 정면에서의 두눈의 길이와 비교하여 계산된 차이값으로 얼굴이 회전된 각도를 계산하는 것을 의미한다. 여기서 입의 중심위치는 얼굴이 정면에 있든 회전하든 상관없이 항상 두눈의 중간에 있다고 가정한다. 또한, 얼굴모양을 실린더 형태라고 가정할 때, s는 학습에 의해 만들어진 실린더 얼굴 모델의 평균 크기를 의미한다.

제18 단계 후에, 검출된 모델 각도가 소정 각도 범위를 초과하는가를 조사한다(제20 단계). 소정 각도 범위는 초기 형상 모델을 대체하기 위해 기준이 되는 임계 각도이다. 예를 들어, 소정 각도 범위가 "-5"도 내지 "5"도 사이라면, 검출된 모델 각도가 "-5"도 내지 "5"도 사이에 속하는가 여부를 조사한다.

만일, 검출된 모델 각도가 소정 각도의 범위를 초과한다면, 초과되는 각도 범위에 따라 좌측으로 회전된 제2 초기 형상 모델 또는 우측으로 회전된 제3 초기 형상 모델을 얼굴 주변에 배치시키고 상기 제14 단계로 진행한다(제22 단계). 예를 들어, 소정 각도 범위가 "-5"도 내지 "5"도라 하고, 검출된 모델 각도의 크기가 "5"보다 크다면, 초기 형상 모델이 좌측으로 회전된 제2 초기 형상 모델을 얼굴 주 변에 배치시키고, 검출된 모델 각도의 크기가 "-5"보다 작다면, 초기 형상 모델이 우측으로 회전된 제3 초기 형상 모델을 얼굴 주변에 배치시킨다.

도 5a 및 도 5b는 각각 제2 초기 형상 모델 및 제3 초기 형상 모델의 일 예를 나타내는 도면이다. 도 5a는 좌측으로 회전된 제2 초기 형상 모델의 일 예를 나타내고 있으며, 도 5b는 우측으로 회전된 제3 초기 형상 모델의 일 예를 나타내고 있다.

제2 초기 형상 모델 또는 제3 초기 형상 모델이 얼굴 주변에 배치되면, 전술한 제14 단계 내지 제22 단계를 반복하면서, 적절한 얼굴 형상을 검출한다.

도 6a 내지 도 6c는 정면을 향하는 얼굴에 대한 본 발명의 얼굴 형상 검출 능력을 종래의 기술과 비교하기 위해 얼굴을 도시한 일 예의 도면이다. 도 6a는 정면을 향하는 얼굴 형상에 제1 초기 형상 모델을 배치시킨 상태를 나타낸 것이고, 도 6b는 종래 기술에 의해 얼굴 형상을 검출한 상태를 나타낸 것이고, 도 6c는 본 발명인 레벨 셋 방식을 이용한 얼굴 형상 검출방법에 의해 얼굴 형상을 검출한 상태를 나타낸 것이다. 도 6b 및 도 6c를 비교하여 보면, 본 발명에 의해 에러 율이 적은 얼굴 형상을 검출할 수 있음을 알 수 있다.

도 7a 내지 도 7c는 좌측으로 회전된 얼굴에 대한 본 발명의 얼굴 형상 검출 능력을 종래의 기술과 비교하기 위해 얼굴을 도시한 일 예의 도면이다. 도 7a는 좌측으로 회전된 얼굴 형상에 제1 초기 형상 모델을 배치시킨 상태를 나타낸 것이고, 도 7b는 종래 기술에 의해 얼굴 형상을 검출한 상태를 나타낸 것이고, 도 7c는 본 발명인 레벨 셋 방식을 이용한 얼굴 형상 검출방법에 의해 얼굴 형상을 검출한 상 태를 나타낸 것이다. 도 7b 및 도 7c를 비교하여 보면, 좌우측으로 회전된 얼굴 형상에 대하여 본 발명에 의해 에러 율이 적은 얼굴 형상을 검출할 수 있음을 알 수 있다.

