KR101347573B1 - 디지털 이미지 상에서의 얼굴 검출 방법 및 장치 - Google Patents

디지털 이미지 상에서의 얼굴 검출 방법 및 장치 Download PDF

Info

Publication number
KR101347573B1
KR101347573B1 KR1020070015061A KR20070015061A KR101347573B1 KR 101347573 B1 KR101347573 B1 KR 101347573B1 KR 1020070015061 A KR1020070015061 A KR 1020070015061A KR 20070015061 A KR20070015061 A KR 20070015061A KR 101347573 B1 KR101347573 B1 KR 101347573B1
Authority
KR
South Korea
Prior art keywords
face
digital image
image
piece
checking
Prior art date
Application number
KR1020070015061A
Other languages
English (en)
Other versions
KR20070082041A (ko
Inventor
샤케노브 에디엘베크 코블라노피치
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Publication of KR20070082041A publication Critical patent/KR20070082041A/ko
Application granted granted Critical
Publication of KR101347573B1 publication Critical patent/KR101347573B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 디지털 이미지 상에서의 얼굴 검출방법에 관한 것으로서, 디지털 이미지를 연속적으로 스케일링하는 단계와; 스케일링에 의해 생성된 각 이미지를 복수의 조각으로 분할하는 단계와; 분할에 따른 각 조각에 대하여 얼굴의 존재여부를 검사하는 단계를 포함하며, 각 조각에 대하여 얼굴의 존재여부를 검사하는 단계는, 프린팅 후 상기 각 조각의 분별가능성을 검사하는 단계와; 각 조각의 색상 범위를 검사하는 단계와; 얼굴의 특징적인 생김새에 대한 상호 공간 배열을 검사하는 단계를 포함한다. 이에 의하여, 디지털 이미지 상에서 얼굴을 정확하게 검출해 낼 수 있다.
이미지, 얼굴, 검출, 사진

