KR20150064977A - 얼굴정보 기반의 비디오 분석 및 시각화 시스템 - Google Patents

얼굴정보 기반의 비디오 분석 및 시각화 시스템 Download PDF

Info

Publication number
KR20150064977A
KR20150064977A KR1020130149974A KR20130149974A KR20150064977A KR 20150064977 A KR20150064977 A KR 20150064977A KR 1020130149974 A KR1020130149974 A KR 1020130149974A KR 20130149974 A KR20130149974 A KR 20130149974A KR 20150064977 A KR20150064977 A KR 20150064977A
Authority
KR
South Korea
Prior art keywords
face
detection unit
unit
region
change
Prior art date
Application number
KR1020130149974A
Other languages
English (en)
Inventor
김형석
구상옥
김지인
Original Assignee
건국대학교 산학협력단
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 건국대학교 산학협력단 filed Critical 건국대학교 산학협력단
Priority to KR1020130149974A priority Critical patent/KR20150064977A/ko
Publication of KR20150064977A publication Critical patent/KR20150064977A/ko

Links

Images

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
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/19—Recognition using electronic means
    • G06V30/192—Recognition using electronic means using simultaneous comparisons or correlations of the image signals with a plurality of references
    • G06V30/194—References adjustable by an adaptive method, e.g. learning
    • 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
    • G06V40/162—Detection; Localisation; Normalisation using pixel segmentation or colour matching
    • 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
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • 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
    • G06V40/174—Facial expression recognition
    • G06V40/176—Dynamic expression

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 얼굴정보 기반의 비디오 분석 및 시각화 시스템에 관한 것으로서, 얼굴 인식과 분류 작업 후에 비교적 긴 동영상 내에서 사용자가 관심있는 특정 인물에 대한 출현 정보를 쉽게 파악할 수 있는 인물 중심의 비디오 분석 및 시각화 시스템을 제공함에 그 목적이 있다.
이러한 목적을 달성하기 위한 본 발명은, 영상에 나타나는 모든 인물의 얼굴 영역을 검출하는 얼굴 영역 검출부; 얼굴영역 안에서 얼굴 윤곽, 눈, 코, 입 영역 및 그 주변의 특징점을 찾아 얼굴 모델에 매핑하는 얼굴 특징 검출부; 영상 내에서 사용자가 등록한 관심 얼굴(interest face)과 일치하는 얼굴을 검출하는 관심 얼굴 검출부; 얼굴의 미세한 변화를 감지하는 얼굴 변화 검출부; 검출된 얼굴영역이 어떤 표정인지 분류하는 얼굴 표정 분류부; 영상 내 모든 얼굴 검출부터 관심 얼굴식별 후 얼굴표정변화 추적에 이르기까지 시간 및 공간 축 상에서 해당 얼굴의 위치 및 얼굴 특징의 변화를 추적하는 얼굴 추적부; 및 상기 얼굴 영역 검출부, 얼굴 특징 검출부, 관심 얼굴 검출부, 얼굴 변화 검출부 및 얼굴 추적부를 포함하는 얼굴 분석에 관한 모듈과, 시각화를 수행하는 얼굴 표정 분류부과의 인터페이스를 수행하는 얼굴 관리부; 를 포함한다.

Description

얼굴정보 기반의 비디오 분석 및 시각화 시스템{VIDEO ANALYSIS AND VISUALIZATION SYSTEM BASED ON FACE INFORMATION}
본 발명은 얼굴정보 기반의 비디오 분석 및 시각화 시스템에 관한 것으로서, 더욱 상세하게는 비디오를 출현인물을 중심으로 분석하고 시각화 함으로써, 사용자들이 수많은 비디오 컨텐츠 중에 자신이 관심 있는 인물이 나오는 장면이나 인물의 표정변화 및 감정변화 정보를 빠른 시간 안에 파악할 수 있도록 하는 시스템에 관한 것이다.
얼굴 특징을 추적하는 기술과 관련해서는, 한국공개특허 제10-2003-0041131호(이하, '선행문헌') 외에 다수 공개 및 등록되어 있다.
상기한 선행문헌은, 얼굴 특징 추적(facial feature tracking)을 맞춤화하기 위한 방법에 있어서, 배우의 무표정의 앞 얼굴 이미지를 포착하는 단계; 일래스틱 번치 그래프 매칭(elastic bunch graph matching)을 사용하여 상기 무표정의 앞 얼굴 이미지 상의 얼굴 특징 위치들을 자동으로 찾는 단계; 상기 배우의 상기 무표정의 앞 얼굴 이미지 상의 상기 얼굴 특징 위치들에 노드들(nodes)을 자동으로 위치설정하는 단계; 및 상기 배우의 무표정의 앞 얼굴 이미지 상의 상기 노드들의 위치설정을 수동으로 정정하는 단계; 를 포함한다.
통신, 방송 및 매체의 증가로 사용자가 접할 수 있는 비디오 컨텐츠의 수가 급증함에 따라, 사람들은 수없이 많은 비디오 컨텐츠 중에 자신이 관심있는 장면이나 정보를 빠른 시간 안에 찾고자 한다.
비디오 컨텐츠 내에서 사람들에게 가장 의미있고 인기있는 정보 중의 하나는 '인물'이며, 특히 자신이 관심 있는 인물이 전체 비디오에서 어느 시점에 얼마나 많이 출현했는지, 표정이나 행동은 어떠했는지에 관심이 많다.
주지된 바와 같이, 영상 내에서 얼굴 검출 및 추적, 표정 인식 그리고 얼굴 이미지 데이터베이스에서 특정 얼굴을 검색하는 기술은 컴퓨터 비전 및 인공지능 분야의 전통적인 연구 주제 중 하나이며, 현재까지도 보다 빠르고 정확한 방법론에 대한 연구가 계속되고 있다.
본 발명은 상기와 같은 문제점을 감안하여 안출된 것으로, 얼굴 검출 및 추적, 얼굴 표정 인식, 얼굴 검색 기술을 기반으로 분석하며, 관심 인물에 대한 추적 및 분석 결과를 저장하고, 이를 시간 및 공간 축 상으로 매핑하여 시각화 한다. 이때, 보다 세부적인 정보로서, 관심 인물의 표정 변화 추이를 요약하고 감정곡선, 색깔 매핑 등의 형태로 표현한다.
즉, 얼굴 인식과 분류 작업 후에 비교적 긴 동영상 내에서 사용자가 관심있는 특정 인물에 대한 출현 정보를 쉽게 파악할 수 있는 인물 중심의 비디오 분석 및 시각화 시스템을 제공함에 그 목적이 있다.
이러한 기술적 과제를 달성하기 위한 본 발명은 얼굴정보 기반의 비디오 분석 및 시각화 시스템에 관한 것으로서, 영상에 나타나는 모든 인물의 얼굴 영역을 검출하는 얼굴 영역 검출부; 얼굴영역 안에서 얼굴 윤곽, 눈, 코, 입 영역 및 그 주변의 특징점을 찾아 얼굴 모델에 매핑하는 얼굴 특징 검출부; 영상 내에서 사용자가 등록한 관심 얼굴(interest face)과 일치하는 얼굴을 검출하는 관심 얼굴 검출부; 얼굴의 미세한 변화를 감지하는 얼굴 변화 검출부; 검출된 얼굴영역이 어떤 표정인지 분류하는 얼굴 표정 분류부; 영상 내 모든 얼굴 검출부터 관심 얼굴식별 후 얼굴표정변화 추적에 이르기까지 시간 및 공간 축 상에서 해당 얼굴의 위치 및 얼굴 특징의 변화를 추적하는 얼굴 추적부; 및 상기 얼굴 영역 검출부, 얼굴 특징 검출부, 관심 얼굴 검출부, 얼굴 변화 검출부 및 얼굴 추적부를 포함하는 얼굴 분석에 관한 모듈과, 시각화를 수행하는 얼굴 표정 분류부과의 인터페이스를 수행하는 얼굴 관리부; 를 포함한다.
또한 동영상 파일 또는 카메라 입력의 각 프레임 정보를 수신하고 및 입력에 대한 각종 컨트롤 함수를 제공하는 비디오 관리부; 를 포함하는 것을 특징으로 한다.
또한 상기 얼굴 영역 검출부는, 정규화 및 얼굴 최소경계 영역 분할하는 것을 특징으로 한다.
또한 상기 얼굴 변화 검출부는, 비디오 확대 알고리즘을 기반으로 구현되는 것을 특징으로 한다.
또한 상기 얼굴 표정 분류부는, 얼굴 상의 특징점과 그 주변 정보를 입력으로 하며, 학습 분류기를 통해 구현되는 것을 특징으로 한다.
그리고 상기 얼굴 관리부는, 얼굴 정보를 표현 및 저장하고, 시각화를 위해 데이터를 조합 또는 변형하는 함수를 포함하는 것을 특징으로 한다.
상기와 같은 본 발명에 따르면, 사용자가 긴 동영상 인터뷰의 내용과 상황을 관심 인물을 중심으로 직관적으로 파악할 수 있도록 하며, 대용량 방송 컨텐츠의 검색 및 가공, 사용자 저작 컨텐츠(UCC)의 검색 및 편집 등에도 활용될 수 있는 효과가 있다.
도 1 은 본 발명에 따른 얼굴정보 기반의 비디오 분석 및 시각화 시스템에 관한 전체 구성도.
도 2 는 본 발명에 따른 비디오 입력에 대한 얼굴 분석 과정을 보이는 일예시도이다.
도 3 은 본 발명에 따른 얼굴 중심의 비디오 분석 결과의 시각화를 보이는 일예시도.
본 발명의 구체적 특징 및 이점들은 첨부도면에 의거한 다음의 상세한 설명으로 더욱 명백해질 것이다. 이에 앞서 본 발명에 관련된 공지 기능 및 그 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는, 그 구체적인 설명을 생략하였음에 유의해야 할 것이다.
이하, 첨부된 도면을 참조하여 본 발명을 상세하게 설명한다.
본 발명에 따른 얼굴정보 기반의 비디오 분석 및 시각화 시스템에 관하여 도 1 내지 도 3 을 참조하여 설명하면 다음과 같다.
도 1 은 본 발명에 따른 얼굴정보 기반의 비디오 분석 및 시각화 시스템에 관한 전체 구성도로서, 도시된 바와 같이 비디오 관리부(100), 얼굴 영역 검출부(200), 얼굴 특징 검출부(300), 관심 얼굴 검출부(400), 얼굴 변화 검출부(500), 얼굴 표정 분류부(600), 얼굴 추적부(700) 및 얼굴 관리부(800)를 포함하여 이루어진다.
비디오 관리부(100)는 동영상 파일 또는 카메라 입력의 각 프레임 정보를 수신하고 및 입력에 대한 각종 컨트롤 함수를 제공한다.
얼굴 영역 검출부(200)는 영상에 나타나는 모든 인물의 얼굴 영역을 검출한다.
이때, 얼굴 영역 검출부(200)는 정규화 및 얼굴 최소경계 영역 분할하며, 주로 Haar Cascade Classifiers를 이용할 수 있다.
얼굴 특징 검출부(300)는 얼굴영역 안에서 얼굴 윤곽, 눈, 코, 입 영역 및 그 주변의 특징점을 찾아 얼굴 모델에 매핑한다.
이때, 얼굴 특징 검출부(300)는 SVM(Support Vector Machine)과 같은 패턴 분류기(Pattern Classifier)로 구현된다.
관심 얼굴 검출부(400)는 영상 내에서 사용자가 등록한 관심 얼굴(interest face)과 일치하는 얼굴을 검출한다.
이때, 관심 얼굴 검출부(400)는 PCA(Principle Component Analysis) 기반의 Eigenface 분류기(Classifier) 또는 Hidden Markov Model(HMM)과 같은 학습기로 구현된다.
인터뷰와 같이 한 사람에게 집중되어 있는 동영상의 경우, 눈동자의 움직임, 눈의 깜빡임 정도, 입 모양의 변화 등 미세한 얼굴 상의 변화들이 그 사람의 심리를 추론하는 중요한 단서가 된다.
따라서, 본 발명에 따른 얼굴 변화 검출부(500)는 얼굴의 미세한 변화를 감지한다. 이때, 얼굴 변화 검출부(500)는 비교적 놓치기 쉬운 얼굴의 미세한 변화를 감지하기 위한 새로운 얼굴 분석 모듈로서, 비디오 확대 알고리즘을 기반으로 구현된다.
얼굴표정은 사람의 심리상태를 반영하기에 그 사람의 상황이나 의도를 파악하는 중요한 단서가 된다.
따라서, 본 발명에 따른 얼굴 표정 분류부(600)는 검출된 얼굴영역이 어떤 표정인지 분류한다. 이때, 얼굴 표정 분류부(600)는 주로 얼굴 상의 특징점과 그 주변 정보를 입력으로 하며, SVM, Ada Boost 등의 학습 분류기를 통해 구현된다.
기존에는 얼굴의 표정을 중립(neutral), 기쁨(happiness), 놀람(surprise), 화남(anger), 슬픔(sadness), 공포(fear), 혐오(disgust) 등 비교적 뚜렷하게 차이 나는 기본 얼굴 표정들에 대한 분류가 대부분이었다.
그런데, 사람의 성격, 문화에 따라 또는 훈련에 의해 매우 미세하게 얼굴 표정의 변화가 나타나는 경우가 많고, 그러한 미세한 표정의 변화들이 사람들 사이에서는 오히려 더 중요한 심리적 단서가 되기도 한다.
하지만, 얼굴상의 미세한 변화들은 일반 분류기로 쉽게 분류되지 않기에, 본 발명에서는 기존 얼굴표정 인식기와 얼굴 미세변화 검출기를 통합하여 시각화함으로써 사용자가 한 눈에 관심 인물의 얼굴상의 변화를 파악할 수 있도록 하였다.
얼굴 추적부(700)는 영상 내 모든 얼굴 검출부터 관심 얼굴식별 후 얼굴표정변화 추적에 이르기까지 시간 및 공간 축 상에서 해당 얼굴의 위치 및 얼굴 특징의 변화를 추적한다.
얼굴 관리부(800)는 상기 얼굴 영역 검출부(200), 얼굴 특징 검출부(300), 관심 얼굴 검출부(400), 얼굴 변화 검출부(500) 및 얼굴 추적부(700) 등의 얼굴 분석에 관한 모듈과, 시각화를 수행하는 얼굴 표정 분류부(600)과의 인터페이스를 수행한다.
이때, 얼굴 관리부(800)는 얼굴 정보를 표현 및 저장하고, 시각화를 위해 데이터를 조합 또는 변형하는 등의 함수를 포함한다.
도 3 은 본 발명에서 제안하는 얼굴정보 시각화의 예를 보여준다.
도 3 의 (a) 는 긴 인터뷰 비디오에서 인물들의 출현 시점과 분량을 쉽게 파악할 수 있도록 하며, (b) 는 관심 인물의 표정변화에 대한 시각화 예이다.
도 3 에 도시된 바와 같이, 본 발명에 따른 얼굴정보 기반의 비디오 분석 및 시각화 시스템은, 사용자가 긴 동영상 인터뷰의 내용과 상황을 관심 인물을 중심으로 하여 매우 빠르고 쉽게 파악할 수 있도록 하는 특징적인 장점을 가진다.
이상으로 본 발명의 기술적 사상을 예시하기 위한 바람직한 실시예와 관련하여 설명하고 도시하였지만, 본 발명은 이와 같이 도시되고 설명된 그대로의 구성 및 작용에만 국한되는 것이 아니며, 기술적 사상의 범주를 일탈함이 없이 본 발명에 대해 다수의 변경 및 수정이 가능함을 당업자들은 잘 이해할 수 있을 것이다. 따라서, 그러한 모든 적절한 변경 및 수정과 균등물들도 본 발명의 범위에 속하는 것으로 간주되어야 할 것이다.
100: 비디오 관리부 200: 얼굴 영역 검출부
300: 얼굴 특징 검출부 400: 관심 얼굴 검출부
500: 얼굴 변화 검출부 600: 얼굴 표정 분류부
700: 얼굴 추적부 800: 얼굴 관리부

Claims (6)

  1. 영상에 나타나는 모든 인물의 얼굴 영역을 검출하는 얼굴 영역 검출부;
    얼굴영역 안에서 얼굴 윤곽, 눈, 코, 입 영역 및 그 주변의 특징점을 찾아 얼굴 모델에 매핑하는 얼굴 특징 검출부;
    영상 내에서 사용자가 등록한 관심 얼굴(interest face)과 일치하는 얼굴을 검출하는 관심 얼굴 검출부;
    얼굴의 미세한 변화를 감지하는 얼굴 변화 검출부;
    검출된 얼굴영역이 어떤 표정인지 분류하는 얼굴 표정 분류부;
    영상 내 모든 얼굴 검출부터 관심 얼굴식별 후 얼굴표정변화 추적에 이르기까지 시간 및 공간 축 상에서 해당 얼굴의 위치 및 얼굴 특징의 변화를 추적하는 얼굴 추적부; 및
    상기 얼굴 영역 검출부, 얼굴 특징 검출부, 관심 얼굴 검출부, 얼굴 변화 검출부 및 얼굴 추적부를 포함하는 얼굴 분석에 관한 모듈과, 시각화를 수행하는 얼굴 표정 분류부과의 인터페이스를 수행하는 얼굴 관리부; 를 포함하는 얼굴정보 기반의 비디오 분석 및 시각화 시스템.
  2. 제 1 항에 있어서,
    동영상 파일 또는 카메라 입력의 각 프레임 정보를 수신하고 및 입력에 대한 각종 컨트롤 함수를 제공하는 비디오 관리부; 를 포함하는 것을 특징으로 하는 얼굴정보 기반의 비디오 분석 및 시각화 시스템.
  3. 제 1 항에 있어서,
    상기 얼굴 영역 검출부는,
    정규화 및 얼굴 최소경계 영역 분할하는 것을 특징으로 하는 얼굴정보 기반의 비디오 분석 및 시각화 시스템.
  4. 제 1 항에 있어서,
    상기 얼굴 변화 검출부는,
    비디오 확대 알고리즘을 기반으로 구현되는 것을 특징으로 하는 얼굴정보 기반의 비디오 분석 및 시각화 시스템.
  5. 제 1 항에 있어서,
    상기 얼굴 표정 분류부는,
    얼굴 상의 특징점과 그 주변 정보를 입력으로 하며, 학습 분류기를 통해 구현되는 것을 특징으로 하는 얼굴정보 기반의 비디오 분석 및 시각화 시스템.
  6. 제 1 항에 있어서,
    상기 얼굴 관리부는,
    얼굴 정보를 표현 및 저장하고, 시각화를 위해 데이터를 조합 또는 변형하는 함수를 포함하는 것을 특징으로 하는 얼굴정보 기반의 비디오 분석 및 시각화 시스템.
KR1020130149974A 2013-12-04 2013-12-04 얼굴정보 기반의 비디오 분석 및 시각화 시스템 KR20150064977A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130149974A KR20150064977A (ko) 2013-12-04 2013-12-04 얼굴정보 기반의 비디오 분석 및 시각화 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130149974A KR20150064977A (ko) 2013-12-04 2013-12-04 얼굴정보 기반의 비디오 분석 및 시각화 시스템

Publications (1)

Publication Number Publication Date
KR20150064977A true KR20150064977A (ko) 2015-06-12

Family

ID=53503518

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130149974A KR20150064977A (ko) 2013-12-04 2013-12-04 얼굴정보 기반의 비디오 분석 및 시각화 시스템

Country Status (1)

Country Link
KR (1) KR20150064977A (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107305622A (zh) * 2016-04-15 2017-10-31 北京市商汤科技开发有限公司 一种人脸五官识别方法、装置及系统
CN107491757A (zh) * 2017-08-18 2017-12-19 上海二三四五金融科技有限公司 一种基于活体特征的防欺诈系统及控制方法
CN107818316A (zh) * 2017-11-24 2018-03-20 合肥博焱智能科技有限公司 一种批量人脸识别系统
WO2018137455A1 (zh) * 2017-01-25 2018-08-02 迈吉客科技（北京）有限公司 一种图像互动方法及互动装置
CN109033447A (zh) * 2018-08-20 2018-12-18 合肥智圣新创信息技术有限公司 一种人脸识别数据可视化系统
CN111985268A (zh) * 2019-05-21 2020-11-24 搜狗（杭州）智能科技有限公司 一种人脸驱动动画的方法和装置
KR102204743B1 (ko) * 2019-07-24 2021-01-19 전남대학교산학협력단 시선 움직임 분석에 의한 감정 인식 장치 및 방법
US10915736B2 (en) 2018-12-04 2021-02-09 Samsung Electronics Co., Ltd. Image processing method and apparatus

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107305622A (zh) * 2016-04-15 2017-10-31 北京市商汤科技开发有限公司 一种人脸五官识别方法、装置及系统
WO2018137455A1 (zh) * 2017-01-25 2018-08-02 迈吉客科技（北京）有限公司 一种图像互动方法及互动装置
CN107491757A (zh) * 2017-08-18 2017-12-19 上海二三四五金融科技有限公司 一种基于活体特征的防欺诈系统及控制方法
CN107818316A (zh) * 2017-11-24 2018-03-20 合肥博焱智能科技有限公司 一种批量人脸识别系统
CN109033447A (zh) * 2018-08-20 2018-12-18 合肥智圣新创信息技术有限公司 一种人脸识别数据可视化系统
CN109033447B (zh) * 2018-08-20 2022-05-31 合肥智圣新创信息技术有限公司 一种人脸识别数据可视化系统
US10915736B2 (en) 2018-12-04 2021-02-09 Samsung Electronics Co., Ltd. Image processing method and apparatus
US11538277B2 (en) 2018-12-04 2022-12-27 Samsung Electronics Co., Ltd. Image processing method and apparatus
US11972634B2 (en) 2018-12-04 2024-04-30 Samsung Electronics Co., Ltd. Image processing method and apparatus
CN111985268A (zh) * 2019-05-21 2020-11-24 搜狗（杭州）智能科技有限公司 一种人脸驱动动画的方法和装置
KR102204743B1 (ko) * 2019-07-24 2021-01-19 전남대학교산학협력단 시선 움직임 분석에 의한 감정 인식 장치 및 방법

Similar Documents

Publication Publication Date Title
KR20150064977A (ko) 얼굴정보 기반의 비디오 분석 및 시각화 시스템
US20200219295A1 (en) Emoji manipulation using machine learning
US10223838B2 (en) Method and system of mobile-device control with a plurality of fixed-gradient focused digital cameras
WO2019033573A1 (zh) 面部情绪识别方法、装置及存储介质
Rafique et al. Age and gender prediction using deep convolutional neural networks
Eroglu Erdem et al. BAUM-2: A multilingual audio-visual affective face database
Song et al. Dynamic facial models for video-based dimensional affect estimation
Zhang et al. Intelligent Facial Action and emotion recognition for humanoid robots
Upadhyay et al. A review on different facial feature extraction methods for face emotions recognition system
Shanmugavadivu et al. Rapid face detection and annotation with loosely face geometry
Gorbova et al. Going deeper in hidden sadness recognition using spontaneous micro expressions database
Zhang et al. Evaluation of texture and geometry for dimensional facial expression recognition
Chalup et al. Simulating pareidolia of faces for architectural image analysis
WO2015131571A1 (zh) 一种实现图片排序的方法及终端
Adireddi et al. Detection of eye blink using svm classifier
CN112149599A (zh) 表情追踪方法、装置、存储介质和电子设备
Lamba et al. Information retrieval from facial expression using voting to assert exigency
Bhattacharjee et al. On the performance analysis of apis recognizing emotions from video images of facial expressions
Frank et al. Automatic pixel selection for optimizing facial expression recognition using eigenfaces
Bhutada et al. Emotion based music recommendation system
Yang Facial expression recognition and expression intensity estimation
Sumi et al. Micro-expression recognition for detecting human emotional changes
Monica et al. Face and emotion recognition from real-time facial expressions using deep learning algorithms
Li et al. Wearable Facial Action Unit Classification from Near-field Infrared Eye Images using Deformable Models
Rivera et al. Development of an automatic expression recognition system based on facial action coding system

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