KR20000032853A - 3차원 마스킹법에 의한 형상인식시스템 및 그 방법 - Google Patents
3차원 마스킹법에 의한 형상인식시스템 및 그 방법 Download PDFInfo
- Publication number
- KR20000032853A KR20000032853A KR1019980049467A KR19980049467A KR20000032853A KR 20000032853 A KR20000032853 A KR 20000032853A KR 1019980049467 A KR1019980049467 A KR 1019980049467A KR 19980049467 A KR19980049467 A KR 19980049467A KR 20000032853 A KR20000032853 A KR 20000032853A
- Authority
- KR
- South Korea
- Prior art keywords
- mask
- data
- unit
- dimensional
- dimensional information
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
- G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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)
- Multimedia (AREA)
- Image Processing (AREA)
Abstract
개시된 본 발명은 다수 카메라간의 변위정보를 이용하여 3차원 정보를 생성하고, 생성된 3차원 정보에 의해 기준 마스크와 비교하여 개별적인 새로운 마스크를 생성하며, 생성된 마스크를 데이터베이스에 저장된 마스크 데이터와 비교하여 동일한 개체를 인식하는 3차원 마스킹 법에 의한 형상인식시스템 및 그 방법에 관한 것이다.
본 발명은 소정 방향의 다수 카메라가 피사체를 촬영하는 화상입력부와, 상기 화상입력부로부터 화상신호를 입력받아 잡음을 제거하고, 윤곽선을 추출하며, 추출한 윤곽선을 평활시키는 전처리부와, 상기 전처리부에서 화상신호의 기준점을 이용하여 특징점을 추출하는 특징점 추출부와, 상기 특징점 추출부에서 추출된 특징점을 이용하여 전처리부에서 입력되는 화상신호에 따른 이미지를 회전, 줌 및 이동기능에 의해 재배열한 후 3차원 정보를 추출하는 3차원 정보 추출부와, 상기 3차원 정보 추출부에서 출력된 3차원 정보에 따라 설정된 기준 마스크와 비교하여 새로운 마스크를 생성하는 마스크 생성부와, 다수의 형상데이터를 마스킹 데이터로 갖는 데이터베이스부와, 상기 마스크 생성부에서 생성된 마스크를 데이터베이스부가 가지고 있는 데이터와 비교, 판단하고, 판단 결과 동일한 값이 존재하는 경우 촬상된 형상이 등록된 마스크임을 인식하며, 판단 결과 그렇지 않은 경우 미등록된 마스크임을 인식하는 형상인식부와, 전체 시스템의 구동프로그램 및 3차원 마스킹법에 의한 형상인식을 위한 프로그램이 저장되어 있으며, 형상인식부의 제어신호에 따라 저장된 데이터를 형상인식부로 출력하는 저장매체로 구성된다.
따라서, 본 발명은 3차원 형상을 2차원으로 인식하는 경우보다 3차원으로 인식하는 경우 그 정확도가 탁월하며, 다양한 얼굴각도와 그림자 그리고 모자, 머리모양, 머리밝기, 배경화면등 얼굴이외의 부착물에 대한 영향을 2차원적으로 형상을 인식하는 경우보다 덜 받기 때문에 3차원적으로 형상을 인식하는데 유연성을 가진다는 효과를 제공한다.
Description
본 발명은 3차원 마스킹법에 의한 형상인식시스템 및 그 방법에 관한 것이다.
보다 상세하게는 다수 카메라간의 변위정보를 이용하여 3차원 정보를 생성하고, 생성된 3차원 정보에 의해 기준 마스크와 비교하여 개별 새로운 마스크를 생성하며, 생성된 마스크를 데이터베이스에 저장된 마스크 데이터와 비교하여 동일한 개체를 인식하는 3차원 마스킹법에 의한 형상인식시스템 및 방법에 관한 것이다.
우선적으로 본 발명인 형상인식시스템에서 사용되고 있는 용어인 마스크는 3차원으로 생성된 데이터를 기준되는 모델과 비교하여 생성한 값의 집합을 의미하는 용어로 사용되는 것이다.