Description

디지털 이미지 상에서의 얼굴 검출 방법 및 장치{Method and Apparatus for Detecting Face on Digital Image}
도 1은 본 발명의 실시예에 따른 디지털 이미지 상에서의 얼굴 검출장치의 개략적인 시스템 구성도.
도 2는 본 발명의 실시예에 따른 디지털 이미지 상에서의 얼굴 검출방법에 따른 얼굴 검출 과정을 보여주는 흐름도.
도 3은 본 발명의 실시예에 따른 디지털 이미지 상에서의 얼굴 검출방법에있어서, 특유의 특징들의 확인 및 그들의 검증 과정을 보여주는 흐름도.
도 4는 본 발명의 실시예에 따른 디지털 이미지 상에서의 얼굴 검출방법에있어서, 얼굴 특징의 탐색 및 확인을 위한 절차단계를 보여주는 도면.
도 5는 본 발명의 실시예에 따른 디지털 이미지 상에서의 얼굴 검출방법에의한 성공적인 얼굴 검출의 예를 보여주는 도면.
도 6은 누락된 얼굴 검출의 예를 보여주는 도면.
도 7은 잘못된 얼굴 검출의 예를 보여주는 도면.
* 도면의 주요 부분에 대한 부호의 설명 *
101 : 입력장치 102 : 메모리 블록
103 : 프로그램 메모리 104 : 데이터 버스
105 : 프로그램 모듈 106 : 프로세서
107 : 출력장치
본 발명은 디지털 이미지 상에서의 얼굴 검출 방법 및 장치에 관한 것이다.
아마츄어 사진촬영에 있어서, 플레쉬 광의 사용으로 인한 레드 아이(red eye) 현상이나, 눈이 감긴 얼굴 이미지와 같은 결점들은 오히려 통상적인 일이다. 그러한 결점들은 좋지 않은 사진을 만든다. 일반적으로, "레드 아이"결점을 리터치(retouch)하고, 눈이 감긴 사진들을 자동으로 거부하는 것이 바람직하다. "레드 아이"및 감긴 눈을 검출하기 위한 가장 신뢰할 만한 방법 중의 하나는 프레임(frame) 내에서의 인간 얼굴의 검출을 토대로 하고 있다.
얼굴 검출의 문제는, 특히 그러한 처리의 자동화 관점에서 볼 때 매우 복잡하다. 사람들은 전후관계의 정보를 이용하여 이미지 상의 얼굴의 존재(실재)를 결정한다. 그러므로, 컴퓨터 시각 장치로 인간의 검출수준과 유사한 검출수준을 성취하는 것은 대단히 어렵다. 어떤 상황에서는, 심지어 인간도 얼굴을 정확하게 검출할 수 없다는 사실을 주목할 필요가 있다. 정신의학 분야에서 널리 알려진 "소녀 또는 늙은 여인(a girl or an old woman)" 이미지는 상황(배경)에 관한 하나의 예인데, 여기서 사람은 상황에 의존하면서 동일한 이미지 상의 두 개의 얼굴을 검출할 수 있다.
모든 알려진 해결책들의 주요 결점은 엄청난 수준의 거짓 경보들, 즉 부정확하게 검출된 조각들(fragments)의 수효이다. 동시에, 더 나아가 프린팅을 위한 이미지의 향상을 위해 의도된 충분히 자동적인 알고리즘에 대해서는, 잘못된 얼굴 검출은 예측할 수 없는 여파를 낳을 수 있다. 디지털 프린팅의 목적을 위해, 비록, 알고리즘이 검출하고 발견하는 쪽으로 지향하는 것만큼 검출의 가능성이 충분히 높다 할지라도, 거짓 경보의 낮은 수준이 검출의 높은 가능성 보다 더 중요하다. 동시에, 이상적인 수준과는 거리가 좀 있지만, 후속적인 프린팅을 위해서는, 75~80% 범위 내의 수준은 이미지 향상을 위해 충분하다. 이미지 향상의 경우에 있어서, 누락된 얼굴은 그 경우에 특정한 어떤 처리를 요구하지 않으며, 그러므로 이미지는 더 나빠지지는 않는다. 또한, 잘못된 얼굴 검출은 마치 그것이 얼굴을 포함하고 있는 것과 같은 방식으로 어떤 조각에 대한 처리를 시발한다. 그것은 예측불허의 여파를 낳을 수 있다. 패턴 사용을 기반으로 하는 알려진 접근방식들(미국특허 6,094,498; 5,835,616; 6,792,135 참조)은 심각한 결점을 지니고 있다. 예를 들면, 어떤 상황, 즉 다양한 조명상태에서, 어떤 얼굴, 얼굴 표정, 머리 위치 등을, 제한된 수효의 미리 결정된 패턴들을 이용하여, 묘사한다는 것은 실제적으로 불가능하다.
신경망의 사용을 기반으로 하는 접근방식들은 더 복잡하나, 더 좋은 결과를 낳는다. 동시에, 거짓 경보의 가능성은 여전히 높은 상태로 남는다. 예를 들면, Rowley 등(미국특허 6,128,397 참조)이 하나의 신경망을 이용하여 실험을 수행하고, 평균 사이즈(여기에서 테스트 이미지들의 평균 사이즈는 대략 600ㅧ 400 화소 임)의 이미지 상에서 부정확하게 검출된 약 3-4개의 조각들을 얻는 것은 가능하다. 여러 개의 신경망의 결합을 기반으로 하는 향상 알고리즘이 시험되었다. 그것은 결과들에 대한 실제적인 향상으로 유도되었다. 여러 알고리즘들이 생성되어 시험되었다. 거짓 경보의 가장 낮은 가능성을 갖는 알고리즘은 이미지 상에 약 0.015의 거짓 조각들을 가졌고, 동시에 나머지 알고리즘들은 이미지 상에 0.07 이상의 거짓 조각들을 가졌다.
알려진 알고리즘들, "AdaBoost"와 "FloatBoost"는 더 빠른 동작 속도를 갖지만, 그러한 접근 방식들에서 거짓 검출의 가능성은 조금 더 나쁘다. 공개된 미국 특허출원 20040264744에서, 결과들이 개시되었는데, 그에 의하면 "FloatBoost"기반의 알고리즘은 상기 미국특허 6,128,397에서와 동일한 시험 데이터를 이용하여, 0.07의 거짓 조각들의 결과를 낳았다.
공개된 미국 특허출원 20040013304의 권리자들은 "AdaBoost"기술을 이용함으로써 그들의 접근이 이미지 상에서 또한 0.07 거짓 조각들의 결과를 얻었다고 선언했지만, 검출 가능성은 상기 미국특허 6,128,397에서 보다 조금 더 나빴다.
미국특허 6,574,354의 권리자들은 피부 사진자 인식을 기초로 하여 얼굴 검출에 쏟은 테스트에서, 그들도 또한 이미지 상에서 약 0.07 거짓 조각들의 결과를 얻었다고 기술했다. 그러나, 이 미국특허 6,574,354의 기술은 중대한 결점을 가지고 있다. 이 방식의 주요한 결점은 피부와 똑같은 색깔을 갖는 많은 물체가 있다는 점에 있다. 그러한 물체들의 존재는 거짓 검출의 결과를 초래할 수 있다. 빌딩이나 가구가 가장 통상적인 예들이다. 따라서, 현대의 모든 방식들은 받아들여질 수 있 는 신뢰의 수준을 보장할 수 없다는 결론을 내리는 것이 가능하다. 실제로, 잘못 검출된 조각들이 평균 사이즈를 갖는 10-20개의 사진의 각각에, 또는 고해상도, 예를 들면 2200ㅧ 1700 또는 그 이상의 화소를 갖는 4-5 개의 현대 사진의 각각에 나타난다. 그러한 알고리즘들은 프린팅 목적을 갖는 디지털 이미지의 향상을 위해 사용될 수 없다.
본 발명은 상기 문제점을 해결하기 위한 것으로서, 디지털 이미지 상에서 얼굴을 정확하게 검출해 낼 수 있는 디지털 이미지 상에서의 얼굴 검출 방법 및 장치를 제공하는 것을 목적으로 한다.
상기 목적을 달성하기 위하여, 본 발명의 실시예에 따른 디지털 이미지 상에서의 얼굴 검출방법은,
디지털 이미지 상에서의 얼굴 검출방법에 있어서,
상기 디지털 이미지를 연속적으로 스케일링하는 단계와;
상기 스케일링에 의해 생성된 각 이미지를 복수의 조각으로 분할하는 단계와;
상기 분할에 따른 각 조각에 대하여 얼굴의 존재여부를 검사하는 단계를 포함하는 점에 그 특징이 있다.
여기서, 상기 각 조각에 대하여 얼굴의 존재여부를 검사하는 단계는,
프린팅 후 상기 각 조각의 분별가능성을 검사하는 단계와;
상기 각 조각의 색상 범위를 검사하는 단계와;
얼굴의 특징적인 생김새에 대한 상호 공간 배열을 검사하는 단계를 포함한다.
또한, 상기 목적을 달성하기 위하여, 본 발명의 실시예에 따른 디지털 이미지 상에서의 얼굴 검출장치는,