도 8은 본 발명의 얼굴 형상 검출 능력을 종래의 기술과 비교하기 위해 그래프로 비교한 일 예의 도면이다. 도 8에서 보는 바와 같이, 종래 기술과 본 발명의 얼굴 형상 검출 능력을 비교해 보면, 본 발명에 의해 에러 율이 적은 얼굴 형상을 검출할 수 있음을 알 수 있다.

도 9는 본 발명의 얼굴 형상 검출 능력 중 눈 위치의 검출을 종래의 기술과 비교하기 위해 그래프로 비교한 일 예의 도면이다. 도 9에서도 보는 바와 같이, 종래 기술과 본 발명의 얼굴 형상 중 눈 위치의 검출 능력을 비교해 보면, 본 발명에 의해 에러 율이 적은 눈 위치의 검출 능력을 확인할 수 있다.

이하, 본 발명에 의한 레벨 셋 방식을 이용한 얼굴 형상 검출장치를 첨부된 도면을 참조하여 다음과 같이 설명한다.

도 10은 본 발명에 의한 레벨 셋 방식을 이용한 얼굴 형상 검출장치를 설명하기 위한 일 실시예의 블록도로서, 형상 모델 배치 제어부(100), 형상 곡선 진화 제어부(110), 이웃 경계점 검출 제어부(120), 모델 각도 검출부(130) 및 각도 범위 조사부(140)로 구성된다.

형상 모델 배치 제어부(100)는 얼굴 형상을 검출하라는 제어명령을 입력단자 IN1을 통해 입력받으면, 제1 초기 형상 모델을 얼굴 주변에 배치시키고, 배치시킨 결과를 형상 곡선 진화 제어부(110)로 출력한다. 형상 모델 배치 제어부(100)는 얼 굴 크기에 따라 제1 초기 형상 모델의 크기 등을 조정하여, 얼굴 주변에 배치시킨다.

형상 곡선 진화 제어부(110)는 정면을 향하는 제1 초기 형상 모델을 기준으로 하여, 레벨 셋 방식을 이용해 형상 곡선을 진화시키고, 진화시킨 결과를 이웃 경계점 검출 제어부(120)로 출력한다.

형상 곡선 진화 제어부(110)는 제1 초기 형상 모델의 기하학적 정보 및 모델 각도에 의해 정해진 지점을 기준으로 하여 형상 곡선을 진화시키는 것을 특징으로 한다.

이웃 경계점 검출 제어부(120)는 진화된 형상 곡선에 근접하는 제1 초기 형상 모델의 제1 내지 제M(여기서, M은 1보다 큰 양의 정수) 초기 경계점들에 이웃하는 제1 내지 제M 이웃 경계점들을 검출하고, 검출한 결과를 형상 모델 배치 제어부(100)로 출력한다.

도 11은 도 10에 도시된 이웃 경계점 검출 제어부(120)를 설명하기 위한 일 실시예의 블록도로서, 이웃 경계점 검출부(200), 이웃 경계점 위치 조사부(210), 이웃 경계점 설정부(220) 및 이웃 경계점 검출여부 조사부(230)로 구성된다.

이웃 경계점 검출부(200)는 제1 내지 제M 초기 경계점들 중 제K(여기서, K는 1 이상이고, M 이하인 양의 정수) 초기 경계점에 이웃하는 제K 이웃 경계점을 검출하고, 검출한 결과를 이웃 경계점 위치 조사부(210)로 출력한다.

이웃 경계점 위치 조사부(210)는 이웃 경계점 검출부(200)로부터 수신된 제K 이웃 경계점이 진화된 형상 곡선의 소정 범위 내에 포함되는가를 조사하고, 조사한 결과를 이웃 경계점 서정부(220) 및 이웃 경계점 검출여부 조사부(230)로 출력한다.

이웃 경계점 설정부(220)는 이웃 경계점 위치 조사부(210)의 조사된 결과에 응답하여, 제K 초기 경계점을 제K 이웃 경계점으로서 설정한다. 검출된 제K 이웃 경계점이 진화된 형상 곡선의 소정 범위 내에 포함되지 않는다는 조사결과를 이웃 경계점 위치 조사부(210)로부터 입력받으면, 이웃 경계점 설정부(220)는 제K 초기 경계점을 제K 이웃 경계점으로서 설정하고, 설정한 결과를 이웃 경계점 검출여부 조사부(230)로 출력한다. 제K 이웃 경계점이 형상 곡선의 소정 범위 내에 포함되지 않는다는 것은 제K 초기 경계점에 대응하는 제K 이웃 경계점이 얼굴 형상을 검출하기 위한 적절한 이웃 경계점이 아니라는 것을 의미한다. 따라서, 이웃 경계점 설정부(220)는 검출된 제K 이웃 경계점이 진화된 형상 곡선의 소정 범위 내에 포함되지 않는다면, 검출된 제K 이웃 경계점은 의미 없는 이웃 경계점으로 취급하고, 대신에 제K 초기 경계점 그 자체를 제K 이웃 경계점으로서 설정한다.

이웃 경계점 검출여부 조사부(230)는 제1 내지 제M 이웃 경계점들 모두가 검출되었는가를 조사한다. 검출된 제K 이웃 경계점이 진화된 형상 곡선의 소정 범위 내에 포함된다는 조사결과를 이웃 경계점 위치 조사부(210)로부터 입력받으면, 이웃 경계점 검출여부 조사부(230)는 제1 내지 제M 이웃 경계점들 모두가 검출되었는가를 조사한다. 또한, 이웃 경계점 검출여부 조사부(230)는 이웃 경계점 설정부(220)의 설정된 결과에 응답하여, 제1 내지 제M 이웃 경계점들 모두가 검출되었는가를 조사한다.

제K 이웃 경계점이 형상 곡선의 소정 범위 내에 포함된다는 것은 제K 초기 경계점에 대응하는 제K 이웃 경계점이 얼굴 형상을 검출하기에 적절한 경계점으로서 적절히 선택되었다는 것을 의미한다.

형상 모델 배치 제어부(100)는 이웃 경계점 검출 제어부(120)의 검출된 결과에 응답하여, 검출된 제1 내지 제M 이웃 경계점들에 대응하는 수정 형상 모델을 얼굴 주변에 배치시키고, 배치시킨 결과를 모델 각도 검출부(130)로 출력한다.

모델 각도 검출부(130)는 수정 형상 모델의 모델 각도를 검출하고, 검출한 결과를 각도 범위 조사부(140)로 출력한다.

모델 각도 검출부(130)는 수정 형상 모델의 입 형상에 대한 가로 중심 좌표, 좌우 눈 형상 중 어느 하나에 대한 가로 중심 좌표 및 양 눈 사이의 거리를 이용하여 수정 형상 모델의 모델 각도를 검출하는 것을 특징으로 한다. 모델 각도 검출부(130)는 모델 각도의 검출을 위해 전술한 수학식 4를 이용한다.

각도 범위 조사부(140)는 모델 각도 검출부(130)에서 검출된 모델 각도가 소정 각도 범위를 초과하는가를 조사하고, 조사한 결과를 형상 모델 배치 제어부(100)로 출력한다.

형상 모델 배치 제어부(100)는 좌측으로 회전된 제2 초기 형상 모델 및 우측으로 회전된 제3 초기 형상 모델 중 어느 하나를 얼굴 주변에 배치시킨다. 각도 범위 조사부(140)로부터 모델 각도가 소정 각도 범위를 초과한다는 조사 결과를 입력받으면, 형상 모델 배치 제어부(100)는 소정 각도 범위를 벗어난 모델 각도의 크기에 따라 좌측으로 회전된 제2 초기 형상 모델 및 우측으로 회전된 제3 초기 형상 모델 중 어느 하나를 얼굴 주변에 배치시킨다.

제2 초기 형상 모델 또는 제3 초기 형상 모델형상 모델의 배치된 결과는 이웃 경계점 검출 제어부(120)로 출력되어, 이웃 경계점 검출 제어부(120)는 다시 제2 초기 형상 모델 또는 제3 초기 형상 모델의 초기 경계점들에 이웃하는 이웃 경계점들을 검출한다.

이러한, 과정을 반복함으로써, 최적의 얼굴 형상을 검출할 수 있다.

이러한 본원 발명인 레벨 셋 방식을 이용한 얼굴 형상 검출방법 및 장치는 이해를 돕기 위하여 도면에 도시된 실시예를 참고로 설명되었으나, 이는 예시적인 것에 불과하며, 당해 분야에서 통상적 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위에 의해 정해져야 할 것이다.

이상에서 설명한 바와 같이, 본 발명에 의한 레벨 셋 방식을 이용한 얼굴 형상 검출방법 및 장치는 화상처리장치에서 사람의 얼굴 형상을 검출하고자 할 때, 종래와 달리 사람의 눈을 검출하지 않고서도 얼굴 형상을 검출할 수 있고, 사람의 얼굴이 정면을 향하지 않더라도 얼굴 형상을 용이하게 검출할 수 있는 효과가 있다.

또한, 본 발명에 의한 레벨 셋 방식을 이용한 얼굴 형상 검출방법 및 장치는 얼굴 형상을 검출할 때에 종래에 비해 에러 율을 최소화할 수 있는 장점이 있다.

Claims

(a) 정면을 향하는 제1 초기 형상 모델을 얼굴 주변에 배치시키는 단계;

(b) 상기 제1 초기 형상 모델을 기준으로 하여, 레벨 셋 방식을 이용해 형상 곡선을 진화시키는 단계;

(c) 상기 진화된 형상 곡선에 근접하는 상기 제1 초기 형상 모델의 제1 내지 제M(여기서, M은 1보다 큰 양의 정수) 초기 경계점들에 이웃하는 제1 내지 제M 이웃 경계점들을 검출하는 단계;

(d) 상기 검출된 제1 내지 제M 이웃 경계점들에 대응하는 수정 형상 모델을 상기 얼굴 주변에 배치시키는 단계;

(e) 상기 수정 형상 모델의 모델 각도를 검출하는 단계;

(f) 상기 검출된 모델 각도가 소정 각도 범위를 초과하는가를 조사하는 단계; 및

(g) 상기 검출된 모델 각도가 소정 각도의 범위를 초과한다면, 초과되는 각도 범위에 따라 좌측으로 회전된 제2 초기 형상 모델 또는 우측으로 회전된 제3 초기 형상 모델을 상기 얼굴 주변에 배치시키고 상기 (c) 단계로 진행하는 단계를 구비하는 것을 특징으로 하는 레벨 셋 방식을 이용한 얼굴 형상 검출방법.
제1 항에 있어서, 상기 (b) 단계는

상기 제1 초기 형상 모델의 기하학적 정보 및 모델 각도에 의해 정해진 지점을 기준으로 하여 상기 형상 곡선을 진화시키는 것을 특징으로 하는 레벨 셋 방식 을 이용한 얼굴 형상 검출방법.
제1 항에 있어서, 상기 (c) 단계는

(c1) 상기 제1 내지 제M 초기 경계점들 중 제K(여기서, K는 1 이상이고, M 이하인 양의 정수) 초기 경계점에 이웃하는 제K 이웃 경계점을 검출하는 단계;

(c2) 상기 검출된 제K 이웃 경계점이 상기 진화된 형상 곡선의 소정 범위 내에 포함되는가를 조사하는 단계;

(c3) 상기 검출된 제K 이웃 경계점이 상기 진화된 형상 곡선의 상기 소정 범위 내에 포함되지 않는다면, 상기 제K 초기 경계점을 상기 제K 이웃 경계점으로서 설정하는 단계;

(c4) 상기 제1 내지 제M 이웃 경계점들 모두가 검출되었는가를 조사하는 단계를 구비하고,

상기 (c3) 단계에서 상기 검출된 제K 이웃 경계점이 상기 진화된 형상 곡선의 상기 소정 범위 내에 포함된다면, 상기 (c4) 단계로 진행하고, 상기 (c4) 단계에서 상기 제1 내지 제M 이웃 경계점들 모두가 검출되지 않았다면, 상기 (c1) 단계로 진행하는 것을 특징으로 하는 레벨 셋 방식을 이용한 얼굴 형상 검출방법.
제1 항에 있어서, 상기 (e) 단계는

상기 수정 형상 모델의 입 형상에 대한 가로 중심 좌표, 좌우 눈 형상 중 어느 하나에 대한 가로 중심 좌표 및 좌우 눈 사이의 거리를 이용하여 상기 수정 형 상 모델의 상기 모델 각도를 검출하는 것을 특징으로 하는 레벨 셋 방식을 이용한 얼굴 형상 검출방법.
정면을 향하는 제1 초기 형상 모델을 기준으로 하여, 레벨 셋 방식을 이용해 형상 곡선을 진화시키는 형상 곡선 진화 제어부;

상기 진화된 형상 곡선에 근접하는 상기 제1 초기 형상 모델의 제1 내지 제M(여기서, M은 1보다 큰 양의 정수) 초기 경계점들에 이웃하는 제1 내지 제M 이웃 경계점들을 검출하는 이웃 경계점 검출 제어부;

상기 수정 형상 모델의 모델 각도를 검출하는 모델 각도 검출부;

상기 검출된 모델 각도가 소정 각도 범위를 초과하는가를 조사하는 각도 범위 조사부; 및

상기 제1 초기 형상 모델, 상기 검출된 제1 내지 제M 이웃 경계점들에 대응하는 수정 형상 모델, 좌측으로 회전된 제2 초기 형상 모델 및 우측으로 회전된 제3 초기 형상 모델 중 어느 하나를 얼굴 주변에 배치시키는 형상 모델 배치 제어부를 구비하는 것을 특징으로 하는 레벨 셋 방식을 이용한 얼굴 형상 검출장치.
제5 항에 있어서, 상기 형상 곡선 진화 제어부는

상기 제1 초기 형상 모델의 기하학적 정보 및 모델 각도에 의해 정해진 지점을 기준으로 하여 상기 형상 곡선을 진화시키는 것을 특징으로 하는 레벨 셋 방식을 이용한 얼굴 형상 검출장치.
제5 항에 있어서, 상기 이웃 경계점 검출 제어부는

상기 제1 내지 제M 초기 경계점들 중 제K(여기서, K는 1 이상이고, M 이하인 양의 정수) 초기 경계점에 이웃하는 제K 이웃 경계점을 검출하는 이웃 경계점 검출부;

상기 검출된 제K 이웃 경계점이 상기 진화된 형상 곡선의 소정 범위 내에 포함되는가를 조사하는 이웃 경계점 위치 조사부;

상기 이웃 경계점 위치 조사부의 조사된 결과에 응답하여, 상기 제K 초기 경계점을 상기 제K 이웃 경계점으로서 설정하는 이웃 경계점 설정부;

상기 제1 내지 제M 이웃 경계점들 모두가 검출되었는가를 조사하는 이웃 경계점 검출여부 조사부를 구비하는 것을 특징으로 하는 레벨 셋 방식을 이용한 얼굴 형상 검출장치.
제5 항에 있어서, 상기 모델 각도 검출부는

상기 수정 형상 모델의 입 형상에 대한 가로 중심 좌표, 좌우 눈 형상 중 어느 하나에 대한 가로 중심 좌표 및 좌우 눈 사이의 거리를 이용하여 상기 수정 형상 모델의 상기 모델 각도를 검출하는 것을 특징으로 하는 레벨 셋 방식을 이용한 얼굴 형상 검출장치.