요즘과 같은 고도의 정보화 사회가 되어감에 따라 다양한 고객관리 및 정보 보안에 대한 소비자의 욕구가 증대되고 있다. 즉, 매장을 방문한 방문자에 대한 관리와 컴퓨터 관리자를 확인하는 보안절차에 대해 컴퓨터에 의한 관리가 필요한 실정이다.
특히 보안문제는 ID 카드나 암호에 의한 방법이 널리 사용되고 있으나 도용 가능성이 높고, 홍체인식이나 지문감식 시스템은 별도의 추가장비와 실행의 번거러움으로 인하여 꼭 필요한 업무를 제외하고는 대부분의 사용자가 별다른 보안체계를 이용하지 않고 있는 실정이다. 이런 분야에 대한 얼굴인식(Face Recognition) 시스템은 그 활용분야가 넓다고 할 수 있다.
상술한 얼굴인식 시스템은 타 비전프로젝트(Vision Project)에 비하여 입력자료의 크기가 크고, 이미지의 공통점을 인식하는 패턴화 작업의 어려움으로 그 접근 방법이 다양하고, 어떤 분야보다도 강력한 데이터베이스화가 중요한 분야이다.
일반적으로 얼굴인식 시스템은 이미지를 그레이레벨(Gray Level)로 변환하여 경계선 검출 및 윤곽추출 알고리즘을 이용하여 얼굴 윤곽이나 눈을 검색한 후 얼굴만을 일정한 크기로 구분하여 그림자 제거, 시각보정 등을 통하여 패턴을 인식한다.
상술한 경계선 검출 및 윤곽선 검출 알고리즘을 이용한 얼굴인식 시스템을 통하여 개인인식 및 성별판별, 표정인식등 다양한 분야에 이용되고 있다.
상술한 얼굴인식 시스템은 사무실 보안, 열쇠 없이 얼굴 확인 절차만으로 문을 여는 시스템, 경찰의 범인 검문시 휴대용 카메라를 이용한 정확한 검문, 야간 은행의 보안, 아파트 경비, 대형 매장에서의 체계적 고객관리, 공항의 테러방지, 개인 신변 보호, 무인 자판대, 교도소 관리, 창고 관리, 도서관 이용자 관리 등 단순한 이용자 얼굴을 검색뿐만 아니라 컴퓨터의 정보처리능력과 인터넷 등 광범위 통신망을 이용한 다양한 활용분야가 있다.
그러나, 상술한 인식 시스템은 대부분은 얼굴인식 시스템이며, 2차원적으로 인식하는 시스템이므로, 인식하고자 하는 대상체가 인식 시스템에 정면 및 지정된 거리에 위치하고, 위치한 대상체를 촬영해야 만이 정확한 인식을 할 수 있다는 문제점이 있었다.
이때, 상술한 문제점을 해결하고자 하는 방안으로 대상체를 여러 각도에서 촬영하고, 촬영된 데이터를 가지고 연산처리하여 형상을 인식하는 방안이 나왔으나, 이는 여러 각도로 촬영을 해야 하므로 입력되는 데이터량이 많게 되며, 형상을 인식하기 위해 많은 량의 데이터를 연산하게 되므로 인식율은 향상될 수 있으나 수행시간이 많이 걸린다는 문제점이 있었다.
따라서, 본 발명의 목적은 전술한 문제점을 해결할 수 있도록 다수 카메라간의 변위정보를 이용하여 3차원 정보를 생성하고, 생성된 3차원 정보에 의해 기준마스크와 비교하여 개별 새로운 마스크를 생성하며, 생성된 마스크를 데이터베이스에 저장된 마스크 데이터와 비교하여 동일한 개체를 인식하는 3차원 마스킹법에 의한 형상인식시스템 및 방법을 제공함에 있다.
도 1은 본 발명에 따른 3차원 마스킹법에 의한 형상인식을 구현하기 위한 시스템의 구성을 나타내는 블록도,
도 2는 본 발명에 따른 3차원 마스킹법에 의한 형상인식방법을 설명하기 위한 동작 흐름도,
도 3은 도 2에 구현된 3차원 마스킹법에 의한 형상인식방법을 이용하여 사람의 얼굴을 인식하는 방법을 설명하기 위한 동작 흐름도이다.
*도면의 주요부분에 대한 부호설명*
10 : 화상입력부 20 : 전처리부
30 : 특징점 추출부 40 : 3차원 정보 추출부
50 : 마스크 생성부 60 : 데이터베이스부
70 : 형상인식부 80 : 저장매체
이와 같은 목적을 달성하기 위한 본 발명의 형상인식시스템은 소정 방향의 다수 카메라가 피사체를 촬영하는 화상입력부와, 상기 화상입력부로부터 화상신호를 입력받아 잡음을 제거하고, 윤곽선을 추출하며, 추출한 윤곽선을 평활시키는 전처리부와, 상기 전처리부에서 화상신호의 기준점을 이용하여 특징점을 추출하는 특징점 추출부와, 상기 특징점 추출부에서 추출된 특징점을 이용하여 전처리부에서 입력되는 화상신호에 따른 이미지를 회전, 줌 및 이동기능에 의해 재배열한 후 3차원 정보를 추출하는 3차원 정보 추출부와, 상기 3차원 정보 추출수단에서 출력된 3차원 정보에 따라 설정된 기준마스크와 비교하여 새로운 마스크를 생성하는 마스크 생성부와, 다수의 형상데이터를 마스킹 데이터로 갖는 데이터베이스부와, 상기 마스크 생성부에서 생성된 마스크를 데이터베이스부가 가지고 있는 데이터와 비교, 판단하고, 판단 결과 동일한 값이 존재하는 경우 촬상된 형상이 등록된 마스크임을 인식하며, 판단 결과 그렇지 않은 경우 미등록된 마스크임을 인식하는 형상인식부와, 전체 시스템의 구동프로그램 및 3차원 마스킹법에 의한 형상인식을 위한 프로그램이 저장되어 있으며, 형상인식부의 제어신호에 따라 저장된 데이터를 형상인식부로 출력하는 저장매체로 구성됨을 특징으로 한다.
또한, 본 발명의 형상인식방법은 화상입력부를 통해 입력되는 화상신호가 존재하는 경우 특징점에 따라 입력되는 다수의 이미지를 재배열시키고, 재배열된 다수의 이미지간의 변위 정보를 이용하여 3차원 정보를 생성하고, 생성된 3차원 정보에 따라 기준 마스크와 비교하여 새로운 마스크를 생성한 후 생성된 새로운 마스크가 데이터베이스부에 존재하는 경우 등록된 마스크임을 인식하고, 그렇지 않은 경우 미등록된 마스크임을 인식하는 것을 특징으로 한다.
이하, 첨부한 도면들을 참조하여 본 발명의 바람직한 실시 예를 상세히 기술하기로 한다.
도 1은 본 발명에 따른 3차원 마스킹법에 의한 형상인식을 구현하기 위한 시스템의 구성을 나타내는 블록도로서, 그 구성은 다음과 같다.
화상입력부(10)는 소정의 방향에 다수가 설치되어 피사체를 촬영하는 것으로, 일반적으로 CCD 카메라가 이용되며, 적어도 2대 이상이 대상체의 전면에 설치된다.
전처리부(20)는 상기 화상입력부(10)에서 화상신호를 입력받아 잡음을 제거하고, 윤곽선을 추출하고, 추출된 윤곽선을 평활시킨다.
특징점 추출부(30)는 상기 전처리부(20)에서 입력되는 화상신호의 기준점을 이용하여 특징점을 추출한다.
3차원 정보 추출부(40)는 상기 특징점 추출부(30)에서 추출된 특징점을 이용하여 전처리부(20)에서 입력되는 화상신호에 따른 이미지를 회전, 줌 및 이동기능에 의해 재배열한 후 3차원 정보를 추출한다.
마스크 생성부(50)는 상기 3차원 정보 추출부(40)에서 추출된 3차원 정보를 내부에 설정된 기준 마스크와 비교하여 개별적인 각각 다른 마스크를 생성한다.
데이터베이스부(60)는 다수의 형상데이터를 마스킹 데이터로 갖는다.
형상인식부(70)는 일반적으로 중앙처리시스템로서, 상기 마스크 생성부(50)에서 출력된 새로운 마스크를 데이터베이스부(60)가 가지고 있는 데이터와 비교, 판단하고, 판단 결과 동일한 값이 존재하는 경우 촬상된 형상이 등록된 마스크임을 인식하며, 판단 결과 그렇지 않은 경우 미등록된 마스크임을 인식한다.
저장매체(80)는 전체 시스템의 구동프로그램 및 3차원 마스킹법에 의한 형상인식을 위한 다수의 프로그램이 저장되어 있으며, 형상인식부(70)의 제어신호에 따라 저장된 데이터를 형상인식부(70)로 출력한다.
상술한 저장매체(80)는 반도체 메모리를 갖는 카드, 하드디스크, 광디스크 등과 같이 다양하게 적용할 수 있다.
이와 같이 구성된 본 발명에 따른 3차원 마스킹법에 의한 형상인식시스템의 동작을 첨부한 도면을 참조하여 좀 더 구체적으로 설명한다.
도 2는 본 발명에 따른 3차원 마스킹법에 의한 형상인식방법을 설명하기 위한 동작 흐름도이다.
도시된 바와 같이, 형상인식부(70)는 저장매체(80)에 저장된 시스템 구동프로그램 및 형상인식 프로그램에 따라 다음과 같이 형상인식시스템이 구동되도록 제어한다.
먼저, CCD 카메라 및 영상캡쳐보드로 이루어진 화상입력부(10) 및 전처리부(20)를 통해 입력되는 다수의 화상신호가 존재하는지를 판단(S100)하고, 판단 결과 입력되는 다수의 화상신호가 존재하는 경우 특징점 검출부(30)에 의해 검출된 특징점에 의해 다수의 이미지를 재배열(S110)시킨 후 재배열된 이미지간의 변위정보를 이용하여 3차원 정보를 생성(S120)한다.
전술한 단계(S120)에서 생성된 3차원 정보를 마스크 생성부(50)에 구비된 기준마스크와 비교하여 개별로 각각 다른 새로운 마스크를 생성(S130)하며, 이렇게 생성된 새로운 마스크를 데이터베이스부(60)에 구비된 마스크 데이터와 비교하여 존재하는지를 판단(S140)한다.
상술한 단계(S140)의 판단 결과, 새로운 마스크와 동일한 마스크 데이터가 데이터베이스부(60)에 존재하는 경우 등록된 마스크임을 인식(S150)하고, 판단 결과 존재하지 않는 경우 등록되지 않은 마스크임을 인식(S160)한다.
도 3은 도 2에 구현된 3차원 마스킹법에 의한 형상인식방법을 이용하여 사람의 얼굴을 인식하는 방법을 설명하기 위한 동작 흐름도이다.
도 2에서의 형상인식방법은 그 인식대상을 사람뿐만 아니라 인식하고자 하는 생물체 또는 무생물체를 모두 포함한 대상체에서도 적용할 수 있도록 하는 것으로서, 특징점은 형상인식시스템의 관리자에 의해 미리 설정되어 있으며, 이 특징점에 따라 카메라 앞에 위치한 대상체를 인식하게 되는 것이다.
상술한 모든 대상체를 인식할 수 있는 3차원 마스킹법에 의한 형상인식방법을 대상체를 사람의 얼굴로 한정하여 설명하면 다음과 같다.
얼굴인식장치는 도 1에 도시된 형상인식장치의 구성과 동일하므로 그 구체적인 설명은 생략하기로 하고, 인식부분이 형상전체와 얼굴에 한정할 경우 상호간에 달라지는 점은 특징점을 추출하고자 할 때 이용되는 기준점으로서, 얼굴인식일 경우 대부분은 눈의 위치나 코의 위치를 설정한다는 것이다.