디지털 이미지 상에서의 얼굴 검출장치에 있어서,
디지털 이미지로부터의 얼굴 검출을 위해 소스 디지털 이미지를 입력하는 입력장치와;
어떤 정보를 포함하는 이미지를 저장하거나, 저장된 이미지를 불러오기 위한 메모리 블록과;
디지털 이미지 상의 얼굴 검출과 관련된 특정 프로그램이 저장되는 프로그램 메모리와;
상기 프로그램 메모리에 저장된 특정 프로그램을 실행하여 상기 입력장치를 통해 입력된 디지털 이미지를 분석하고, 분석된 데이터로부터 얼굴을 검출하는 프로세서와;
상기 프로세서에 의해 처리된 결과를 출력하는 출력장치를 포함하는 것을 특징으로 한다.
여기서, 바람직하게는 상기 디지털 이미지 상의 얼굴을 자동으로 검출하기 위한 명령어들의 사용을 위한 프로그램 모듈을 더 포함한다.
또한, 바람직하게는 상기 제 구성요소들 상호 간의 정보 교환 및 데이터 전 송을 위한 데이터 버스를 더 포함한다.
또한, 상기 메모리 블록은 착탈 가능한 구조 혹은 고정된 구조로 구성될 수 있다. 또한, 메모리 블록은 마그네틱 디스크, 마그네틱 테이프 또는 콤팩트 카세트, CD-ROM, CD-RW, DVD 또는 정보를 포함하는 어떤 이미지를 저장하거나, 그곳으로부터 디지털 이미지를 독출할 수 있는 어떠한 장치도 포함한다. 또한, 메모리 블록은 얼굴의 자동 검출을 위해 상기 프로그램 모듈에 의해 사용되는 명령어를 포함할 수 있다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 관하여 상세히 설명한다.
도 1은 본 발명의 실시예에 따른 디지털 이미지 상에서의 얼굴 검출장치의 시스템 구성을 개략적으로 보여주는 도면이다.
도 1을 참조하면, 본 발명의 실시예에 따른 디지털 이미지 상에서의 얼굴 검출장치는 입력장치(101)와, 메모리 블록(102)과, 프로그램 메모리(103)와, 프로세서(106)와, 출력장치(107)를 포함한다.
상기 입력장치(101)는 디지털 이미지로부터의 얼굴 검출을 위해 임의의 디지털 이미지를 입력한다.
상기 메모리 블록(102)은 어떤 정보를 포함하는 이미지를 저장하거나, 저장된 이미지를 불러오기 위한 것이다. 이 메모리 블록(102)은 착탈 가능한 구조 혹은 고정된 구조로 구성될 수 있다. 이러한 메모리 블록(102)은 마그네틱 디스크, 마그네틱 테이프 또는 콤팩트 카세트, CD-ROM, CD-RW, DVD 또는 정보를 포함하는 어떤 이미지를 저장하거나, 그곳으로부터 디지털 이미지를 독출할 수 있는 어떠한 장치도 포함한다. 또한, 메모리 블록(102)은 얼굴의 자동 검출을 위해 상기 프로그램 모듈(105)에 의해 사용되는 명령어를 포함할 수 있다.
상기 프로그램 메모리(103)에는 디지털 이미지 상의 얼굴 검출과 관련된 특정 프로그램이 저장된다.
상기 프로세서(106)는 상기 프로그램 메모리(103)에 저장된 특정 프로그램을 실행하여 디지털 이미지를 분석하고, 그것으로부터 얼굴을 검출한다.
상기 출력장치(107)는 상기 프로세서(106)에 의해 처리된 결과를 출력한다.
여기서, 바람직하게는 본 발명의 디지털 이미지 상에서의 얼굴 검출장치는 상기 디지털 이미지 상의 얼굴을 자동으로 검출하기 위한 명령어들의 사용을 위한 프로그램 모듈(일종의 소프트웨어)(105)을 더 포함한다.
또한, 바람직하게는 상기 제 구성요소들 상호 간의 정보 교환 및 데이터 전송을 위한 데이터 버스(104)를 더 포함한다.
이상과 같은 구성을 갖는 본 발명의 디지털 이미지 상에서의 얼굴 검출장치에 있어서, 일단 처리가 완료된 이미지는 상기 프로그램 메모리(103)에 다시 저장된다. 그리고, 그 이미지는 프로세서(106)에 의해 실행된 다른 프로그램에 의해 독출될 수 있다. 처리 결과는 하나 이상의 출력장치(107)로 전송되거나, 메모리 블록(102)으로 운송될 수 있다. 검출된 얼굴의 좌표 및 크기는 다중(중첩) 검출 방지 및 이미지 향상을 위한 다양한 알고리즘들에 의한 후속 사용을 위해 디지털 이미지 파일로 기록될 수 있다.
도 2는 본 발명의 실시예에 따른 디지털 이미지 상에서의 얼굴 검출방법에 따른 얼굴 검출 과정을 보여주는 흐름도이다.
도 2를 참조하면, 먼저 소스(source) 디지털 이미지를 다양한 스케일 인자를 가지고 연속적으로 스케일링한다(단계 S201). 이때, 얼굴의 크기가 테스트 창 크기를 넘는 얼굴의 검출을 위해, 입력 이미지를 일관되게 축소한다.
그런 후, 그 스케일링에 의해 생성된 각 이미지를 복수의 조각으로 분할한다(단계 S202). 그리고, 각 조각에 대한 단계적인 검사를 수행한다(단계 S203). 즉, 해당 알고리즘으로, 조각의 어떤 위치에 대하여 단계적인 검사가 수행되고, 이미지는 각 스케일링 단계마다 1.2배로 축소된다.
먼저, 조각의 이미지가 얼굴인지의 여부를 판별한다(단계 S204). 이때, 얼굴의 존재에 대한 후보로서 인덱스에 의해 등록된 이미지 조각들은 연속적인 단계적 확인을 위해 입력으로 전송된다. 상기 단계 S204의 판별에서, 얼굴이 아니면, 고려된 조각 후보가 프린팅 후 식별가능한지의 여부를 체크한다(단계 S205). 그 체크는 조각의 크기와 화소로서의 이미지의 크기와의 비율을 바탕으로 이루어진다. 큰 사이즈의 이미지의 경우, 많은 화소를 갖는 조각은 사진에 관한 단지 작은 영역만을 포함할 수 있기 때문에, 이러한 비율을 사용하는 것이 필요하다. 반면에, 저해상도를 갖는 이미지의 경우에, 적은 화소를 갖는 조각은 별로 상세하지 않은 큰 영역의 사진을 나타낼 수 있다.
본 발명에 있어서, 조각의 선형 차원(일차원)에 대한 이미지의 폭:높이 비율의 최소치가 100ㅧ 100 화소보다 더 작은 크기의 조각에 대해서는 8보다 더 작으 면, 그리고 100ㅧ 100 화소 이상의 크기를 갖는 조각에 대해서는 12보다 더 작으면, 이미지 조각은 더 많은 고려를 위해 수용된다.
한편, 상기 단계 S205에서 프린팅 후 식별가능하면, 조각의 색상이 피부 색상과 일치될 수 있는지의 여부를 체크한다(단계 S206). 여기서, 색상 검사는 RGB (red, green, blue) 색 공간에서 직접 수행된다. 인간 피부의 이미지에 있어서, 적색 성분은 거의 항상 초록색이나 청색보다 많다. 사람 얼굴의 색상이 될 수 없는 색상에 대한 또 하나의 경우는, 적색 성분이 청색 성분을 5배이상 초과할 때, 발생한다. 그러한 상황은 밝은 적색이나 밝은 노랑색에 해당한다.
본 발명에서는 x축 상에서 20~80%의 범위와 y축을 따라 35~75%의 범위를 점유하는 이미지의 중심 부분에 있어서 얼굴 색상을 표현할 수 없는 화소들의 수를 계산한다. 만일 특정 영역 내의 총 화소수에 대한 그러한 화소들(얼굴 색상을 표현할 수 없는 화소들)의 비율이 0.8 이상이면, 그 결과에 대하여 그것은 얼굴 이미지를 포함하지 않는다는 결정이 조각 전체에 관하여 취해진다.
상기 단계 S206의 체크에서 조각의 색상이 피부 색상과 일치될 수 없으면, 얼굴에 대한 특이한 용모의 특징 확인 및 그들의 공간 위치 산출 여부를 체크한다(단계 S207). 이 체크에서, 특징 확인 및 그들의 공간 위치 산출이 필요하면, 한 세트의 얼굴에 조각을 추가한다(단계 S208).
도 3은 본 발명의 실시예에 따른 디지털 이미지 상에서의 얼굴 검출방법에있어서, 특유의 특징들의 확인 및 그들의 검증 과정을 보여주는 흐름도이다.
도 3을 참조하면, 먼저, 인간의 피부에 관련될 수 있는 색상들을 표시한다 (단계 S301). 다음에, 최소 면적의 방법을 이용하여, 하나의 타원을 상기 단계 S301에 의해 표시된 점들의 집합 위로 뒤집어씌운다(단계 S302). 여기서, 상기와 같은 절차의 기본적인 목표는 얼굴 외부 영역, 예를 들면, 머리카락 또는 배경 영역을 배제하고, 얼굴 부분을 유지하는 것에 있다. 이러한 단계는 배경 영역이 종종 잘못 검출된 특별한 특징을 포함하고 있기 때문에 필요하다. 따라서, 뒤집어씌운 타원의 외부 영역에 걸쳐 하나의 마스크를 제공한다(단계 S303). 그런 후, 눈과 입술의 위치에 가장 큰 응답을 산출하도록 의도된 필터링을 수행한다(단계 S304). 상기 알고리즘은 3개의 수평 라인으로 구성된 하나의 필터를 적용한다. 모든 라인들은 분해된 조각의 폭의 12%에 해당하는 폭을 갖는다. 최상부와 최하부 라인은 분해된 조각의 높이의 3%에 해당하는 높이를 갖고, -1의 값을 갖는다. 중간 라인은 분해된 조각의 높이의 5%에 대응하는 높이를 갖고 3의 값을 갖는다.
상기 필터링 후, 임계값을 처리한다(단계 S305). 임계값은 조각의 RMS (root-mean-square) 편차를 2중으로 필터링한 후, 조각의 평균값을 초과함으로써 선택된다. 임계값 처리의 출력은 2진 이미지이다. 다음에, 이러한 2진 이미지에 연결된 성분들을 추출한다(단계 S306). 그런 후, 최대의 크기와 밝기를 갖고 조각의 좌측 상단, 우측 상단 및 바닥 부분에 존재하는 성분들을 찾는다(단계 S307).
이후에는 단계 S308에서 다음과 같은 점검이 수행된다. 즉, 미리 설정된 위치관계 조건에 부합하는지의 여부를 체크한다.
1) 적어도 하나의 성분이 최초의 조각의 좌측 상단, 우측 상단 및 바닥 부분에 존재하는지의 여부
2) 바닥면 성분의 중심이 좌측 상단과 우측 상단 성분들 사이의 거리에 0.2를 더한 좌측 상단 성분의 중심의 좌측에 존재하지 말아야 한다.
3) 바닥면 성분의 중심이 좌측 상단과 우측 상단 성분들 사이의 거리에 0.8를 더한 좌측 상단 성분의 중심의 우측에 존재하지 말아야 한다.
위의 체크에서 위치관계 조건에 부합되면, 조각은 얼굴 이미지를 포함하는 것으로 인식되고, 프로그램은 얼굴 영역으로 복귀된다(단계 S309). 그리고, 위의 체크에서 위치관계 조건에 부합되지 않으면, 프로그램은 얼굴 아닌 영역으로 복귀한다(단계 S310).
도 4는 얼굴 특징의 탐색 및 확인을 위한 절차의 단계를 보여준다. 첫 번째 부분에는 최초의 조각이 보이고, 두 번째 부분은 피부 색상으로 표시된 화소를 보여주며, 세 번째 부분에서는 얼굴을 포함하는 타원과 성분 외부의 마킹 부분이 보인다.
도 5는 성공적인 검출의 예를 보여준다. 도 5에서와 같이, 본 발명에 따른 얼굴 검출방법은 어떠한 배경에 대해서도 얼굴들을 검출할 수 있음을 명백히 보여준다.
도 6은 누락된 얼굴의 예를 보여준다. 실험의 결과에 의하면, 본 발명의 얼굴 검출방법은 약 75%의 가능성을 가지고 얼굴을 검출한다. 실험에서, 오버랩핑 없이 수직방향을 갖는 얼굴들이 실험의 대상이 되었다.
도 7은 잘못된 검출의 예를 보여준다. 유효한 데이터에 의하면, 잘못된 검출은 고해상도를 갖는 20개의 사진들 중에서 대략 1개 정도로 기록되었다. 실험을 수 행함에 있어서, 사진들은 무작위로 선택되었고, 풍경, 정물, 자동차 등과 같은 자연의 이미지를 포함시켰다.
이상, 바람직한 실시예를 통하여 본 발명에 관하여 상세히 설명하였으나, 본 발명은 이에 한정되는 것은 아니며 특허청구범위 내에서 다양하게 실시될 수 있다.
이상의 설명에서와 같이, 본 발명에 의하면, 임의의 디지털 이미지를 다수의 조각으로 분할하고, 각각의 조각에 대하여 색상, 특유의 특징, 공간 위치 등을 단계적으로 검사 및 분석하므로, 디지털 이미지 상에서 얼굴을 정확하게 검출할 수 있다.

Claims (5)

  1. 디지털 이미지 상에서의 얼굴 검출방법에 있어서,
    상기 디지털 이미지를 연속적으로 스케일링하는 단계와;
    상기 스케일링에 의해 생성된 각 이미지를 복수의 조각으로 분할하는 단계와;
    상기 분할에 따른 각 조각에 대하여 상기 얼굴의 존재여부를 검사하는 단계를 포함하며,
    상기 각 조각에 대하여 상기 얼굴의 존재여부를 검사하는 단계는,
    프린팅 후 상기 각 조각의 분별가능성을 검사하는 단계와;
    상기 각 조각의 색상 범위를 검사하는 단계와;
    상기 얼굴의 특징적인 생김새에 대한 상호 공간 배열을 검사하는 단계를 포함하는 것을 특징으로 하는 디지털 이미지 상에서의 얼굴 검출방법.
  2. 삭제
  3. 디지털 이미지 상에서의 얼굴 검출장치에 있어서,
    상기 디지털 이미지로부터의 상기 얼굴 검출을 위해 소스 디지털 이미지를 입력하는 입력장치와;
    어떤 정보를 포함하는 이미지를 저장하거나, 상기 저장된 이미지를 불러오기 위한 메모리 블록과;
    상기 디지털 이미지 상의 얼굴 검출과 관련된 특정 프로그램의 저장을 위한 프로그램 메모리와;
    상기 프로그램 메모리에 상기 저장된 특정 프로그램을 실행하여 상기 입력장치를 통해 입력된 상기 디지털 이미지를 분석하고, 분석된 데이터로부터 상기 얼굴을 검출하는 프로세서와;
    상기 프로세서에 의해 처리된 결과를 출력하는 출력장치를 포함하며,
    상기 디지털 이미지를 연속적으로 스케일링하며, 스케일링에 의해 생성된 각 이미지를 복수의 조각으로 분할하고, 프린팅 후 상기 각 조각의 분별가능성을 검사하며, 상기 각 조각의 색상 범위를 검사하고, 상기 얼굴의 특징적인 생김새에 대한 상호 공간 배열을 검사하여 분할에 따른 상기 각 조각에 대하여 상기 얼굴의 존재여부를 검사하는 것을 특징으로 하는 디지털 이미지 상에서의 얼굴 검출장치.
  4. 제3항에 있어서,
    상기 디지털 이미지 상의 얼굴을 검출하기 위한 명령어들의 사용을 위한 프로그램 모듈을 더 포함하는 것을 특징으로 하는 디지털 이미지 상에서의 얼굴 검출장치.
  5. 제4항에 있어서,
    상기 입력장치, 메모리 블록, 프로그램 메모리, 프로그램 모듈, 프로세서 및 출력장치 상호 간의 정보 교환 및 데이터 전송을 위한 데이터 버스를 더 포함하는 것을 특징으로 하는 디지털 이미지 상에서의 얼굴 검출장치.
KR1020070015061A 2006-02-14 2007-02-13 디지털 이미지 상에서의 얼굴 검출 방법 및 장치 KR101347573B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
RU2006104311/09A RU2006104311A (ru) 2006-02-14 2006-02-14 Способ обнаружения лиц на цифровых изображениях
RURU2006104311 2006-02-14

Publications (2)

Publication Number Publication Date
KR20070082041A KR20070082041A (ko) 2007-08-20
KR101347573B1 true KR101347573B1 (ko) 2014-01-03

Family

ID=38611790

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070015061A KR101347573B1 (ko) 2006-02-14 2007-02-13 디지털 이미지 상에서의 얼굴 검출 방법 및 장치

Country Status (2)

Country Link
KR (1) KR101347573B1 (ko)
RU (1) RU2006104311A (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004078912A (ja) 2002-08-02 2004-03-11 Eastman Kodak Co デジタルカラー画像において顔を位置付けるための方法
JP2004185555A (ja) * 2002-12-06 2004-07-02 Fuji Photo Film Co Ltd 顔領域抽出方法及び装置
JP2004192129A (ja) * 2002-12-09 2004-07-08 Fuji Photo Film Co Ltd 顔領域抽出方法及び装置
JP2005267512A (ja) 2004-03-22 2005-09-29 Fuji Photo Film Co Ltd 特定領域検出方法、特定領域検出装置、およびプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004078912A (ja) 2002-08-02 2004-03-11 Eastman Kodak Co デジタルカラー画像において顔を位置付けるための方法
JP2004185555A (ja) * 2002-12-06 2004-07-02 Fuji Photo Film Co Ltd 顔領域抽出方法及び装置
JP2004192129A (ja) * 2002-12-09 2004-07-08 Fuji Photo Film Co Ltd 顔領域抽出方法及び装置
JP2005267512A (ja) 2004-03-22 2005-09-29 Fuji Photo Film Co Ltd 特定領域検出方法、特定領域検出装置、およびプログラム

Also Published As

Publication number Publication date
RU2006104311A (ru) 2007-09-20
KR20070082041A (ko) 2007-08-20

Similar Documents

Publication Publication Date Title
Koopman et al. Detection of deepfake video manipulation
CN107423690B (zh) 一种人脸识别方法及装置
US7376270B2 (en) Detecting human faces and detecting red eyes
TWI787296B (zh) 光學檢測方法、光學檢測裝置及光學檢測系統
US20230206720A1 (en) System for counting quantity of game tokens
EP1675066A1 (en) Face image candidate area search method, face image candidate area search system, and face image candidate area search program
US20070122005A1 (en) Image authentication apparatus
US20070116364A1 (en) Apparatus and method for feature recognition
JP2003109008A (ja) 写真画像データにおける赤目欠陥の自動識別方法
CN105303156B (zh) 字符检测装置、方法及程序
CN110033040B (zh) 一种火焰识别方法、系统、介质和设备
KR100617777B1 (ko) 졸음운전 경고 장치에서 운전자의 눈 영상 검출 장치 및 방법
CN110059607B (zh) 活体多重检测方法、装置、计算机设备及存储介质
WO2020159437A1 (en) Method and system for face liveness detection
GB2561607A (en) Detection System, Detection device and method therefor
Ebihara et al. Efficient face spoofing detection with flash
US7221780B1 (en) System and method for human face detection in color graphics images
Ren et al. Frame duplication forgery detection and localization algorithm based on the improved Levenshtein distance
KR101347573B1 (ko) 디지털 이미지 상에서의 얼굴 검출 방법 및 장치
JP2006323779A (ja) 画像処理方法、画像処理装置
CN111402185A (zh) 一种图像检测方法及装置
Hadiprakoso Face anti-spoofing method with blinking eye and hsv texture analysis
KR101003504B1 (ko) 유해 멀티미디어 판별시스템 및 그 판별방법
KR101985474B1 (ko) 에이다부스트를 이용한 인체 영역의 강인한 검출 방법
CN112949580A (zh) 基于动态人脸识别的人证比对方法、装置及存储介质

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20161129

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20171211

Year of fee payment: 5