KR20110026214A - 얼굴 검출 장치 및 방법 - Google Patents

얼굴 검출 장치 및 방법 Download PDF

Info

Publication number
KR20110026214A
KR20110026214A KR1020090084015A KR20090084015A KR20110026214A KR 20110026214 A KR20110026214 A KR 20110026214A KR 1020090084015 A KR1020090084015 A KR 1020090084015A KR 20090084015 A KR20090084015 A KR 20090084015A KR 20110026214 A KR20110026214 A KR 20110026214A
Authority
KR
South Korea
Prior art keywords
image
distance
face
background
difference image
Prior art date
Application number
KR1020090084015A
Other languages
English (en)
Inventor
박동렬
김연호
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
Priority to KR1020090084015A priority Critical patent/KR20110026214A/ko
Priority to CN201010160306.5A priority patent/CN102013007B/zh
Priority to US12/805,515 priority patent/US8780197B2/en
Priority to EP10175480A priority patent/EP2299388A3/en
Publication of KR20110026214A publication Critical patent/KR20110026214A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Abstract

얼굴 검출 장치 및 방법이 개시된다. 본 발명의 일 양상에 따른 얼굴 검출 장치는 스테레오 카메라를 통해 거리 차 영상을 획득하고, 거리 차 영상을 이용하여 객체 마스크를 생성하여 얼굴 후보 영역을 검출하는 것이 가능하다. 그리고 거리 차 영상을 이용하여 탐색 창의 크기를 결정하고 얼굴 후보 영역 내에서 얼굴 영역을 검출하는 것이 가능하다. 따라서 얼굴 검출 연산 속도를 향상 시킬 수가 있다.
얼굴 검출, 스테레오 카메라, 거리 영상, 객체 마스크, 배경, 사람

Description

얼굴 검출 장치 및 방법{Apparatus and Method for detecting face}
영상에서 얼굴 영역을 검출하는 기술과 관련된다.
얼굴을 검출하여 사람의 존재 여부, 위치, 및 방향 등을 알아내고 이를 이용하여 사람의 신분을 파악하거나,　사람에 특화된 서비스를 제공하는 자동기기에 대한 수요가 늘고 있다.
예들 들면 얼굴을 인식하여 출입자를 감지하는 보안시스템, 얼굴을 감지하여 로그인을 할 수 있는 카메라 장착 노트북, 얼굴을 검출하여 웃는 얼굴을 포착하는 카메라 등이 그것이다.
최근 가장 많이 사용되는 얼굴 검출 방법에는 다양한 크기의 sub-window를 영상 전 영역에 걸쳐 이동하면서 sub-window에 의해 탐색된 부분을 얼굴 영역과 비-얼굴 영역으로 구분하는 방법이 있다.
이 때, 얼굴 영역과 비-얼굴 영역의 구분은 여러 개의 분류기를 연속으로 연결한 직렬 구조의 분류기를 통해 이루어진다. 즉, 각 단계의 분류기에서 얼굴로 검출되면 다음 단계로 넘어가고, 배경으로 검출되면 다음 단계로 넘어가지 않고 바로 배경으로 분류된다.
이와 같은 방법은 영상의 전 영역을 스캐닝해야하기 때문에 가전기기에 주로 사용되는 저가의 느린 프로세서에서는 적당하지 않다.
본 명세서에서는, 얼굴 검출 속도를 향상시킨 얼굴 검출 장치 및 방법에 개시된다.
본 발명의 일 양상에 따른 얼굴 검출 장치는, 스테레오 카메라로부터 획득된 배경에 관한 복수의 영상으로부터 제 1 거리 영상을 획득하는 제 1 거리 영상 획득부, 스테레오 카메라로부터 획득된 객체 및 배경에 관한 복수의 영상으로부터 제 2 거리 영상을 획득하는 제 2 거리 영상 획득부, 제 1 거리 영상과 제 2 거리 영상 간의 거리 차 영상을 획득하는 거리 차 영상 획득부, 획득된 거리 차 영상에 기초하여 객체 마스크를 생성하는 객체 마스크 생성부, 생성된 객체 마스크를 이용하여 스테레오 카메라로부터 획득된 어느 하나의 영상에서 객체 영역을 검출하는 객체 영역 검출부, 및 검출된 객체 영역 내에서 얼굴을 검출하는 얼굴 영역 검출부를 포함할 수 있다.
또한, 얼굴 검출 장치는, 획득된 거리 차 영상에 기초하여 객체까지의 거리를 계산하고, 계산된 객체까지의 거리에 기초하여 얼굴 검출을 위한 탐색 창의 크기를 결정하는 탐색 창 크기 결정부를 더 포함할 수 있다. 이 때, 얼굴 영역 검출부는, 크기가 결정된 탐색 창을 검출된 객체 영역 내에서 스캐닝하여 얼굴을 검출하는 것이 가능하다.
또한, 객체 마스크는, 획득된 거리 차 영상에서 노이즈를 제거하고, 노이즈 가 제거된 거리 차 영상을 이진화하여 생성되는 것이 가능하다.
본 발명의 일 양상에 따른 얼굴 검출 방법은, 스테레오 카메라로부터 획득된 배경에 관한 복수의 영상으로부터 제 1 거리 영상을 획득하는 단계, 스테레오 카메라로부터 획득된 객체 및 배경에 관한 복수의 영상으로부터 제 2 거리 영상을 획득하는 단계, 제 1 거리 영상과 제 2 거리 영상 간의 거리 차 영상을 획득하는 단계, 획득된 거리 차 영상에 기초하여 객체 마스크를 생성하는 단계, 생성된 객체 마스크를 이용하여 스테레오 카메라로부터 획득된 어느 하나의 영상에서 객체 영역을 검출하는 단계, 및 검출된 객체 영역 내에서 얼굴 영역을 검출하는 단계를 포함할 수 있다.
또한, 얼굴 검출 방법은, 획득된 거리 차 영상에 기초하여 객체까지의 거리를 계산하고, 계산된 객체까지의 거리에 기초하여 얼굴 검출을 위한 탐색 창의 크기를 결정하는 단계를 더 포함할 수 있다.
개시된 내용에 따르면, 얼굴 검출 알고리즘이 실행되기 전에 얼굴 후보 영역이 미리 검출되기 때문에 얼굴 검출을 위한 연산 속도를 향상시킬 수가 있다. 그리고 스테레오 카메라를 통한 거리 영상을 이용하여 얼굴 영역을 검출하기 때문에 가전기기에 사용되는 저가의 프로세서에도 쉽게 적용될 수 있다. 나아가 에어컨에서 얼굴의 3차원 공간 내의 위치를 파악하여 송풍 방향을 제어하는 방식으로 응용 서비스를 제공할 수가 있다.
이하, 첨부된 도면을 참조하여 본 발명의 실시를 위한 구체적인 예를 상세히 설명한다.
도 1은 본 발명의 일 실시 예에 따른 거리 영상을 도시한다.
도 1에서, 거리 영상(101)이란 각 지점이 거리 정보로 표현된 영상으로 정의될 수 있다. 거리 영상(101)에서 거리 정보는 색으로 표현될 수 있다. 예를 들어, 거리 영상(101)의 각 지점이 그 거리에 따라 명도가 다른 색으로 표현되는 것이 가능하다.
도 2는 본 발명의 일 실시 예에 따른 거리 영상을 획득하는 원리를 도시한다.
도 2에서, 거리 영상은 스테레오 카메라에 의해 얻어진 두 개의 영상으로부터 얻어질 수 있다. 스테레오 카메라란 사람의 눈과 같이 왼쪽 카메라와 오른쪽 카메라가 결합된 카메라가 될 수 있다. 예를 들어, C점에 왼쪽 카메라가 위치하고 C`점에 오른쪽 카메라가 위치하는 것이 가능하다. 즉, 참조 번호 102는 왼쪽 카메라로부터 얻어진 제 1 영상이 될 수 있고, 참조 번호 103은 오른쪽 카메라로부터 얻어진 제 2 영상이 될 수 있다. 이 때, 제 1 영상(102) 또는 제 2 영상(103)에서 특정한 지점(M)까지의 거리는 다음과 같은 식에 의해 구해질 수 있다.
z = (B/d)*F
수학식 1에서, z는 M점까지의 거리를 나타낸다. 그리고 B는 C점과 C`점 간 의 거리를, d는 각 영상에서의 M점의 위치 좌표 차이(즉, X1과 X2의 차이)를, F는 카메라 렌즈의 초점 거리를 나타낸다. B 값은 상수(constant)로 주어지거나 측정이 가능한 값이고, d 값은 SSD(sum of squared difference) 기법에 의해 구할 수 있고, F는 카메라 렌즈에 따라 결정되는 값이므로, 두 개의 영상으로부터 영상의 각 지점까지의 거리 z 값을 구하는 것이 가능하다.
이와 같이, 스테레오 카메라를 이용하여 두 개의 영상을 획득하고, 영상에서 각 지점의 거리를 계산하여 각 지점을 거리에 따라 다른 색으로 표현하면 도 1과 같은 거리 영상을 획득할 수 있다.
도 3은 본 발명의 일 실시 예에 따른 얼굴 검출 장치를 도시한다.
도 3에서, 얼굴 검출 장치(300)는 스테레오 카메라(301), 제 1 거리 영상 획득부(302), 제 2 거리 영상 획득부(303), 거리 차 영상 획득부(304), 객체 마스크 생성부(305), 객체 영역 검출부(306), 및 얼굴 영역 검출부(307)를 포함할 수 있다.
스테레오 카메라(301)는 2개의 촬영용 렌즈를 일정 간격 띄워놓고 같은 물체를 촬영하여 동시에 2개의 영상을 얻을 수 있도록 구성된 카메라가 될 수 있다. 예컨대, 스테레오 카메라(301)는 왼쪽에 위치한 L 카메라(311)와 오른쪽에 위치한 R 카메라(321)로 구성될 수 있다.
제 1 거리 영상 획득부(302)는 스테레오 카메라(301)로부터 획득된 배경에 관한 복수의 영상으로부터 제 1 거리 영상을 획득한다. 예를 들어, 제 1 거리 영 상 획득부(302)는 L 카메라(311)로부터 획득된 배경 영상과 R 카메라(321)로부터 획득된 배경 영상을 이용하여, 배경에 대한 거리 영상을 획득하는 것이 가능하다.
제 2 거리 영상 획득부(303)는 스테레오 카메라(301)로부터 획득된 배경 및 객체에 관한 복수의 영상으로부터 제 2 거리 영상을 획득한다. 예를 들어, 제 2 거리 영상 획득부(303)는 L 카메라(311)로부터 획득된 배경 및 객체 영상과 R 카메라(321)로부터 획득된 배경 및 객체 영상을 이용하여, 배경 및 객체에 대한 거리 영상을 획득하는 것이 가능하다.
제 1 거리 영상과 제 2 거리 영상의 차이점은 객체의 존재 유무에 있다. 예를 들어, 제 1 거리 영상은 사람이 없이 배경만 있는 상태에서 획득된 거리 영상이 될 수 있고, 제 2 거리 영상은 동일한 배경에 사람이 등장한 상태에서 획득된 거리 영상이 될 수 있다.
거리 차 영상 획득부(304)는 제 1 거리 영상과 제 2 거리 영상 간의 거리 차 영상을 획득한다. 거리 차 영상은 제 2 거리 영상에서 제 1 거리 영상을 빼서 구하는 것이 가능하다. 또는 제 1 거리 영상에서 제 2 거리 영상을 뺄 수도 있다. 제 1 거리 영상은 배경을 포함하고, 제 2 거리 영상은 객체 및 배경을 포함하므로, 거리 차 영상은 배경을 제외한 객체만의 거리 영상이 될 수 있다.
객체 마스크 생성부(305)는 획득된 거리 차 영상에서 노이즈를 제거하고, 노이즈가 제거된 거리 차 영상을 이진화하여 객체 마스크를 생성한다. 노이즈는 거리 오차에 의해 발생한 객체 이외의 부분이 될 수 있으며, 이러한 노이즈는 형태학(morphology) 영상 처리 기술을 통해 제거될 수 있다. 이진화는 노이즈가 제거 된 거리 차 영상에서 각 지점의 거리를 임계 값과 비교하여 객체 영역은 0으로, 그 이외의 영역은 1로 설정하는 방식을 통해 구현될 수 있다. 예컨대, 객체 마스크는 객체 영역은 투명하게 그 이외의 영역은 불투명하게 설정된 영상 필터에 대응될 수 있다.
객체 영역 검출부(306)는 생성된 객체 마스크를 이용하여 스테레오 카메라(301)로부터 획득된 어느 하나의 영상에서 객체 영역을 검출한다. 스테레오 카메라(301)로부터 획득된 어느 하나의 영상은 객체 및 배경을 포함하는 L 카메라(311)의 영상 또는 객체 및 배경을 포함하는 R 카메라(321)의 영상이 될 수 있다. 예컨대, 객체 영역 검출부(306)는 생성된 객체 마스크를 객체 및 배경을 포함하는 L 카메라(311)의 영상에 적용하는 것이 가능하다. 객체 마스크를 객체 및 배경을 포함하는 L 카메라(311)의 영상에 적용하면, 객체 마스크에 의해 영상에서 객체 영역만 검출되는 것이 가능하다.
얼굴 영역 검출부(307)는 검출된 객체 영역 내에서 얼굴 영역을 검출한다. 얼굴 검출 알고리즘은 특징 점에 관한 Boosted Cascade 기술 등과 같은 다양한 알고리즘이 이용될 수 있다. 예컨대, 얼굴 검출부(307)는 검출된 객체 영역 내에서 소정의 탐색 창(search window)을 스캐닝하여 얼굴 영역을 검출하는 것이 가능하다.
이와 같이, 얼굴 검출 장치(300)는 거리 차 영상을 통해 객체가 존재할 후보 영역을 검출하고, 검출된 후보 영역 내에서만 얼굴을 검출하므로 얼굴 검출에 필요한 연산 량을 감소시키는 것이 가능하다.
도 4는 본 발명의 다른 실시 예에 따른 얼굴 검출 장치를 도시한다.
도 4에서, 얼굴 검출 장치(400)는 스테레오 카메라(301), 제 1 거리 영상 획득부(302), 제 2 거리 영상 획득부(303), 거리 차 영상 획득부(304), 객체 마스크 생성부(305), 객체 영역 검출부(306), 얼굴 영역 검출부(307), 및 탐색 창 크기 결정부(401)를 포함할 수 있다.
도 4에서, 스테레오 카메라(301), 제 1 거리 영상 획득부(302), 제 2 거리 영상 획득부(303), 거리 차 영상 획득부(304), 객체 마스크 생성부(305), 및 객체 영역 검출부(306)는 도 3에서 설명한 것과 동일하다.
탐색 창 크기 결정부(401)는 거리 차 영상 획득부(304)에서 획득된 거리 차 영상에 기초하여 객체까지의 거리를 계산하고, 계산된 객체까지의 거리에 기초하여 얼굴 검출을 위한 탐색 창의 크기를 결정하는 것이 가능하다.
객체가 사람인 경우, 사람마다 인체의 비율이 비슷하므로 그 사람까지의 거리를 알면 대략적인 얼굴 크기를 계산할 수 있다. 예컨대, 탐색 창 크기 결정부(401)는 거리 차 영상으로부터 사람까지의 거리를 계산하고, 인체 비율에 따라 얼굴의 크기를 계산한 후, 계산된 얼굴 크기를 고려하여 탐색 창의 최소 크기와 최대 크기를 결정하는 것이 가능하다.
얼굴 영역 검출부(307)는 탐색 창 크기 결정부(401)에 의해 정해진 크기를 갖는 탐색 창을 객체 영역 내에서 스캐닝하여 얼굴 영역을 검출하는 것이 가능하다.
도 5는 본 발명의 일 실시 예에 따른 얼굴 검출 장치의 영상을 도시한다.
도 5에서, 배경 L 영상(501)은 배경에 관한 L 카메라(311)의 영상이 될 수 있다. 배경 R 영상(502)은 배경에 관한 R 카메라(321)의 영상이 될 수 있다. 배경+객체 L 영상(503)은 배경과 객체를 포함하는 L 카메라(311)의 영상이 될 수 있다. 배경+객체 R 영상(504)은 배경과 객체를 포함하는 R 카메라(321)의 영상이 될 수 있다.
제 1 거리 영상(505)은 배경 L 영상(501)과 배경 R 영상(502)으로부터 얻어진 배경에 대한 거리 영상이 될 수 있다. 제 2 거리 영상(506)은 배경+객체 L 영상(503)과 배경+객체 R 영상(504)으로부터 얻어진 배경 및 객체에 대한 거리 영상이 될 수 있다.
거리 차 영상(507)은 제 2 거리 영상(506)에서 제 1 거리 영상(505)을 뺀 결과 영상이 될 수 있다. 거리 차 영상(507)을 참조하면, 객체에 대한 거리 영상만이 남는 것을 알 수 있다.
객체 마스크(508)는 거리 차 영상(507)에서 노이즈를 제거하고 이진화한 영상 필터가 될 수 있다. 객체 마스크(508)를 참조하면, 객체 영역은 하얀 색으로 그 이외의 영역은 검은 색으로 표현된 것을 알 수 있다.
최종 영상(509)은 객체 마스크(508)를 배경+객체 R 영상(504)에 적용한 영상이 될 수 있다. 최종 영상을 참조하면, 객체 마스크(508)를 통해 배경+객체 R 영상(504)에서 객체 영역만 검출되는 것을 알 수 있다.
이 때, 거리 차 영상(507)을 통한 객체까지의 거리를 이용하여 탐색 창의 크기를 결정하고, 결정된 크기를 갖는 탐색 창을 이용하여 객체 영역 내에서 얼굴 영 역(510)을 검출할 수 있다.
도 6은 본 발명의 일 실시 예에 따른 얼굴 검출 방법을 도시한다.
도 6을 참조하면, 먼저, 단계 601과 같이, 제 1 거리 영상을 획득한다. 예컨대, 제 1 거리 영상 획득부(302)가 배경 L 영상(501)과 배경 R 영상(502)을 이용하여 제 1 거리 영상(505)을 획득하는 것이 가능하다. 이 때, 제 1 거리 영상(505)은 배경만으로 이루어진 거리 영상이 될 수 있다.
그리고, 단계 602와 같이, 제 2 거리 영상을 획득한다. 예컨대, 제 2 거리 영상 획득부(303)가 배경+객체 L 영상(503)과 배경+객체 R 영상(504)을 이용하여 제 2 거리 영상(506)을 획득하는 것이 가능하다. 이 때, 제 2 거리 영상(506)은 배경과 사람으로 이루어진 거리 영상이 될 수 있다.
그리고, 단계 603과 같이, 거리 차 영상을 획득한다. 예컨대, 거리 차 영상 획득부(304)가 제 2 거리 영상(506)에서 제 1 거리 영상(505)을 빼서 거리 차 영상(507)을 획득하는 것이 가능하다. 이 때, 거리 차 영상(507)은 사람으로만 이루어진 거리 영상이 될 수 있다.
그리고, 단계 604와 같이, 객체 마스크를 생성한다. 예컨대, 객체 마스크 생성부(305)가 거리 차 영상(507)에서 노이즈를 제거하고 이진화 처리를 하여 객체 마스크(508)를 생성하는 것이 가능하다.
한편, 단계 605와 같이, 탐색 창의 크기를 결정하는 것이 가능하다. 예컨대, 탐색 창 크기 결정부(401)가 거리 차 영상(507)을 통한 객체까지의 거리를 이용하여 탐색 창의 최소 크기와 최대 크기를 결정하는 것이 가능하다.
그리고, 단계 606과 같이, 객체 영역을 검출한다. 예컨대, 객체 영역 검출부(306)가 객체 마스크(508)를 배경+객체 R 영상(504)에 적용하는 것이 가능하다.
그리고, 단계 607과 같이, 얼굴 영역을 검출한다. 예컨대, 얼굴 영역 검출부(307)가 단계 605에서 결정된 크기를 갖는 탐색 창을 검출된 객체 영역 내에서 스캐닝하여 얼굴 영역을 검출하는 것이 가능하다.
한편, 전술한 실시 예들은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.
컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현하는 것을 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술 분야의 프로그래머들에 의하여 용이하게 추론될 수 있다.
또한 전술한 실시 예들은 객체의 3차원 위치를 인식하여 송풍 방향을 제어하는 에어컨 등에 적용될 수도 있다.
이상에서 본 발명의 실시를 위한 구체적인 예를 살펴보았다. 전술한 실시 예들은 본 발명을 예시적으로 설명하기 위한 것으로 본 발명의 권리범위가 특정 실시 예에 한정되지 아니할 것이다.
도 1은 본 발명의 일 실시 예에 따른 거리 영상을 도시한다.
도 2는 본 발명의 일 실시 예에 따른 거리 영상의 획득 방법을 도시한다.
도 3은 본 발명의 일 실시 예에 따른 얼굴 검출 장치를 도시한다.
도 4는 본 발명의 다른 실시 예에 따른 얼굴 검출 장치를 도시한다.
도 5는 얼굴 검출 장치에 의해 획득된 영상들을 도시한다.
도 6은 본 발명의 일 실시 예에 따른 얼굴 검출 방법을 도시한다.

Claims (6)

  1. 스테레오 카메라로부터 획득된 배경에 관한 복수의 영상으로부터 제 1 거리 영상을 획득하는 제 1 거리 영상 획득부;
    상기 스테레오 카메라로부터 획득된 객체 및 상기 배경에 관한 복수의 영상으로부터 제 2 거리 영상을 획득하는 제 2 거리 영상 획득부;
    상기 제 1 거리 영상과 상기 제 2 거리 영상 간의 거리 차 영상을 획득하는 거리 차 영상 획득부;
    상기 획득된 거리 차 영상에 기초하여 객체 마스크를 생성하는 객체 마스크 생성부;
    상기 생성된 객체 마스크를 이용하여 상기 스테레오 카메라로부터 획득된 어느 하나의 영상에서 객체 영역을 검출하는 객체 영역 검출부; 및
    상기 검출된 객체 영역 내에서 얼굴을 검출하는 얼굴 영역 검출부; 를 포함하는 얼굴 검출 장치.
  2. 제 1 항에 있어서,
    상기 획득된 거리 차 영상에 기초하여 상기 객체까지의 거리를 계산하고, 상기 계산된 객체까지의 거리에 기초하여 상기 얼굴 검출을 위한 탐색 창의 크기를 결정하는 탐색 창 크기 결정부; 를 더 포함하는 얼굴 검출 장치.
  3. 제 2 항에 있어서,
    상기 얼굴 영역 검출부는, 상기 크기가 결정된 탐색 창을 상기 검출된 객체 영역 내에서 스캐닝하여 상기 얼굴을 검출하는 얼굴 검출 장치.
  4. 제 1 항에 있어서,
    상기 객체 마스크는, 상기 획득된 거리 차 영상의 노이즈를 제거하고, 상기 노이즈가 제거된 거리 차 영상을 이진화하여 생성되는 얼굴 검출 장치.
  5. 스테레오 카메라로부터 획득된 배경에 관한 복수의 영상으로부터 제 1 거리 영상을 획득하는 단계;
    상기 스테레오 카메라로부터 획득된 객체 및 상기 배경에 관한 복수의 영상으로부터 제 2 거리 영상을 획득하는 단계;
    상기 제 1 거리 영상과 상기 제 2 거리 영상 간의 거리 차 영상을 획득하는 단계;
    상기 획득된 거리 차 영상에 기초하여 객체 마스크를 생성하는 단계;
    상기 생성된 객체 마스크를 이용하여 상기 스테레오 카메라로부터 획득된 어느 하나의 영상에서 객체 영역을 검출하는 단계; 및
    상기 검출된 객체 영역 내에서 얼굴 영역을 검출하는 단계; 를 포함하는 얼굴 검출 방법.
  6. 제 5 항에 있어서,
    상기 획득된 거리 차 영상에 기초하여 상기 객체까지의 거리를 계산하고, 상기 계산된 객체까지의 거리에 기초하여 상기 얼굴 검출을 위한 탐색 창의 크기를 결정하는 단계; 를 더 포함하는 얼굴 검출 방법.
KR1020090084015A 2009-09-07 2009-09-07 얼굴 검출 장치 및 방법 KR20110026214A (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020090084015A KR20110026214A (ko) 2009-09-07 2009-09-07 얼굴 검출 장치 및 방법
CN201010160306.5A CN102013007B (zh) 2009-09-07 2010-04-30 用于检测面部的装置和方法
US12/805,515 US8780197B2 (en) 2009-09-07 2010-08-03 Apparatus and method for detecting face
EP10175480A EP2299388A3 (en) 2009-09-07 2010-09-06 Apparatus and method for detecting face

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090084015A KR20110026214A (ko) 2009-09-07 2009-09-07 얼굴 검출 장치 및 방법

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020160008964A Division KR101658579B1 (ko) 2016-01-25 2016-01-25 얼굴 검출 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20110026214A true KR20110026214A (ko) 2011-03-15

Family

ID=43304608

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090084015A KR20110026214A (ko) 2009-09-07 2009-09-07 얼굴 검출 장치 및 방법

Country Status (4)

Country Link
US (1) US8780197B2 (ko)
EP (1) EP2299388A3 (ko)
KR (1) KR20110026214A (ko)
CN (1) CN102013007B (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9443137B2 (en) 2012-05-08 2016-09-13 Samsung Electronics Co., Ltd. Apparatus and method for detecting body parts

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2553657A4 (en) * 2010-04-02 2015-04-15 Nokia Corp METHODS AND APPARATUS FOR FACIAL DETECTION
US8830378B2 (en) * 2011-03-29 2014-09-09 Olympus Corporation Image capturing system and image capturing method, involving image restoration processing
KR101870902B1 (ko) * 2011-12-12 2018-06-26 삼성전자주식회사 영상 처리 장치 및 영상 처리 방법
CN107977636B (zh) * 2017-12-11 2021-11-30 北京小米移动软件有限公司 人脸检测方法及装置、终端、存储介质
US11514719B1 (en) * 2021-05-18 2022-11-29 Fortinet, Inc. Systems and methods for hierarchical facial image clustering

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06147594A (ja) 1992-11-17 1994-05-27 Matsushita Electric Ind Co Ltd 自動空調機
DE19636028C1 (de) * 1996-09-05 1997-11-20 Daimler Benz Ag Verfahren zur Stereobild-Objektdetektion
JPH10259942A (ja) 1997-03-19 1998-09-29 Sanyo Electric Co Ltd 空気調和機の制御装置
JP2001033075A (ja) 1999-07-19 2001-02-09 Fujitsu General Ltd 空気調和機の制御装置
US6658136B1 (en) * 1999-12-06 2003-12-02 Microsoft Corporation System and process for locating and tracking a person or object in a scene using a series of range images
KR20010065324A (ko) 1999-12-29 2001-07-11 황한규 에어컨의 풍향조절장치 및 그 제어방법
US7058204B2 (en) * 2000-10-03 2006-06-06 Gesturetek, Inc. Multiple camera control system
JP4218348B2 (ja) * 2003-01-17 2009-02-04 オムロン株式会社 撮影装置
KR100682889B1 (ko) * 2003-08-29 2007-02-15 삼성전자주식회사 영상에 기반한 사실감 있는 3차원 얼굴 모델링 방법 및 장치
KR100572768B1 (ko) 2004-06-02 2006-04-24 김상훈 디지탈 영상 보안을 위한 사람 얼굴 객체 자동검출 방법
JP4328286B2 (ja) * 2004-12-14 2009-09-09 本田技研工業株式会社 顔領域推定装置、顔領域推定方法及び顔領域推定プログラム
JP4734980B2 (ja) * 2005-03-15 2011-07-27 オムロン株式会社 顔認証装置およびその制御方法、顔認証装置を備えた電子機器、顔認証装置制御プログラム、ならびに該プログラムを記録した記録媒体
KR100902343B1 (ko) * 2007-11-08 2009-06-12 한국전자통신연구원 로봇 영상 시스템 및 검출 방법
KR20100072772A (ko) * 2008-12-22 2010-07-01 한국전자통신연구원 스테레오 비전을 이용한 실시간 얼굴 검출 시스템 및 그 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9443137B2 (en) 2012-05-08 2016-09-13 Samsung Electronics Co., Ltd. Apparatus and method for detecting body parts

Also Published As

Publication number Publication date
CN102013007A (zh) 2011-04-13
EP2299388A2 (en) 2011-03-23
US8780197B2 (en) 2014-07-15
US20110058032A1 (en) 2011-03-10
EP2299388A3 (en) 2012-11-07
CN102013007B (zh) 2016-08-17

Similar Documents

Publication Publication Date Title
JP4216668B2 (ja) 映像視覚情報を結合してリアルタイムで複数の顔を検出して追跡する顔検出・追跡システム及びその方法
KR101937323B1 (ko) 위장 얼굴 판별 장치 및 방법
KR101634355B1 (ko) 동작 검출 장치 및 방법
JP2009143722A (ja) 人物追跡装置、人物追跡方法及び人物追跡プログラム
KR20190097640A (ko) 영상 정합 방법 및 장치
KR20110026214A (ko) 얼굴 검출 장치 및 방법
JP2010257441A (ja) 人物追跡装置及び人物追跡方法並びに人物追跡処理プログラム
KR101704830B1 (ko) 영상에서 물체 검출 장치 및 방법
JP2014067193A (ja) 画像処理装置および画像処理方法
KR101610525B1 (ko) 조도를 고려한 동공 검출 장치 및 그 방법
KR20140055172A (ko) 깊이 정보 기반의 포스처와 제스처 인식 장치 및 방법
US10713793B2 (en) Image processing apparatus, image processing method, and recording medium
JP2012043021A (ja) 移動物体検出装置
KR20190009006A (ko) 전역적 움직임 기반의 실시간 다중 객체 추적 장치 및 방법
KR101290517B1 (ko) 촬영장치 및 이의 대상 추적방법
US10140509B2 (en) Information processing for detection and distance calculation of a specific object in captured images
US11763601B2 (en) Techniques for detecting a three-dimensional face in facial recognition
KR101658579B1 (ko) 얼굴 검출 장치 및 방법
JP2016170502A (ja) 動体検出装置、動体検出方法及びコンピュータプログラム
Nanthini et al. An Efficient Velocity Estimation Approach for Face Liveness Detection using Sparse Optical Flow Technique
KR101087250B1 (ko) 피부색 영역 검출을 이용한 얼굴 검출 장치
JP5643147B2 (ja) 動きベクトル検出装置、動きベクトル検出方法及び動きベクトル検出プログラム
KR101958927B1 (ko) 통행량을 기반으로 한 적응적 사람 계수 방법 및 장치
KR102093208B1 (ko) 화소 분석에 기초한 인물 인식 장치 및 그 동작 방법
Олійник et al. An efficient face mask detection model for real-time applications

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
E801 Decision on dismissal of amendment
A107 Divisional application of patent