첨부 도면 도 3에 도시된 바와 같이, CCD 카메라 및 영상캡쳐보드로 이루어진 화상입력부(10) 및 전처리부(20)를 통해 입력되는 다수의 화상신호가 존재하는지를 판단(S300)하고, 판단 결과 입력되는 다수의 화상신호가 존재하는 경우 입력되는 다수의 화상신호에서 피부색 패턴 정보를 추출하여 데이터를 생성하고, 움직임을 추출하여 데이터를 생성(S310)한다.
상술한 판단 단계(S300)의 판단 결과 입력되는 화상신호가 존재하지 않는 경우, 입력되는 화상신호가 존재하는지를 지속적으로 체킹하게 된다.
상술한 단계(S310)에서 생성된 피부색 데이터와 움직임 데이터를 이용하여 입력되는 한 필드의 화상신호에서 검사후보영역을 생성(S320)한다.
상술한 단계(S320)에서 검사후보영역이 생성되면 특징점 검출부(30)에 의해 검출된 특징점에 의해 다수의 이미지를 재배열(S330) 시키고, 상술한 것과 같이 재배열된 이미지의 특징점을 설정해 놓은 특징점과 비교하여 얼굴인지를 판단(S340)한다. 상술한 단계(S330)에서 이미지를 재배열시키는 이유는 3차원 정보를 생성하기 위한 좀더 정확한 특징점을 검출하기 위한 것이다.
상술한 단계(S340)의 판단 결과, 얼굴인 경우 상술한 단계(S330)에서 재배열된 이미지간의 변위정보를 이용하여 3차원 정보를 생성(S350)하고, 생성된 3차원 정보를 마스크 생성부(50)에 구비된 기준 마스크와 비교하여 개별적으로 각각 다른 새로운 마스크를 생성(S360)하며, 이렇게 생성된 새로운 마스크가 데이터베이스부(60)에 구비된 마스킹 데이터와 비교하여 존재하는지를 판단(S370)한다.
상술한 단계(S370)의 판단 결과, 데이터베이스부(60)에 생성된 마스크와 동일한 값이 존재하는 경우 등록된 마스크임을 인식(S380)하고, 판단 결과 데이터베이스부(60)에 생성된 마스크와 동일한 값이 존재하지 않는 경우 등록되지 않은 마스크임을 인식(S390)한다.
따라서, 상술한 바와 같이 본 발명은 3차원 형상을 2차원으로 인식하는 경우보다 3차원으로 인식하는 경우 그 정확도가 탁월하며, 다양한 얼굴각도와 그림자 그리고 모자, 머리모양, 머리밝기, 배경화면등 얼굴이외의 부착물에 대한 영향을 2차원적으로 형상을 인식하는 경우보다 덜 받기 때문에 3차원 형상을 인식하는데 유연성을 갖는다는 효과가 있다.
Claims (3)
- 소정 방향의 다수 카메라가 피사체를 촬영하는 화상입력수단;상기 화상입력수단으로부터 화상신호를 입력받아 잡음을 제거하고, 윤곽선을 추출하며, 추출한 윤곽선을 평활시키는 전처리수단;상기 전처리수단에서 화상신호의 기준점을 이용하여 특징점을 추출하는 특징점 추출수단;상기 특징점 추출수단에서 추출된 특징점을 이용하여 전처리수단에서 입력되는 화상신호에 따른 이미지를 회전, 줌 및 이동기능에 의해 재배열한 후 3차원 정보를 추출하는 3차원 정보 추출수단;상기 3차원 정보 추출수단에서 출력된 3차원 정보에 따라 설정된 기준마스크와 비교하여 새로운 마스크를 생성하는 마스크 생성수단;다수의 형상데이터를 마스킹 데이터로 갖는 데이터베이스수단;상기 마스크 생성수단에서 생성된 마스크를 데이터베이스수단이 가지고 있는 데이터와 비교, 판단하고, 판단 결과 동일한 값이 존재하는 경우 촬상된 형상이 등록된 마스크임을 인식하며, 판단 결과 그렇지 않은 경우 미등록된 마스크임을 인식하는 형상인식수단; 및전체 시스템의 구동프로그램 및 3차원 마스킹법에 의한 형상인식을 위한 프로그램이 저장되어 있으며, 형상인식수단의 제어신호에 따라 저장된 데이터를 형상인식수단으로 출력하는 저장매체로 구성된 것을 특징으로 하는 3차원 마스킹법에 의한 형상인식시스템.
- 화상입력수단을 통해 입력되는 다수의 화상신호가 존재하는지를 판단하는 제 1 단계;상기 제 1 단계의 판단 결과, 입력되는 다수의 화상신호가 존재하는 경우 입력되는 다수의 화상신호를 신호처리한 후 검출된 특징점에 의해 재배열시키는 제 2 단계;상기 제 2 단계에서 재배열된 다수의 이미지간의 변위정보를 이용하여 3차원 정보를 생성하는 제 3 단계;상기 제 3 단계에서 생성된 3차원 정보를 기준 마스크를 비교하여 개별로 각각 다른 새로운 마스크를 생성하는 제 4 단계; 및상기 제 4 단계에서 생성된 새로운 마스크가 데이터베이스수단에 존재하는지를 판단하고, 판단 결과 존재하는 경우 등록된 마스크임을 인식하며, 판단 결과 존재하지 않는 경우 등록되지 않은 마스크임을 인식하는 제 5 단계로 이루어진 3차원 마스킹법에 의한 형상인식방법.
- 다수의 화상신호가 존재하는지를 판단하는 제 1 단계;상기 제 1 단계의 판단 결과, 입력되는 다수의 화상신호가 존재하는 경우 입력되는 다수의 화상신호에서 피부색 패턴 정보를 추출하여 데이터를 생성하고, 움직임을 추출하여 데이터를 생성하는 제 2 단계;상기 제 2 단계에서 생성된 피부색 데이터와 움직임 데이터를 이용하여 입력되는 한 필드의 화상신호에서 검사후보영역을 생성하는 제 3 단계;상기 제 3 단계에서 검사후보영역이 생성되면 특징점에 의해 다수의 이미지를 재배열시키는 제 4 단계;상기 제 4 단계에서 재배열된 이미지의 특징점을 설정해 놓은 특징점과 비교하여 얼굴인지를 판단하는 제 5 단계;상기 제 5 단계의 판단 결과, 얼굴인 경우 재배열된 이미지간의 변위정보를 이용하여 3차원 정보를 생성하는 제 6 단계;상기 제 6 단계에서 생성된 3차원 정보를 기준마스크와 비교하여 개별로 각각 다른 새로운 마스크를 생성하는 제 7 단계;상기 제 7 단계에서 생성된 새로운 마스크가 데이터베이스부에 구비된 마스킹 데이터와 비교하여 존재하는지를 판단하고, 판단 결과 존재하는 경우 등록된 마스크임을 인식하고, 판단 결과 존재하지 않는 경우 등록되지 않은 마스크임을 인식하는 제 8 단계로 이루어진 것을 특징으로 하는 3차원 마스킹법에 의한 얼굴인식방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1019980049467A KR20000032853A (ko) | 1998-11-18 | 1998-11-18 | 3차원 마스킹법에 의한 형상인식시스템 및 그 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1019980049467A KR20000032853A (ko) | 1998-11-18 | 1998-11-18 | 3차원 마스킹법에 의한 형상인식시스템 및 그 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20000032853A true KR20000032853A (ko) | 2000-06-15 |
Family
ID=19558788
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1019980049467A KR20000032853A (ko) | 1998-11-18 | 1998-11-18 | 3차원 마스킹법에 의한 형상인식시스템 및 그 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20000032853A (ko) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020022295A (ko) * | 2000-09-19 | 2002-03-27 | 장기화 | 3차원 정보를 이용한 얼굴 인식 장치 및 방법 |
KR100415074B1 (ko) * | 2001-10-09 | 2004-01-14 | 채영도 | 물체의 닮음을 인식하는 방법 및 그 장치 |
KR100608307B1 (ko) * | 2004-06-29 | 2006-08-02 | 이필중 | 얼굴 인식 방법 및 시스템 |
KR100835481B1 (ko) * | 2005-12-02 | 2008-06-04 | 오므론 가부시키가이샤 | 화상 처리 장치 및 방법과 프로그램 |
WO2011136407A1 (ko) * | 2010-04-28 | 2011-11-03 | (주)아이티엑스시큐리티 | 스테레오 카메라를 이용한 영상인식장치 및 방법 |
-
1998
- 1998-11-18 KR KR1019980049467A patent/KR20000032853A/ko not_active Application Discontinuation
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020022295A (ko) * | 2000-09-19 | 2002-03-27 | 장기화 | 3차원 정보를 이용한 얼굴 인식 장치 및 방법 |
KR100415074B1 (ko) * | 2001-10-09 | 2004-01-14 | 채영도 | 물체의 닮음을 인식하는 방법 및 그 장치 |
KR100608307B1 (ko) * | 2004-06-29 | 2006-08-02 | 이필중 | 얼굴 인식 방법 및 시스템 |
KR100835481B1 (ko) * | 2005-12-02 | 2008-06-04 | 오므론 가부시키가이샤 | 화상 처리 장치 및 방법과 프로그램 |
WO2011136407A1 (ko) * | 2010-04-28 | 2011-11-03 | (주)아이티엑스시큐리티 | 스테레오 카메라를 이용한 영상인식장치 및 방법 |
KR101139389B1 (ko) * | 2010-04-28 | 2012-04-27 | 주식회사 아이티엑스시큐리티 | 스테레오 카메라를 이용한 영상인식장치 및 방법 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lagorio et al. | Liveness detection based on 3D face shape analysis | |
US7693310B2 (en) | Moving object recognition apparatus for tracking a moving object based on photographed image | |
JP4241763B2 (ja) | 人物認識装置及びその方法 | |
US11989975B2 (en) | Iris authentication device, iris authentication method, and recording medium | |
Parveen et al. | Face anti-spoofing methods | |
JP7151875B2 (ja) | 画像処理装置、画像処理方法、およびプログラム | |
JP2007025767A (ja) | 画像認識システムと画像認識方法、および画像認識プログラム | |
KR100347058B1 (ko) | 얼굴 촬영/인식방법 | |
JPWO2020065954A1 (ja) | 認証装置、認証方法、認証プログラムおよび記録媒体 | |
JPWO2020065851A1 (ja) | 虹彩認証装置、虹彩認証方法、虹彩認証プログラムおよび記録媒体 | |
Zhang et al. | A virtual proctor with biometric authentication for facilitating distance education | |
KR20000032853A (ko) | 3차원 마스킹법에 의한 형상인식시스템 및 그 방법 | |
Cruz et al. | Multiple Face Recognition Surveillance System with Real-Time Alert Notification using 3D Recognition Pattern | |
Nanthini et al. | An Efficient Velocity Estimation Approach for Face Liveness Detection using Sparse Optical Flow Technique | |
Menon | Leveraging Facial Recognition Technology in Criminal Identification | |
TW484105B (en) | Door security system of face recognition | |
Kulkarni et al. | Occlusion and spoof attack detection using Haar Cascade classifier and local binary pattern for human face detection for ATM | |
JP7302680B2 (ja) | 情報処理装置、方法およびプログラム | |
Hemalatha et al. | A study of liveness detection in face biometric systems | |
Findling | Pan shot face unlock: Towards unlocking personal mobile devices using stereo vision and biometric face information from multiple perspectives | |
Srivastava et al. | A Machine Learning and IoT-based Anti-spoofing Technique for Liveness Detection and Face Recognition | |
Bekhouch et al. | Exploring the use of the lower part of the legs for people identification | |
Soni | Face Detection by Image Discriminating | |
Popoola et al. | Development of a face detection algorithm based on skin segmentation and facial feature extraction | |
Archana et al. | Leveraging Facial Analytics for Enhanced Crime Prevention-Integrating Video Surveillance and FaceNet Algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
WITN | Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid |