KR20010040852A - 디지털 영상의 페이스 검출 방법 - Google Patents

디지털 영상의 페이스 검출 방법 Download PDF

Info

Publication number
KR20010040852A
KR20010040852A KR1020007008751A KR20007008751A KR20010040852A KR 20010040852 A KR20010040852 A KR 20010040852A KR 1020007008751 A KR1020007008751 A KR 1020007008751A KR 20007008751 A KR20007008751 A KR 20007008751A KR 20010040852 A KR20010040852 A KR 20010040852A
Authority
KR
South Korea
Prior art keywords
face
component
bounding box
binary image
pixels
Prior art date
Application number
KR1020007008751A
Other languages
English (en)
Other versions
KR100677177B1 (ko
Inventor
아브델-모타렙모하메드
엘감말아메드
Original Assignee
요트.게.아. 롤페즈
코닌클리케 필립스 일렉트로닉스 엔.브이.
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 요트.게.아. 롤페즈, 코닌클리케 필립스 일렉트로닉스 엔.브이. filed Critical 요트.게.아. 롤페즈
Publication of KR20010040852A publication Critical patent/KR20010040852A/ko
Application granted granted Critical
Publication of KR100677177B1 publication Critical patent/KR100677177B1/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

디지털 영상으로 표시된 페이스를 검출하기 위해, 영상의 픽셀들은 이들이 피부색 픽셀인지 아닌지의 여부에 근거하여 분류된다. 피부색 영역의 에지는 루미넌스 성분의 고도의 가변성을 가진 주위의 픽셀을 갖는 픽셀을 소거함으로써 제거된다. 결과적인 접속 성분들은 이들이 페이스 형태를 포함할 수 있는 지의 여부를 결정하기 위해 분류된다. 분류 단계에서는 성분의 바운딩 박스의 영역, 특정 비유, 바운딩 박스의 영역에서 검출된 피부의 비율, 연장된 물체의 방위 및 바운딩 박스와 성분의 매스의 중심 사이의 거리를 조사한다. 페이스의 캔디데이트가 여전히 고려되는 성분들은 그래프상에 맵핑된다. 이 그래프의 최소 스패닝 트리는 확장되며, 잔존하는 대응 성분들은 이들이 페이스를 포함할 수 있는지의 여부에 대하여 다시 분류된다. 각각의 그래프는 가장 약한 에지를 제거함으로써 2개로 분할되고, 잔조하는 대응 성분들은 다시 분류된다. 그래프는 결과적인 그래플 주위에 형성된 바운딩 박스가 임계값보다 작아질 때까지 분할된다. 최종적으로, 발견적 교수법이 실행되어 폴스 포지트브를 제거한다. 발견적 교수법은 고도의 가변성을 갖는 픽셀 비율과 페이스의 캔디데이트 성분에 있는 전체 픽셀 수를 비교한다.

Description

디지털 영상의 페이스 검출 방법{Method for detecting a face in a digital image}
방송이 디지털화됨에 따라 데이터 또는 카탈로그 비디오 콘텐츠를 수집하는 것이 더 용이하게 되었다. 연구자들은 영상의 컬러, 질감, 모양 및 골격등의 저-레벨 시각 특징(의미론;semantics)을 사용하는 영상 및 비디오 인덱싱에 근거한 콘텐츠 및 검색용의 시스템을 개발해 왔다. 더 높은 레벨의 의미론에 근거하여 비디오 재료의 검색 및 자동 집적을 용이하도록, 비디오 클립의 이벤트를 검출 및 인지하는 것이 중요하다. 인간의 활동은 비디오 클립의 중요한 이벤트이며, 페이스 검출은 인간 활동 인식을 위한 한 단계이다.
페이스 검출은 보안 시스템, 범죄자 신원확인, 디지털 영상 포착 및 영상회의등에도 유용하다. 보안 시스템에서, 예를 들면, 화면에 나타난 페이스의 일부를 검출하여 시스템 운용자가 한 사람이 영상에 존재하는지의 여부를 식별할 수 있다.
영상으로부터 페이스를 검출하는 것은 연구자에 의해 많은 주목을 받지 못하였다. 대부분의 종래 기술은 페이스 인식에 집중되었으며, 페이스가 영상에서 식별되어지거나 영상이 "머그 쇼트(mug shot)" 영상에서 처럼 하나의 페이스만 존재한다고 가정하였다. 이러한 종래 기술은 복잡한 배경화면으로부터 페이스를 검출하는 것이 불가능하였다.
페이스 검출을 행하는 하나의 종래 기술은 픽셀의 클러스터가 페이스 주형에 맞게 형성되는지의 여부를 결정한다. 이러한 과정은 가능한 페이스의 다른 크기 및 방위로 인해 불충분하였다. 주형 그 자체는 하나의 크기와 방위를 가지며 다른 크기 또는 회전되는 페이스를 검출할 수 없었다. 결론적으로, 사용하거나 실현하기에는 너무 큰 공간을 산출하면서 검색이 실현되는 동안 크기가 주형 그 자체는 커지거나 작아지며 회전할 수 있어야 한다. EPA 0836326 A2에서 처럼, 일부 종래 기술은 모양 주형만을 사용하여 픽셀의 클러스터가 그 모양에 일치하는지 만을 조사한다. 상술한 크기 및 회전 문제에 덧붙여, 이러한 해결책은 페이스의 동일한 모양과 심지어 페이스의 동일한 컬러와 함께 많은 물체를 가질 수 있는 복잡한 배경에서 사용하기에는 너무 단순하다.
그러므로, 복잡한 배경에서 페이스가 나타날 수 있는 디지털 영상에서 페이스를 검출하는 방법이 필요하게 되었다.
본 발명은 영상검출 분야에 관한 것으로, 특히, 디지털 영상으로 나타나는 페이스를 검출하는 방법에 관한 것이다.
도 1은 영상내 픽셀의 컬러를 도식화하는데 사용된 원통형의 통합 시스템을 도시하는 도면.
도 2a, 내지 2c는 피부색 픽셀이 배치된 영역을 지시하는 YUV 컬러 도메인의 방사를 도시하는 3개의 그래프.
도 3a 내지 3f는 원래의 영상과 컬러에 근거한 픽셀을 분류하여 형성된 대표적인 2진 영상을 도시하는 도면.
도 4는 3X3 마스크가 본 발명에 따른 루미넌스 가변 검출의 일부로써 사용된 방법을 도시하는 도면.
도 5a 및 5b는 각각 4 및 8 접속을 도시하는 도면.
도 6a 및 6b는 본 발명에 따라, 에지가 제거된 이후 도 3c 및 3e의 화면을 도시하는 도면.
도 7은 도 3f의 영상에 적용된 바운딩 박스(bounding boxes)의 예를 도시하는 도면.
도 8은 영상이 꼭지점으로 표시되고, 본 발명에 따른 그래프를 형성하도록 접속되는 방법을 도시하는 도면.
도 9a 내지 9d는 본 발명에 따른 발견적 교수법(heuristic)을 적용하여 설명하는 순서적인 영상을 도시하는 도면.
도 10은 본 발명에 포함된 일반적인 단계를 도시하는 흐름도.
도 11은 본 발명을 구현하는데 사용되는 데이터를 저장할 수 있는 2개의 다른 컴퓨터 판독가능 저장 매체를 도시하는 도면.
본 발명의 하나의 특징은 디지털 영상으로 표시된 페이스를 검출하는 검출 방법을 제공하는 것이다. 상기 검출 방법은 복수의 픽셀로 구성된 디지털 영상을 제공하는 단계(S2)와 피부색 픽셀을 검출하여 디지털 영상으로부터 2진 영상을 생성하는 단계(S4)를 포함한다. 상기 검출 방법은 2진 영상의 루미넌스 성분에 있는 에지에 대응하는 픽셀을 제거하여 2진 영상 성분을 생성하는 단계(S6), 2진 영상 성분을 하나 이상의 그래프로 맵핑하는 단계(S12) 및, 맵핑된 2진 영상 성분을 페이스의 형태가 페이스의 캔디데이트로써 동작하는 페이스 및 비-페이스 형태로써 분류하는 단계를 포함한다.
본 발명의 다음 특징들뿐만 아니라, 이러한 방식으로 디지털 영상으로 표시되는 페이스를 검출할 수 있다.
본 발명의 다른 특징에 따르면, 복수의 픽셀로 구성된 디지털 영상을 제공하는 단계(S2)와 피부색 픽셀을 검출하여 디지털 영상으로부터 2진 영상을 생성하는 단계(S4)를 실행하기 위한 데이터를 포함하는 컴퓨터 판독가능 저장 매체를 제공한다. 상기 컴퓨터 판독가능 저장 매체는 2진 영상의 루미넌스 성분에 있는 에지에 대응하는 픽셀을 제거하여 2진 영상 성분을 생성하는 단계(S6), 2진 영상 성분을 하나 이상의 그래프로 맵핑하는 단계(S12) 및, 맵핑된 2진 영상 성분을 페이스의 형태가 페이스의 캔디데이트로써 동작하는 페이스 및 비-페이스 형태로써 분류하는 단계를 실행하기 위한 데이터를 더 포함한다.
본 발명의 또 다른 특징에 따르면, 디지털 영상으로 표시되는 페이스를 검출하는 검출 방법이 제공된다. 상기 검출 방법은 복수의 픽셀로 구성된 디지털 영상을 제공하는 단계(S2)와 피부색 픽셀을 검출하여 디지털 영상으로부터 2진 영상을 생성하는 단계(S4)를 포함한다. 상기 검출 방법은 2진 영상의 루미넌스 성분에 있는 에지에 대응하는 픽셀을 제거하여 2진 영상 성분을 생성하는 단계(S6)와 2진 영상 성분 각각을 페이스 형태 및 비-페이스 형태 중 하나의 형태로써 분류하는 단계(S8)를 포함하며; 상기 분류 단계는 성분 중 분류된 성분 주위에 바운딩 박스를 형성하는 단계 및; 바운딩 박스의 영역과 바운딩 박스의 임계값을 비교하는 단계, 바운딩 박스의 특정 비율과 특정 비율 임계값을 비교하는 단계, 분류된 성분의 영역과 바운딩 박스의 영역 사이의 비교로 이루어지는 영역 비율을 결정하고, 영역 비율과 영역 비율 임계값을 비교하는 단계, 바운딩 박스내에서 연장된 물체의 방위를 결정하는 단계 및, 바운딩 박스의 중심과 분류된 성분의 중심 사이의 거리를 결정하는 단계 중 하나의 단계를 실행하는 단계를 포함한다.
본 발명의 목적은 디지털 영상으로 나타난 페이스를 검출하는 방법을 제공하는 것이다.
이 목적 뿐만 아니라, 다른 목적들은 첨부된 도면의 참조번호가 동일한 구성요소에 지정되도록 의도된 도면을 참조하여 후술되는 상세한 설명으로부터 보다 명확하게 될 것이다.
영상의 각 픽셀은 일반적으로 HSV(색조, 채도, 값;hue, saturation, value) 컬러 도메인으로 표현된다. 이러한 값들은 도 1에 도시된 바와 같이 원통형의 조합 시스템에 매핑된다. 여기서, P는 값(또는 루미넌스)이며, θ는 색조이고, r 은 채도이다. 원통형 조합 시스템의 비선형성으로 인해, 다른 컬러 공간은 HSV 공간을 근접시키는데 사용된다. 본 출원에 있어서, MPEG2 표준 및 자기 매체상에 저장된 대부분의 비디오 재료가 이 컬러 공간을 사용하기 때문에 YUV 컬러 스케이스가 사용되었다.
RGB 영상을 YUV 도메인으로 전송하고 VU, VY 및 VU 평면으로 방사하는 것은 도 2에 되시된 바와 같은 그래프를 산출한다. 이러한 둥근 구획은 HSV 도메인의 근사값을 나타낸다. 피부색에 대응하는 픽셀들이 YUV 공간에서 도식화될 때, 일반적으로 이들은 도시된 둥근 구획내에로 유지된다. 예를 들면, 픽셀의 루미넌스는 0과 200사이의 값을 갖고, 크로미넌스(U)는 일반적으로, 피부색 픽셀에 대해 -100 내지 0 사이의 값을 갖는다. 이는 일반적으로 실험에 따른 값이다. 명확히, 컬러 트래이닝 동작은 페이스를 포함하는 영상을 포착하는데 사용되는 각각의 카메라에 대해 실행될 수 있다. 이 트래이닝의 결과는 더 정밀한 피부색 구획을 생성할 수 있다.
페이스를 검출하기 위해, 영상의 각 픽셀은 이것이 피부색 픽셀인지의 여부를 확인하기 위해 검사된다. 피부색 픽셀이 되는 이러한 픽셀들은 영상의 나머지 부분으로부터 분류되어, 잠재적인 페이스 캔디데이트로써 유지된다. 하나의 픽셀에 대한 하나 이상의 방출이 피부 클러스터 구획의 경계내에 떨어지지 않는 경우, 이 픽셀은 피부색 픽셀처럼 작용하지 않고, 잠재적인 페이스 캔디데이트로써 고려되어 제거된다.
도 3a ,3c 및 3e의 원래의 영상에 대응하여, 도 3b, 3d 및 3f에 도시된 바와 같이, 피부색 검출에 의해 형성된 결과적인 영상은 피부색이 되는 영상의 일부 또는 피부색이 되지 않는 영상의 일부를 도시하기 때문에 2진수가 된다. 이 도면들에서, 흰색은 피부색을 도시하며, 검정색은 비-피부색을 도시한다. 도 3a 및 3b에 도시된 바와 같이, 이 검출 단계는 그 안에 표시되는 페이스를 가지는 것처럼 영상의 많은 부분을 규정한다. 컬러와 및 모양을 사용하는 종래의 기술은 도 3a에 도시된 것처럼 단순한 배경에 대해 동작한다. 그러나, 도 3c 및 3d 긔로, 도 3e 및 3f에서 볼수 있는 바와 같이, 컬러와 모양만으로 페이스를 검출하기에 충분하지 않음이 명백하다. 도 3c 내지 3f에서, 가죽, 나무, 의복 및 머리같은 배경속의 물체는 피부와 유사한 컬러를 갖는다. 도 3d 및 3f에서 볼 수 있는 바와 같이, 이러한 피부색 물체는 페이스의 피부와 인접하게 배치되어, 페이스 그자체를 검출하기가 어렵다.
픽셀이 컬러로 분류되고 에지에 위치된 픽셀이 제거된다. 에지는 하나의 픽셀에서부터 그 다음 픽셀까지 발기 레벨로 변화한다. 제거는 각각의 피부색 픽셀을 취하고, 루미넌스 성분내에서 그 주위의 픽셀의 가변성을 계산함으로써 이루어진다. 고도의 가변성은 에지에 대해 지시한다. 도 4에 도시된 바와 같이, 3X3 또는 5X5 픽셀의 크기, 박스("윈도우")는 피부색 픽셀의 최상단에 배치된다. 명백히, 정방형 박스 옆의 다른 마스크들이 사용될 수 있다. 이 가변성은 [수학식1]과 같이 정의된다.
여기서,
μx는 검사된 윈도우의 모든 픽셀의 평균치이다. "고도의" 가변 레벨은 디지털 영상을 방송하는데 사용된 카메라 및 페이스에 따라 달라진다. 그러므로, 반복 경로는 매우 높은 가변성으로 시작하여, 낮은 가변 레벨로 다운되어 동작하는데 사용된다.
각각의 가변 반복 단계에서, 픽셀들은 피부색 픽셀주위의 윈도우의 가변성이 그 반복을 위해 테스팅되는 가변 임계값보다 큰 경우에 페이스를 고려하지 않아도된다. 모든 픽셀이 반복하여 조사된 이후, 결과적인 접속 성분들은 상세히 후술되듯이 페이스 특징에 대해 검사된다. 접속 성분들은 동일한 2진 값(페이스색에 대해 흰색)인 픽셀이되어 접속된다. 접속은 4 또는 8 형태의 접속이 될 수 있다. 도 5a에 도시된 바와 같이, 4 형태 접속에 있어서, 중심 픽셀은 인접한 박스의 "1"에 의해 지정된 바와 같이 그에 직접적으로 인접한 픽셀에만 "접속"되는 것으로 고려된다. 도 5b에 도시된 바와 같이, 8 형태 접속에 있어서, 중심 픽셀에 대각선으로 접촉하는 픽셀들은 그 픽셀에 "접속"되도록 고려된다.
상술한 바와 같이, 각각의 반복 이후, 접속된 성분들은 성분 분류 단계에서 조사되어, 이들이 페이스 형태가 될 수 있는지를 보여준다. 이 조사 단계는 도 3e의 영상에 근거하여 도 7에 도시된 예로서, 각각의 결과적인 접속된 성분들 주위에 그려진 바운딩 박스에 근거한 5개의 별개의 표준으로 보여지는 것을 포함한다.
이 기준은 다음과 같다.
1. 임계값과 비교되는 바운딩 박스의 영역. 페이스가 일반적으로 매우 크거나 작지 않다는 사실을 알 수 있다.
2. 임계값과 비교되는 바운딩 박스의 특정 비율(폭에 대한 높이의 비). 인간의 페이스가 일반적으로 특정 비율의 범위에 들지 않음을 알 수 있다.
3. 임계값과 비교되는 바운딩 박스의 영역에 대한 검출된 피부색 픽셀의 영역의 비율. 이 기준으로, 인간의 페이스에 의해 덮여진 영역이 바운딩 박스의 영역의 범위내에 들지 않음을 알 수 있다.
4. 바운딩 박스내에서 확장된 물체의 방위. 일련의 픽셀의 방위를 결정하는 공지된 많은 방법이 있다. 예를 들면, 중심 축이 결정되어, 방위가 그 축으로부터 발견될 수 있다. 일반적으로, 페이스 형태는 영상을 갖는 평면에 수직인 축("z-축")에 대하여 충분히 회전하지 않아서, z 축에 대하여 회전되는 확장된 물체가 고려대상으로부터 제거된다.
5. 바운딩 박스의 중시과 조사되어지는 성분의 매스 중심사이의 거리. 일반적으로, 페이스는 바운딩 박스의 중심내에 위치하며, 예를 들면, 한 측면에 모두 위치하지 않는다.
가변성에 대한 반복이 연속적으로 이루어져서, 성분의 크기가 임계값보다 작아질때까지 더 작은 성분으로 영상을 분할한다. 도 3c 및 3e의 영상은 가변성 반목 처리를 실행한 이후 도 6a 및 6b 각각에서 변환된다. 확인할 수 있듯이, 영상의 페이스는 가변성 반복의 결과로써 배경이 있는 비-페이스 피부색 영역으로부터 분리된다. 빈번하게, 이것은 도 6b에 예시된 바와 같은 부서지는 검출된 피부색을 갖는 영역을 생성한다. 이것은 페이스의 일부를 폐색하는 물체(페이스의 머리카락 또는 눈동자)로 인해 발생할 수 있고, 또는 고도의 가변성으로 인해 제거된 부분에 의해 발생될 수 있다. 따라서, 그자체에 의한 결과적인 성분들을 사용하여 페이스를 조사하는 것이 어렵다. 가변성 반복 및 성분 분류 단계 이후에, 페이스의 일부가 될 수 있는 성분들은 도 8에 도시된 바와 같이 그래프에 맵핑된다. 이 방식으로, 비슷한 모양을 갖고 폐공간의 피부색 성분이 함께 분류되고 또한 검사된다.
도 8을 참조하여, (컬러 검출, 에지 제거 및 성분 분류 단계로 인한)각각의 결과적인 성분은 그래프의 꼭지점에 의해 표시된다. 꼭지점들은 이들이 원래의 영상에서 폐공간이거나, 원래의 영상과 유사한 컬러를 갖는 경우에 접속된다. 2개의성분, 즉, i 및 j는 ｜Yi-Yj｜＜ tjΛ｜Ui-Uj｜＜ tuANDLINE Vi-Vj｜＜ tv인 경우에 동일한 컬러를 갖는다.
여기서, Yn,Un및 Vn은 n 차 성분의 루미넌스 및 크로미넌스의 평균값이며, tn은 임계값이다. 임계값은 Y,U 및 V 값의 가변성에 의존하며, 이 임계값은 동일한 페이스의 성분이 비슷하게 되도록 충분히 높게 유지된다. 성분들 사이의 거리가 임계값보다 작은 경우, 성분들은 폐공간으로 고려된다. 공간적으로 이격된 성분들이 함께 분류되지 않는데, 이는 페이스의 일부가 공간적으로 이격된 영상의 일부에 통상적으로 위치하지 않기 때문이다.
꼭지점 사이의 접속을 에지라 칭한다. 각각의 에지는 2개의 꼭지점 사이의 유클리드 거리에 비례하는 무게를 갖는다. 꼭지점을 함께 접속하는 것은 연결되지 않은 그래프의 세트 또는 그래프를 산출한다. 결과적인 그래프 각각에 대하여, 최소 스패닝 트리(minimum spanning tree)가 도출된다. 최소 스패닝 트리는 일반적으로,모든 꼭지점들이 접속되고 그래프의 에지의 길이의 합이 가능한 작은 경우(최소 무게) 그래프의 서브세트로써 지정된다. 각각의 결과적인 그래프에 대응하는 성분들은 그래프의 모든 성분들이 하나의 성분 대신에 시간으로 분류되는 것을 제외하고, 상술된 바와 같은 성분 분류에서 규정된 모양 파라미터를 사용하여 페이스 또는 비 페이스로써 분류된다. 각각의 그래프는 가장 약한 에지(가장 무거운 무게를 갖는 에지)를 제거함으로써 2개의 그래프로 분할되고, 결과적인 그래프의 대응하는 성분들이 다시 검사된다. 이러한 분할은 결과적인 그래프주위에 형성된 바운딩 박스의 영역이 임계값보다 작을 때까지 연속된다.
페이스모양에 대한 각각의 그래프를 조사 및 분류함으로써, 영상의 모든 가능한 페이스 모양의 크기 및 위치 세트가 결정된다. 이 세트는 폴스 포지티브(false positives)의 많은 수를 유지할 수 있고, 발견적 교수법은 폴스 포지티브의 일부를 제거하는데 적용된다. 모든 페이스 모양(즉, 코, 입등)을 보면, 충분한 검사공간을 갖는 주형이 요구된다. 그러나, 실험은 이러한 페이스 모양이 고도의 가변성을 갖는 에지를 갖는 것이 도시되지 않았다. 많은 폴스 포지티브는 잠재적인 페이스의 전체적인 픽셀의 수에 대한 잠재적인 페이스 내부에서 고도의 가변성 픽셀의 비율을 검사함으로써 제거된다.
상술한 발견적 교수법은 영상내에 페이스의 캔디데이트에 형태학상의 폐 동작을 먼저 적용함으로서 이루어진다. 본 기술 분야에 공지되어 있는 바와 같이, 마스크는 잠재적인 페이스의 영역내에 각각의 픽셀을 선택되어 적용된다. 예를 들면, 3X3 마스크가 사용될 수 있다. 확장 알고리즘이 페이스의 캔디데이트 성분의 경계를 확장하기 위해 적용된다. 그 뒤, 위축 알고리즘이 사용되어 경계로부터 픽셀을 제거한다. 본 기술 분야에 통상의 지식을 가진자들은 이 방식으로 실행되는 2개의 알고리즘이 성분들 사이의 갭내에 채워지며, 실질적으로 동일한 크기에서 성분을 유지하는 것을 알 수 있다. 명백하게는, 기술자들은 다중 확장(multiple dilation)을 실행할 수 있고, 이들이 동일한 횟수만큼 적용되는 한 다중 위축(multiple erosion) 단계를 실행할 수 있다.
페이스의 캔디데이트 영역 내부에 인접한 고도의 가변성을 갖는 픽셀 비율은 페이스의 켄디데이트 영역내의 픽셀 전체수에 비교된다. 도 9a 내지 9d를 참조하면, 도 9a의 원 영상은 도 9b에 도시된 2진 영상을 달성하기 위해 상술된 방법을 사용하여 잠재적인 페이스의 캔디데이트에 대해 조사된다. 형태학상 폐 동작은 도 9c에 도시된 영상의 결과로 인한 2진 영상에서 실행된다. 최종적으로, 도 9c의 영상에 배치된 고도의 가변성을 갖는 픽셀은 도 9d에 도시된 것처럼 검출된다. 그 뒤, 전체 픽셀수에 대한 고도의 가변성 픽셀의 비율이 결정될 수 있다.
알 수 있는 바와 같이, 본 발명은 피부색이 되는 픽셀을 검출하고, 에지를 제거하며, 성분을 분할하여, 성분을 분류하고, 발견적 교수법을 적용함으로서, 디지털 영상으로 표시되는 페이스를 검출한다. 본 발명에 따른 방법은 도 10에 도시된 단계들(S2 내지 S16)에 의해 요약될 수 있다. 이러한 단계들을 실행하는 데이터는 도 11에 도시된 바와 같은 컴퓨터 판독가능 저장 매체(50,52)상에 저장될 수 있다.
양호한 실시예들을 설명하였지만, 본 발명의 정신 및 범위를 벗어나지 않고 다양한 변화가 있을 수 있고, 첨부된 청구의 범위에서 보다 명백해진다.

Claims (10)

  1. 디지털 영상으로 표시되는 페이스를 검출하는 페이스 검출 방법에 있어서,
    복수의 픽셀로 구성된 디지털 영상을 제공하는 단계(S2),
    피부색 픽셀을 검출하여 상기 디지털 영상으로부터 2진 영상을 생성하는 단계(S4),
    상기 2진 영상의 루미넌스 성분의 에지에 대응하는 픽셀을 제거하여 2진 영상 성분을 생성하는 단계(S6),
    상기 2진 영상 성분을 하나 이상의 그래프로 맵핑하는 단계(S12) 및,
    상기 맵핑된 2진 영상 성분을 페이스의 형태가 페이스의 캔디데이트로써 동작하는 페이스 및 비-페이스 형태로써 분류하는 단계를 포함하는 페이스 검출 방법.
  2. 제 1 항에 있어서,
    하나 이상의 폐쇄된 페이스의 캔디데이트(closed facial candidate)를 생성하기 위해 상기 페이스의 캔디데이트 각각에서 형태학상의 폐쇄된 동작을 적용하는 단계,
    상기 폐쇄된 페이스 캔디데이트에서 고도의 가변 픽셀을 결정하는 단계,
    상기 폐쇄된 페이스 캔디데이트의 전체 픽셀수와 상기 고도의 가변 픽셀 사이의 비율을 결정하는 단계 및,
    상기 비율을 임계값과 비교하는 단계로 이루어진, 발견적 교수법을 적용하는 단계(S16)를 더 포함하는 페이스 검출 방법.
  3. 제 1 항에 있어서,
    상기 제거 단계는,
    검사된 픽셀을 포함하는 상기 복수의 픽셀에 마스크를 적용하는 단계,
    상기 검사된 픽셀과 상기 마스크내에 배치된 픽셀 사이의 가변성을 결정하는 단계 및,
    상기 가변성과 가변 임계값을 비교하는 단계를 포함하는 페이스 검출 방법.
  4. 제 3 항에 있어서,
    상기 제거 단계는 상기 2진 영상 성분의 크기가 성분 크기 임계값보다 작을 때까지 가변 임계값을 감소시키도록 반복되며,
    상기 각각의 제거 단계 이후, 상기 각각의 2진 영상 성분이 상기 페이스 형태 및 비-페이스 형태 중 하나로써 분류되는 페이스 검출 방법.
  5. 제 4 항에 있어서,
    상기 2진 영상 성분들이 접속되는 페이스 검출 방법.
  6. 제 1 항에 있어서,
    상기 분류 단계는 상기 성분 중 분류된 성분 주위에 바운딩 박스를 형성하는 단계 및;
    상기 바운딩 박스의 영역과 바운딩 박스의 임계값을 비교하는 단계,
    상기 바운딩 박스의 특정 비율과 특정 비율 임계값을 비교하는 단계,
    상기 분류된 성분의 영역과 상기 바운딩 박스의 영역 사이의 비교로 이루어지는 영역 비율을 결정하고, 상기 영역 비율과 영역 비율 임계값을 비교하는 단계,
    상기 바운딩 박스내에서 연장된 물체의 방위를 결정하는 단계 및,
    상기 바운딩 박스의 중심과 분류된 성분의 중심 사이의 거리를 결정하는 단계 중 하나의 단계를 실행하는 단계를 포함하는 페이스 검출 방법.
  7. 제 1 항에 있어서,
    상기 맵핑 단계는,
    각각의 성분을 꼭지점으로써 표시하는 단계 및,
    공간이 폐쇄되거나 컬러가 동일한 경우 꼭지점을 에지와 접속하여, 상기 하나 이상의 그래프를 형성하는 단계를 포함하는 페이스 검출 방법.
  8. 제 7 항에 있어서,
    각각의 에지는 무게와 연관되며,
    각 그래프의 최소 스패닝 트리(minimum spanning tree)를 확장하는 단계,
    상기 대응하는 각각의 그래프의 2진 영상 성분을 상기 페이스 형태 및 비-페이스 형태 중 하나의 형태로써 분류하는 단계,
    가장 무거운 무게를 갖는 각각의 그래프내의 에지를 제거하여 2개의 더 작은 그래프를 형성하는 단계 및,
    상기 더 작은 그래프 주위의 바운딩 박스가 그래프 임계값보다 작을 때 까지 상기 더 작은 그래프 각각에 대한 대응하는 2진 영상 성분을 분류하는 상기 분류 단계를 반복하는 단계를 더 포함하는 페이스 검출 방법.
  9. 복수의 픽셀로 구성된 디지털 영상을 제공하는 단계(S2),
    피부색 픽셀을 검출하여 상기 디지털 영상으로부터 2진 영상을 생성하는 단계(S4),
    컬러에 의해 상기 픽셀을 분류하는 단계,
    상기 2진 영상의 루미넌스 성분에 있는 에지에 대응하는 픽셀을 제거하여 2진 영상 성분을 생성하는 단계(S6),
    상기 2진 영상 성분을 하나 이상의 그래프로 맵핑하는 단계(S12) 및,
    상기 맵핑된 2진 영상 성분을 페이스의 형태가 페이스의 캔디데이트로써 동작하는 페이스 및 비-페이스 형태로써 분류하는 단계를 실행하기 위한 데이터를 포함하는 컴퓨터 판독가능 저장 매체(50,52).
  10. 디지털 영상으로 표시되는 페이스를 검출하는 페이스 검출 방법에 있어서,
    복수의 픽셀로 구성된 디지털 영상을 제공하는 단계(S2),
    피부색 픽셀을 검출하여 상기 디지털 영상으로부터 2진 영상을 생성하는 단계(S4),
    상기 2진 영상의 루미넌스 성분에 있는 에지에 대응하는 픽셀을 제거하여 2진 영상 성분을 생성하는 단계(S6) 및,
    상기 2진 영상 성분 각각을 페이스 형태 및 비-페이스 형태 중 하나의 형태로써 분류하는 단계(S8)를 포함하며;
    상기 분류 단계는 상기 성분 중 분류된 성분 주위에 바운딩 박스를 형성하는 단계 및;
    상기 바운딩 박스의 영역과 바운딩 박스의 임계값을 비교하는 단계,
    상기 바운딩 박스의 특정 비율과 특정 비율 임계값을 비교하는 단계,
    상기 분류된 성분의 영역과 상기 바운딩 박스의 영역 사이의 비교로 이루어지는 영역 비율을 결정하고, 상기 영역 비율과 영역 비율 임계값을 비교하는 단계,
    상기 바운딩 박스내에서 연장된 물체의 방위를 결정하는 단계 및,
    상기 바운딩 박스의 중심과 분류된 성분의 중심 사이의 거리를 결정하는 단계 중 하나의 단계를 실행하는 단계를 포함하는 페이스 검출 방법.
KR1020007008751A 1998-12-11 1999-12-01 디지털 영상에서 얼굴을 검출하는 방법 KR100677177B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US09/210,415 US6263113B1 (en) 1998-12-11 1998-12-11 Method for detecting a face in a digital image
US09/210,415 1998-12-11

Publications (2)

Publication Number Publication Date
KR20010040852A true KR20010040852A (ko) 2001-05-15
KR100677177B1 KR100677177B1 (ko) 2007-02-05

Family

ID=22782815

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020007008751A KR100677177B1 (ko) 1998-12-11 1999-12-01 디지털 영상에서 얼굴을 검출하는 방법

Country Status (5)

Country Link
US (2) US6263113B1 (ko)
EP (1) EP1053530A1 (ko)
JP (1) JP2002532807A (ko)
KR (1) KR100677177B1 (ko)
WO (1) WO2000036546A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100695159B1 (ko) * 2005-08-04 2007-03-14 삼성전자주식회사 피부색 모델을 위한 알지비 맵 생성장치 및 방법과 이를이용한 피부색 검출장치 및 방법
KR100905793B1 (ko) * 2001-12-03 2009-07-02 마이크로소프트 코포레이션 다수의 큐를 사용하여 다수의 개인들의 자동 검출 및 트래킹을 하기 위한 방법, 시스템, 컴퓨터 판독가능 매체 및 컴퓨팅 장치

Families Citing this family (135)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AUPP400998A0 (en) 1998-06-10 1998-07-02 Canon Kabushiki Kaisha Face detection in digital images
US6263113B1 (en) * 1998-12-11 2001-07-17 Philips Electronics North America Corp. Method for detecting a face in a digital image
US7057636B1 (en) * 1998-12-22 2006-06-06 Koninklijke Philips Electronics N.V. Conferencing system and method for the automatic determination of preset positions corresponding to participants in video-mediated communications
US6639998B1 (en) * 1999-01-11 2003-10-28 Lg Electronics Inc. Method of detecting a specific object in an image signal
US7155033B1 (en) * 1999-02-01 2006-12-26 Thomson Licensing Coarse representation of visual object's shape for search/query/filtering applications
US6940545B1 (en) * 2000-02-28 2005-09-06 Eastman Kodak Company Face detecting camera and method
JP4526639B2 (ja) * 2000-03-02 2010-08-18 本田技研工業株式会社 顔認識装置およびその方法
JP2001282846A (ja) * 2000-03-29 2001-10-12 Canon Inc 画像検索方法及び装置
US7221780B1 (en) * 2000-06-02 2007-05-22 Sony Corporation System and method for human face detection in color graphics images
US7010146B2 (en) * 2000-06-12 2006-03-07 Kabushiki Kaisha Topcon Database constructing system
WO2002019137A1 (en) * 2000-08-29 2002-03-07 Imageid Ltd. Indexing, storage & retrieval of digital images
US20020085738A1 (en) * 2000-12-28 2002-07-04 Peters Geoffrey W. Controlling a processor-based system by detecting flesh colors
KR100416991B1 (ko) * 2001-01-11 2004-02-05 삼성전자주식회사 가상 배경 표시 기능을 갖는 영상 단말 장치 및 그 구현방법
US20020145756A1 (en) * 2001-04-06 2002-10-10 Stoecker Steven D. Passport photograph generation system
TW505892B (en) * 2001-05-25 2002-10-11 Ind Tech Res Inst System and method for promptly tracking multiple faces
KR20030026529A (ko) * 2001-09-26 2003-04-03 엘지전자 주식회사 키프레임 기반 비디오 요약 시스템
GB0200954D0 (en) * 2002-01-16 2002-03-06 Autoliv Dev Improvements in or relating to a camera arrangement
AU2002359172A1 (en) * 2002-01-16 2003-07-30 Autoliv Development Ab A camera arrangement
US20030174869A1 (en) * 2002-03-12 2003-09-18 Suarez Anthony P. Image processing apparatus, image processing method, program and recording medium
EP1353516A1 (en) * 2002-04-08 2003-10-15 Mitsubishi Electric Information Technology Centre Europe B.V. A method and apparatus for detecting and/or tracking one or more colour regions in an image or sequence of images
JP4538214B2 (ja) * 2002-11-22 2010-09-08 オセ−テクノロジーズ・ベー・ヴエー グラフによる画像分割
ATE421735T1 (de) * 2002-11-22 2009-02-15 Oce Tech Bv Segmentierung eines bildes mittels kürzester zyklen
EP1439484B1 (en) * 2002-11-22 2009-01-21 Océ-Technologies B.V. Segmenting an image via shortest cycles
GB2395780A (en) * 2002-11-29 2004-06-02 Sony Uk Ltd Face detection
US8363951B2 (en) 2007-03-05 2013-01-29 DigitalOptics Corporation Europe Limited Face recognition training method and apparatus
US7620218B2 (en) 2006-08-11 2009-11-17 Fotonation Ireland Limited Real-time face tracking with reference images
US7471846B2 (en) * 2003-06-26 2008-12-30 Fotonation Vision Limited Perfecting the effect of flash within an image acquisition devices using face detection
US7565030B2 (en) 2003-06-26 2009-07-21 Fotonation Vision Limited Detecting orientation of digital images using face detection information
US8896725B2 (en) 2007-06-21 2014-11-25 Fotonation Limited Image capture device with contemporaneous reference image capture mechanism
US9692964B2 (en) 2003-06-26 2017-06-27 Fotonation Limited Modification of post-viewing parameters for digital images using image region or feature information
US7315630B2 (en) * 2003-06-26 2008-01-01 Fotonation Vision Limited Perfecting of digital image rendering parameters within rendering devices using face detection
US7844076B2 (en) 2003-06-26 2010-11-30 Fotonation Vision Limited Digital image processing using face detection and skin tone information
US8553949B2 (en) 2004-01-22 2013-10-08 DigitalOptics Corporation Europe Limited Classification and organization of consumer digital images using workflow, and face detection and recognition
US7269292B2 (en) * 2003-06-26 2007-09-11 Fotonation Vision Limited Digital image adjustable compression and resolution using face detection information
US8989453B2 (en) 2003-06-26 2015-03-24 Fotonation Limited Digital image processing using face detection information
US7574016B2 (en) 2003-06-26 2009-08-11 Fotonation Vision Limited Digital image processing using face detection information
US8498452B2 (en) 2003-06-26 2013-07-30 DigitalOptics Corporation Europe Limited Digital image processing using face detection information
US8948468B2 (en) 2003-06-26 2015-02-03 Fotonation Limited Modification of viewing parameters for digital images using face detection information
US7792335B2 (en) 2006-02-24 2010-09-07 Fotonation Vision Limited Method and apparatus for selective disqualification of digital images
US8330831B2 (en) 2003-08-05 2012-12-11 DigitalOptics Corporation Europe Limited Method of gathering visual meta data using a reference image
US8682097B2 (en) 2006-02-14 2014-03-25 DigitalOptics Corporation Europe Limited Digital image enhancement with reference images
US8155397B2 (en) 2007-09-26 2012-04-10 DigitalOptics Corporation Europe Limited Face tracking in a camera processor
US7587068B1 (en) 2004-01-22 2009-09-08 Fotonation Vision Limited Classification database for consumer digital images
US7440593B1 (en) 2003-06-26 2008-10-21 Fotonation Vision Limited Method of improving orientation and color balance of digital images using face detection information
US7792970B2 (en) 2005-06-17 2010-09-07 Fotonation Vision Limited Method for establishing a paired connection between media devices
US9129381B2 (en) 2003-06-26 2015-09-08 Fotonation Limited Modification of post-viewing parameters for digital images using image region or feature information
US8189927B2 (en) 2007-03-05 2012-05-29 DigitalOptics Corporation Europe Limited Face categorization and annotation of a mobile phone contact list
US7317815B2 (en) * 2003-06-26 2008-01-08 Fotonation Vision Limited Digital image processing composition using face detection information
US7680342B2 (en) 2004-08-16 2010-03-16 Fotonation Vision Limited Indoor/outdoor classification in digital images
US8593542B2 (en) 2005-12-27 2013-11-26 DigitalOptics Corporation Europe Limited Foreground/background separation using reference images
US7616233B2 (en) * 2003-06-26 2009-11-10 Fotonation Vision Limited Perfecting of digital image capture parameters within acquisition devices using face detection
US7362368B2 (en) * 2003-06-26 2008-04-22 Fotonation Vision Limited Perfecting the optics within a digital image acquisition device using face detection
US8494286B2 (en) 2008-02-05 2013-07-23 DigitalOptics Corporation Europe Limited Face detection in mid-shot digital images
US7190829B2 (en) * 2003-06-30 2007-03-13 Microsoft Corporation Speedup of face detection in digital images
US20050063568A1 (en) * 2003-09-24 2005-03-24 Shih-Ching Sun Robust face detection algorithm for real-time video sequence
JP2005196270A (ja) * 2003-12-26 2005-07-21 Konica Minolta Photo Imaging Inc 画像処理方法、画像処理装置及び画像処理プログラム
CN100418106C (zh) * 2003-12-29 2008-09-10 佳能株式会社 用于检测人脸的方法和设备
US7555148B1 (en) 2004-01-22 2009-06-30 Fotonation Vision Limited Classification system for consumer digital images using workflow, face detection, normalization, and face recognition
US7564994B1 (en) 2004-01-22 2009-07-21 Fotonation Vision Limited Classification system for consumer digital images using automatic workflow and face detection and recognition
US7558408B1 (en) 2004-01-22 2009-07-07 Fotonation Vision Limited Classification system for consumer digital images using workflow and user interface modules, and face detection and recognition
US7551755B1 (en) 2004-01-22 2009-06-23 Fotonation Vision Limited Classification and organization of consumer digital images using workflow, and face detection and recognition
JP3714350B2 (ja) * 2004-01-27 2005-11-09 セイコーエプソン株式会社 画像中の人物候補領域抽出方法及び人物候補領域抽出システム並びに人物候補領域抽出プログラム
WO2005071614A1 (ja) * 2004-01-27 2005-08-04 Seiko Epson Corporation 人物顔の検出位置ずれ補正方法及び補正システム並びに補正プログラム
NZ551233A (en) * 2004-04-14 2009-04-30 Digital River Inc Geographic location based licensing system
US8320641B2 (en) 2004-10-28 2012-11-27 DigitalOptics Corporation Europe Limited Method and apparatus for red-eye detection using preview or other reference images
US7796827B2 (en) * 2004-11-30 2010-09-14 Hewlett-Packard Development Company, L.P. Face enhancement in a digital video
US7315631B1 (en) 2006-08-11 2008-01-01 Fotonation Vision Limited Real-time face tracking in a digital image acquisition device
US8503800B2 (en) 2007-03-05 2013-08-06 DigitalOptics Corporation Europe Limited Illumination detection using classifier chains
US7715597B2 (en) 2004-12-29 2010-05-11 Fotonation Ireland Limited Method and component for image recognition
JP4824411B2 (ja) * 2005-01-20 2011-11-30 パナソニック株式会社 顔抽出装置、半導体集積回路
TWI297863B (en) * 2005-05-09 2008-06-11 Compal Electronics Inc Method for inserting a picture in a video frame
KR101303877B1 (ko) * 2005-08-05 2013-09-04 삼성전자주식회사 얼굴 검출과 피부 영역 검출을 적용하여 피부의 선호색변환을 수행하는 방법 및 장치
US7545954B2 (en) * 2005-08-22 2009-06-09 General Electric Company System for recognizing events
KR100756047B1 (ko) 2006-01-25 2007-09-07 한국인식산업(주) 생체 얼굴 인식 장치 및 그 방법
US7804983B2 (en) 2006-02-24 2010-09-28 Fotonation Vision Limited Digital image acquisition control and correction method and apparatus
KR100695174B1 (ko) * 2006-03-28 2007-03-14 삼성전자주식회사 가상 입체음향을 위한 청취자 머리위치 추적방법 및 장치
JP4765732B2 (ja) * 2006-04-06 2011-09-07 オムロン株式会社 動画編集装置
EP2033142B1 (en) 2006-06-12 2011-01-26 Tessera Technologies Ireland Limited Advances in extending the aam techniques from grayscale to color images
US7515740B2 (en) 2006-08-02 2009-04-07 Fotonation Vision Limited Face recognition with combined PCA-based datasets
US7403643B2 (en) 2006-08-11 2008-07-22 Fotonation Vision Limited Real-time face tracking in a digital image acquisition device
US7916897B2 (en) 2006-08-11 2011-03-29 Tessera Technologies Ireland Limited Face tracking for controlling imaging parameters
TW200809700A (en) * 2006-08-15 2008-02-16 Compal Electronics Inc Method for recognizing face area
US7689011B2 (en) * 2006-09-26 2010-03-30 Hewlett-Packard Development Company, L.P. Extracting features from face regions and auxiliary identification regions of images for person recognition and other applications
US20080107341A1 (en) * 2006-11-02 2008-05-08 Juwei Lu Method And Apparatus For Detecting Faces In Digital Images
JP4845715B2 (ja) * 2006-12-22 2011-12-28 キヤノン株式会社 画像処理方法、画像処理装置、プログラム、及び記憶媒体
US8055067B2 (en) 2007-01-18 2011-11-08 DigitalOptics Corporation Europe Limited Color segmentation
JP5049356B2 (ja) 2007-02-28 2012-10-17 デジタルオプティックス・コーポレイション・ヨーロッパ・リミテッド テクスチャ空間分解に基づく統計的顔モデリングにおける指向性照明変動性の分離
WO2008107002A1 (en) 2007-03-05 2008-09-12 Fotonation Vision Limited Face searching and detection in a digital image acquisition device
US7979809B2 (en) * 2007-05-11 2011-07-12 Microsoft Corporation Gestured movement of object to display edge
US7916971B2 (en) 2007-05-24 2011-03-29 Tessera Technologies Ireland Limited Image processing method and apparatus
US8041120B2 (en) * 2007-06-26 2011-10-18 Microsoft Corporation Unified digital ink recognition
US8315482B2 (en) * 2007-06-26 2012-11-20 Microsoft Corporation Integrated platform for user input of digital ink
US8094939B2 (en) * 2007-06-26 2012-01-10 Microsoft Corporation Digital ink-based search
CN101488181B (zh) * 2008-01-15 2011-07-20 华晶科技股份有限公司 多方向的人脸检测方法
US8750578B2 (en) 2008-01-29 2014-06-10 DigitalOptics Corporation Europe Limited Detecting facial expressions in digital images
WO2010082942A1 (en) * 2008-02-01 2010-07-22 Canfield Scientific, Incorporated Automatic mask design and registration and feature detection for computer-aided skin analysis
US7855737B2 (en) 2008-03-26 2010-12-21 Fotonation Ireland Limited Method of making a digital camera image of a scene including the camera user
CN103402070B (zh) 2008-05-19 2017-07-07 日立麦克赛尔株式会社 记录再现装置及方法
CN106919911A (zh) 2008-07-30 2017-07-04 快图有限公司 使用脸部检测的自动脸部和皮肤修饰
KR20100034843A (ko) * 2008-09-25 2010-04-02 (주)엠엑스알커뮤니케이션즈 3차원 얼굴 인식 보안 장치 및 그 방법
WO2010063463A2 (en) 2008-12-05 2010-06-10 Fotonation Ireland Limited Face recognition using face tracker classifier data
AU2008260018C1 (en) * 2008-12-18 2011-01-20 Canon Kabushiki Kaisha Refining text extraction in colour compound documents
US7916905B2 (en) * 2009-02-02 2011-03-29 Kabushiki Kaisha Toshiba System and method for image facial area detection employing skin tones
US20100295782A1 (en) 2009-05-21 2010-11-25 Yehuda Binder System and method for control based on face ore hand gesture detection
US8379917B2 (en) 2009-10-02 2013-02-19 DigitalOptics Corporation Europe Limited Face recognition performance using additional image features
US8170332B2 (en) * 2009-10-07 2012-05-01 Seiko Epson Corporation Automatic red-eye object classification in digital images using a boosting-based framework
US8358812B2 (en) * 2010-01-25 2013-01-22 Apple Inc. Image Preprocessing
US8244003B2 (en) * 2010-01-25 2012-08-14 Apple Inc. Image preprocessing
US8254646B2 (en) 2010-01-25 2012-08-28 Apple Inc. Image preprocessing
US8244004B2 (en) * 2010-01-25 2012-08-14 Apple Inc. Image preprocessing
US8326001B2 (en) * 2010-06-29 2012-12-04 Apple Inc. Low threshold face recognition
JP5787634B2 (ja) * 2010-08-09 2015-09-30 キヤノン株式会社 撮像装置
US8836777B2 (en) 2011-02-25 2014-09-16 DigitalOptics Corporation Europe Limited Automatic detection of vertical gaze using an embedded imaging device
US20130201316A1 (en) 2012-01-09 2013-08-08 May Patents Ltd. System and method for server based control
US8983152B2 (en) 2013-05-14 2015-03-17 Google Inc. Image masks for face-related selection and processing in images
US9256950B1 (en) 2014-03-06 2016-02-09 Google Inc. Detecting and modifying facial features of persons in images
EP4250738A3 (en) 2014-04-22 2023-10-11 Snap-Aid Patents Ltd. Method for controlling a camera based on processing an image captured by other camera
US9679212B2 (en) 2014-05-09 2017-06-13 Samsung Electronics Co., Ltd. Liveness testing methods and apparatuses and image processing methods and apparatuses
KR102240570B1 (ko) 2014-05-13 2021-04-15 삼성전자주식회사 신장 트리 생성 방법 및 장치，스테레오 매칭 방법 및 장치，업 샘플링 방법 및 장치，및 기준 픽셀 생성 방법 및 장치
EP3167407A4 (en) 2014-08-07 2017-11-08 Huawei Technologies Co. Ltd. A processing device and method for face detection
WO2016165060A1 (en) * 2015-04-14 2016-10-20 Intel Corporation Skin detection based on online discriminative modeling
WO2016207875A1 (en) 2015-06-22 2016-12-29 Photomyne Ltd. System and method for detecting objects in an image
US9864901B2 (en) 2015-09-15 2018-01-09 Google Llc Feature detection and masking in images based on color distributions
US9547908B1 (en) 2015-09-28 2017-01-17 Google Inc. Feature mask determination for images
US10223590B2 (en) 2016-08-01 2019-03-05 Qualcomm Incorporated Methods and systems of performing adaptive morphology operations in video analytics
KR102645202B1 (ko) 2017-01-03 2024-03-07 한국전자통신연구원 기계 학습 방법 및 장치
JP2018112777A (ja) * 2017-01-06 2018-07-19 富士通株式会社 推奨アイテム出力プログラム、出力制御プログラム、推奨アイテム出力装置、出力制御装置、推奨アイテム出力方法および出力制御方法
WO2019203920A1 (en) * 2018-04-17 2019-10-24 Hrl Laboratories, Llc Hardware and system of bounding box generation for image processing pipeline
US20200065706A1 (en) * 2018-08-24 2020-02-27 Htc Corporation Method for verifying training data, training system, and computer program product
US10949715B1 (en) 2019-08-19 2021-03-16 Neon Evolution Inc. Methods and systems for image and voice processing
US10803646B1 (en) 2019-08-19 2020-10-13 Neon Evolution Inc. Methods and systems for image and voice processing
US10658005B1 (en) 2019-08-19 2020-05-19 Neon Evolution Inc. Methods and systems for image and voice processing
US10671838B1 (en) * 2019-08-19 2020-06-02 Neon Evolution Inc. Methods and systems for image and voice processing
WO2021050369A1 (en) * 2019-09-10 2021-03-18 The Regents Of The University Of California Autonomous comfort systems
US11308657B1 (en) 2021-08-11 2022-04-19 Neon Evolution Inc. Methods and systems for image processing using a learning engine

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2973676B2 (ja) * 1992-01-23 1999-11-08 松下電器産業株式会社 顔画像特徴点抽出装置
CA2116600C (en) * 1993-04-10 1996-11-05 David Jack Ittner Methods and apparatus for inferring orientation of lines of text
US5689575A (en) * 1993-11-22 1997-11-18 Hitachi, Ltd. Method and apparatus for processing images of facial expressions
US5781650A (en) * 1994-02-18 1998-07-14 University Of Central Florida Automatic feature detection and age classification of human faces in digital images
US5912721A (en) * 1996-03-13 1999-06-15 Kabushiki Kaisha Toshiba Gaze detection apparatus and its method as well as information display apparatus
US6343141B1 (en) 1996-10-08 2002-01-29 Lucent Technologies Inc. Skin area detection for video image systems
JP3512992B2 (ja) * 1997-01-07 2004-03-31 株式会社東芝 画像処理装置および画像処理方法
WO1999023600A1 (en) * 1997-11-04 1999-05-14 The Trustees Of Columbia University In The City Of New York Video signal face region detection
US6263113B1 (en) * 1998-12-11 2001-07-17 Philips Electronics North America Corp. Method for detecting a face in a digital image

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100905793B1 (ko) * 2001-12-03 2009-07-02 마이크로소프트 코포레이션 다수의 큐를 사용하여 다수의 개인들의 자동 검출 및 트래킹을 하기 위한 방법, 시스템, 컴퓨터 판독가능 매체 및 컴퓨팅 장치
KR100695159B1 (ko) * 2005-08-04 2007-03-14 삼성전자주식회사 피부색 모델을 위한 알지비 맵 생성장치 및 방법과 이를이용한 피부색 검출장치 및 방법

Also Published As

Publication number Publication date
US6263113B1 (en) 2001-07-17
US6574354B2 (en) 2003-06-03
JP2002532807A (ja) 2002-10-02
KR100677177B1 (ko) 2007-02-05
US20010026633A1 (en) 2001-10-04
EP1053530A1 (en) 2000-11-22
WO2000036546A1 (en) 2000-06-22

Similar Documents

Publication Publication Date Title
KR20010040852A (ko) 디지털 영상의 페이스 검출 방법
Marr Early processing of visual information
US9042650B2 (en) Rule-based segmentation for objects with frontal view in color images
US7039216B2 (en) Automatic sketch generation
US20080193020A1 (en) Method for Facial Features Detection
EP1452995A2 (en) Method for detecting color objects in digital images
US7356185B2 (en) Preparation of a digital image with subsequent edge detection
WO2003021533A9 (en) Color image segmentation in an object recognition system
Amit et al. Efficient focusing and face detection
JPH0793561A (ja) エッジ及び輪郭抽出装置
Abdullah-Al-Wadud et al. Skin segmentation using color distance map and water-flow property
Liu et al. A simple and fast text localization algorithm for indoor mobile robot navigation
Fang et al. A novel adaptive colour segmentation algorithm and its application to skin detection
JPH10285399A (ja) 画像の二値化方法
Brand et al. Enhancing face detection in colour images using a skin probability map
Hettiarachchi et al. Fence-like quasi-periodic texture detection in images
Anagnostopoulos et al. A probabilistic neural network for face detection on segmented skin areas based on fuzzy rules
CN111311696A (zh) 一种基于高光谱解混技术的车牌真伪检测方法
Zaqout et al. Pixel-based skin color detection technique
Várkonyi-Kóczy New advances in digital image processing
US6718067B1 (en) Method of manipulating illumination effects associated with an image
Huang et al. Real time face detection based on skin tone detector
Palus Region-based colour image segmentation: Control parameters and evaluation functions
Henricsson et al. Exploiting photometric and chromatic attributes in a perceptual organization framework
Shioyama et al. Segmentation and object detection with gabor filters and cumulative histograms

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
AMND Amendment
J201 Request for trial against refusal decision
B701 Decision to grant
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee