KR20150068005A - 측면 윤곽선 검출 방법 및 측면 윤곽선 검출 장치 - Google Patents

Abstract

측면 윤곽선을 검출하는 방법이 개시된다. 일 실시 예에 의한 검출 방법은, 측면 윤곽선을 포함하는 제 1 영상을 획득하는 단계, 상기 제 1 영상에서 기설정된 안면 인식 방법에 기초하여 제 1 영역을 검출하는 단계, 상기 제 1 영역에서 기설정된 분기점 정보에 기초하여 제 2 영역을 검출하는 단계, 상기 제 2 영역의 컬러를 추출하는 단계 및 상기 추출된 제 2 영역의 컬러에 기초하여, 상기 제 1 영역으로부터 제 1 측면 영상을 검출하는 단계 및 상기 제 1 측면 영상에 기초하여, 상기 제 1 영상으로부터 측면 윤곽선을 검출하는 단계를 포함한다. 아울러, 검출 방법은, 제 1 측면 영상의 최외곽에 위치하는 기준점을 검출하고, 기준점을 기준으로 제 1 영역 내의 제 1 영상에서 탐색기를 좌우 방향으로 이동시켜 텍스처 차이가 최대인 윤곽점을 검출할 수 있다. 검출 방법은, 윤곽점 검출을 상하 방향으로 반복하여 측면 윤곽선을 검출할 수 있다.

Description

측면 윤곽선 검출 방법 및 측면 윤곽선 검출 장치 {METHOD FOR DETECTING PROFILE LINE AND DEVICE FOR DETECTING PROFILE LINE}

본 개시는 측면 윤곽선 검출 방법 및 측면 윤곽선 검출 장치에 관한 것으로, 더욱 상세하게는 안면의 측면 촬영 영상으로부터 측면 윤곽선을 검출하는 측면 윤곽선 검출 방법 및 측면 윤곽선 검출 장치에 관한 것이다.

근자에 들어서, 안면 인식을 위한 방법의 개발이 활발하게 진행되고 있다. 종래의 안면 인식 방법은 피험자의 안면을 포함하는 안면 영상을 촬영한다. 아울러, 종래의 안면 인식 방법은 촬영된 안면 영상으로부터 특징점을 추출한 후, 추출된 특징점 정보에 기초하여 안면 인식을 수행할 수 있다.

예를 들어, 종래의 안면 인식 방법은 안면 영상으로부터 추출된 특징점에 기초하여 눈, 코, 입과 같은 안면 부분을 추출할 수 있다. 아울러, 종래의 안면 인식 방법은 추출된 안면 부분에 기초하여 안면의 전면(前面)을 검출할 수 있다. 더욱 상세하게, 종래의 안면 인식 방법은 기저장된 특징점 정보와 검출된 전면을 비교하여, 영상에 대응하는 인물이 누구인지를 판단할 수 있다.

다만, 종래의 안면 인식 방법은 단순히 특징점을 파악하여 영상에 대응하는 인물을 판단하는 방법에 관한 것으로, 안면이 어떠한 형상을 가지는지를 정확하게 검출하지는 않는다. 뿐만 아니라, 종래에는 안면의 측면 영상을 검출하는 방법에 대하여서는 전혀 개시된 바가 없으며, 이에 따라 인물 특징 중 하나인 측면 영상을 검출하는 방법 개발이 요청된다.

특히, 측면의 윤곽선에 기초하여 사용자의 건강과 관련한 정보 파악이 가능하다. 예를 들어, 이마, 코, 입술 등의 형상 또는 크기에 기초하여 사용자의 건강 정보 파악이 가능하며, 이에 따라 측면의 윤곽선을 포함하는 측면 영상을 검출하는 방법 개발이 요원하다.

본 개시는 상술한 기술 개발 요청에 응답하여 안출된 것으로, 안면 영상으로부터 안면의 측면 윤곽선을 검출하는 방법 및 장치를 제공한다.

일 실시 예에 의한 측면 윤곽선 검출 방법은, 측면 윤곽선을 포함하는 제 1 영상을 획득하는 단계, 상기 제 1 영상에서 기설정된 안면 인식 방법에 기초하여 제 1 영역을 검출하는 단계, 상기 제 1 영역에서 기설정된 분기점 정보에 기초하여 제 2 영역을 검출하는 단계, 상기 제 2 영역의 컬러를 추출하는 단계, 상기 추출된 제 2 영역의 컬러에 기초하여, 상기 제 1 영역으로부터 제 1 측면 영상을 검출하는 단계 및 상기 제 1 측면 영상에 기초하여 상기 제 1 영상으로부터 측면 윤곽선을 검출하는 단계를 포함할 수 있다.

측면 윤곽선 검출 방법은 상기 제 1 측면 영상의 최외곽에 존재하는 기준점을 검출하는 단계를 더 포함할 수 있다.

측면 윤곽선 검출 방법은 상기 검출된 기준점을 기준으로, 제 1 영역 내의 제 1 영상으로부터 상하 방향의 윤곽선을 검출하는 단계; 및 상기 검출된 윤곽선을 기초로 상기 측면 윤곽선을 검출하는 단계를 더 포함할 수도 있다.

한편, 상기 윤곽선을 검출하는 단계는, 상기 검출된 기준점을 중심으로 좌우 방향으로 연장되는 기설정된 거리의 탐색 구간을 설정하는 단계; 상기 설정된 탐색 구간에서 탐색기를 이동시키면서 상기 탐색기의 좌측 영역 및 상기 탐색기의 우측 영역의 텍스처 차이를 계산하는 단계; 상기 계산된 차이가 최대인 지점을 상기 윤곽선을 구성하는 윤곽점으로 결정하는 단계; 및 상기 검출된 기준점을 기준으로 상하 방향으로 윤곽점 검출을 반복하여 상기 윤곽선을 검출하는 단계를 포함할 수 있다.

상기 탐색기의 좌측 영역 및 상기 탐색기의 우측 영역의 텍스처 차이를 계산하는 단계는, 상기 탐색기의 좌측 영역의 히스토그램 및 상기 탐색기의 우측 영역의 히스토그램에 대한 상관함수, Chi-square 값 및 Hellinger 거리 값 중 적어도 하나를 생성하는 단계; 및 상기 상관함수, Chi-square 값 및 Hellinger 거리 값 중 적어도 하나에 기초하여 상기 차이를 계산하는 단계를 포함할 수 있다.

여기에서, 상기 제 1 영역을 검출하는 단계는, adaboost 방법 또는 피부색 정보에 기초한 측면 얼굴 검출 방법에 기초하여, 상기 측면 윤곽선을 포함하는 사각형 영역을 상기 제 1 영역으로서 검출할 수 있다.

또한, 상기 제 2 영역을 검출하는 단계는, 상기 사각형 영역의 기설정된 분기점에 기초하여 다각형 형태의 상기 제 2 영역을 검출할 수 있다.

아울러, 상기 분기점은, 발제점, 오프리언, 턱결절점 및 이개점이며, 상기 발제점, 오프리언, 턱결절점 및 이개점은 상대적인 평균 위치 정보에 의하여 기설정될 수 있다.

뿐만 아니라, 상기 제 1 영역으로부터 제 1 측면 영상을 검출하는 단계는, 상기 제 1 영역 중에서, 상기 추출된 제 2 영역의 컬러와 유사도가 임계치 초과인 영역을 상기 제 1 측면 영상으로 검출할 수 있다.

한편, 상기 제 1 측면 영상의 최외곽에 존재하는 기준점을 검출하는 단계는, 기설정된 위치 정보에 기초하여 상기 제 2 영역으로부터 제 3 영역을 검출하는 단계; 및 상기 제 3 영역 내의 제 1 측면 영상의 최외곽에 존재하는 지점을 상기 기준점으로서 검출하는 단계를 포함할 수 있다.

다른 실시 예에 의한 측면 윤곽선 검출 장치는, 측면 윤곽선을 포함하는 제 1 영상을 획득하는 영상 획득부; 및 상기 제 1 영상에서 기설정된 안면 인식 방법에 기초하여 제 1 영역을 검출하고, 상기 제 1 영역에서 기설정된 분기점 정보에 기초하여 제 2 영역을 검출하며, 상기 제 2 영역의 컬러를 추출하고, 상기 추출된 제 2 영역의 컬러에 기초하여 상기 제 1 영역으로부터 제 1 측면 영상을 검출하고, 상기 제 1 측면 영상에 기초하여 상기 제 1 영상으로부터 측면 윤곽선을 검출하는 프로세서를 포함한다.

상기 프로세서는, 제 1 측면 영상의 최외곽에 존재하는 기준점을 검출한다.

상기 프로세서는, 상기 검출된 기준점을 기준으로, 제 1 영역 내의 제 1 영상으로부터 상하 방향의 윤곽선을 검출하고, 상기 검출된 윤곽선을 기초로 상기 측면 윤곽선을 검출할 수 있다.

상기 프로세서는, 상기 검출된 기준점을 중심으로 좌우 방향으로 연장되는 기설정된 거리의 탐색 영역을 설정하며, 상기 탐색 영역 상에서 탐색기를 이동시켜 탐색기의 좌측 영역 및 상기 탐색기의 우측 영역의 텍스처 차이를 계산하고, 상기 계산된 차이가 최대인 지점을 상기 윤곽선을 구성하는 윤곽점으로 결정하고, 상기 검출된 기준점을 기준으로 상하 방향으로 윤곽점 검출을 반복하여 상기 윤곽선을 검출할 수 있다.

상기 프로세서는, 상기 탐색기의 좌측 영역의 히스토그램 및 상기 탐색기의 우측 영역의 히스토그램에 대한 상관함수, Chi-square 값 및 Hellinger 거리 값 중 적어도 하나를 생성하고, 상기 상관함수, Chi-square 값 및 Hellinger 거리 값 중 적어도 하나에 기초하여 상기 차이를 계산할 수 있다.

상기 프로세서는, adaboost 방법 또는 피부색 정보에 기초한 측면 얼굴 검출 방법에 기초하여, 상기 측면 윤곽선을 포함하는 사각형 영역을 상기 제 1 영역으로서 검출할 수 있다.

상기 프로세서는, 상기 사각형 영역의 기설정된 분기점에 기초하여 다각형 형태의 상기 제 2 영역을 검출할 수 있다.

여기에서, 상기 분기점은, 발제점, 오프리언, 턱결절점 및 이개점이며, 상기 발제점, 오프리언, 턱결절점 및 이개점은 상대적인 평균 위치 정보에 의하여 기설정될 수 있다.

상기 프로세서는, 상기 제 1 영역 중에서, 상기 추출된 제 2 영역의 컬러와 유사도가 임계치 초과인 영역을 상기 제 1 측면 영상으로 검출할 수 있다.

상기 프로세서는, 기설정된 위치 정보에 기초하여 상기 제 2 영역으로부터 제 3 영역을 검출하고, 상기 제 3 영역 내의 제 1 측면 영상의 최외곽에 존재하는 지점을 상기 기준점으로서 검출할 수 있다.

본 개시의 다양한 실시 예들에 의하여, 안면 영상으로부터 안면의 측면 윤곽선을 검출하는 방법 및 장치가 제공될 수 있다. 이에 따라, 측면 윤곽선이 이물 특성으로 관리될 수 있다.

도 1은 일 실시 예에 의한 측면 윤곽선 검출 장치의 블록도이다.
도 2는 일 실시 예에 의한 측면 윤곽선 검출 방법을 설명하기 위한 흐름도이다.
도 3a는 입력 영상의 개념도이다.
도 3b는 제 1 영역을 설명하기 위한 개념도이다.
도 4는 제 2 영역을 설명하기 위한 개념도이다.
도 5a 및 5b는 제 1 측면 영상 검출을 설명하기 위한 개념도들이다.
도 6은 일 실시 예에 의한 측면 윤곽선 검출 방법을 설명하기 위한 흐름도이다.
도 7은 제 3 영역을 설명하기 위한 개념도이다.
도 8a 및 8b는 윤곽선 검출을 설명하기 위한 개념도이다.
도 9는 일 실시 예에 의한 윤곽선을 설명하기 위한 개념도이다.

이하에서, 일부 실시예들을, 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.

아래 설명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어를 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 관례, 새로운 기술의 출현 등에 따라 달라질 수 있다.

또한 특정한 경우는 이해를 돕거나 및/또는 설명의 편의를 위해 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 설명 부분에서 상세한 그 의미를 기재할 것이다. 따라서 아래 설명에서 사용되는 용어는 단순한 용어의 명칭이 아닌 그 용어가 가지는 의미와 명세서 전반에 걸친 내용을 토대로 이해되어야 한다.

도 1은 일 실시 예에 의한 측면 윤곽선 검출 장치(100)의 블록도이다. 도 1에 도시된 바와 같이, 측면 윤곽선 검출 장치(100)는 영상 획득부(110) 및 프로세서(120)를 포함할 수 있다.

여기에서, 영상 획득부(110)는 측면 윤곽선을 포함하는 제 1 영상을 획득할 수 있다. 일 실시 예에서, 영상 획득부(110)는 촬영을 할 수 있는 CCD 또는 포토다이오드 등의 다양한 촬영 소자로 구현될 수 있다. 영상 획득부(110)가 촬영 소자로 구현되는 경우에는, 프로세서(120)의 제어에 따라서 정지이미지 또는 동영상을 촬영할 수 있다. 아울러, 영상 획득부(110)는 촬영에 필요한 광량을 제공하는 보조 광원(예, 플래시(도시되지 아니함))를 포함할 수도 있다. 영상 획득부(110)는 디지털 카메라 또는 캠코더와 같이 측면 윤곽선 검출 장치(100)와 물리적으로는 독립적이면서, 전기적으로 연결되도록 구현될 수도 있다.

다른 실시 예에서, 영상 획득부(110)는 측면 윤곽선을 포함하는 제 1 영상을 수신하는 인터페이스로 구현될 수도 있다. 예를 들어, 측면 윤곽선을 포함하는 제 1 영상은 저장부(미도시)에 저장될 수 있다. 또는, 측면 윤곽선을 포함하는 제 1 영상은 외부 소스로부터 수신되어 일시 저장될 수도 있다. 영상 획득부(110)는 저장부(미도시) 또는 통신부(미도시)로부터 제 1 영상을 입력받아 제 1 영상을 획득할 수 있다.

프로세서(120)는 제 1 영상에서 기설정된 안면 인식 방법에 기초하여 제 1 영역을 검출하고, 상기 제 1 영역에서 기설정된 분기점 정보에 기초하여 제 2 영역을 검출하며, 상기 제 2 영역의 컬러를 추출하고, 상기 추출된 제 2 영역의 컬러에 기초하여 상기 제 2 영역으로부터 측면 윤곽선을 검출할 수 있다. 프로세서(120)의 더욱 상세한 동작에 대하여서는 더욱 상세하게 후술하도록 한다.

도 2는 일 실시 예에 의한 측면 윤곽선 검출 방법을 설명하기 위한 흐름도이다.

단계 210에서, 측면 윤곽선 검출 방법은 측면 윤곽선을 포함하는 제 1 영상을 획득할 수 있다. 상술한 바와 같이, 측면 윤곽선 검출 방법 제 1 영상을 촬영하여 획득할 수도 있으며, 또는 다른 하드웨어로부터 제 1 영상을 입력받아 획득할 수도 있다. 예를 들어, 측면 윤곽선 검출 방법은 도 3a와 같은 입력 영상을 획득할 수 있다.

단계 220에서, 측면 윤곽선 검출 방법은 측면 윤곽선을 포함하는 제 1 영역을 제 1 영상으로부터 검출할 수 있다. 예를 들어, 측면 윤곽선 검출 방법은 도 3b와 같은 제 1 영역(310)을 검출할 수 있다. 일 실시 예에서, 제 1 영역은 측면 윤곽선을 포함하는 직사각형 형태일 수 있다.

일 실시 예에 의한 측면 윤곽선 검출 방법은 예를 들어 adaboost 방식에 기초하여 제 1 영역을 검출할 수 있다. 더욱 상세하게, 측면 윤곽선 검출 방법은 기저장된 패턴과의 비교에 기초하여 제 1 영역을 검출할 수 있다.

다른 실시 예에 의한 측면 윤곽선 검출 방법은 예를 들어 컬러 검출 방식에 기초하여 제 1 영역을 검출할 수 있다. 예를 들어, 측면 윤곽선 검출 방법은 측면 영상의 색분포 데이터를 기저장할 수 있다. 측면 윤곽선 검출 방법은 일반적인 측면 영상의 색의 평균, 편차와 같은 색분포 데이터를 저장할 수 있다. 측면 윤곽선 검출 방법은 촬영된 제 1 영상 중 기저장된 색분포 데이터를 서로 비교할 수 있으며, 비교 결과에 기초하여 제 1 영상을 검출할 수 있다. 예를 들어, 측면 윤곽선 검출 방법은 직사각형 형태의 비교 윈도우를 설정할 수 있으며, 비교 윈도우를 제 1 영상 상에서 이동시킬 수 있다. 측면 윤곽선 검출 방법은 비교 윈도우 및 제 1 영상 사이의 색분포의 유사도를 판단할 수 있으며, 가장 높은 유사도의 비교 윈도우의 위치에 대응하는 영역을 제 1 영역으로 검출할 수 있다.

다시 도 2를 참조하면, 측면 윤곽선 검출 방법은 기설정된 분기점 정보에 기초하여 제 1 영역으로부터 제 2 영역을 검출할 수 있다. 예를 들어, 도 4에서와 같이 측면 윤곽선 검출 방법은 제 1 영역에서 분기점(401 내지 404)을 검출할 수 있다. 분기점은, 발제점(401), 오프리언(402), 턱결절점(403) 및 이개점(404)을 포함할 수 있다.

분기점(401 내지 404)은 다양한 피험자들의 샘플에 이용하여 기설정될 수 있다. 예를 들어, 일 실시 예에 의한 측면 윤곽선 검출 방법은, 다양한 피험자들의 샘플의 제 1 영역 각각에서 발제점, 오프리언, 턱결절점 및 이개점의 위치를 입력받을 수 있다. 또는, 측면 윤곽선 검출 방법은 발제점, 오프리언, 턱결절점 및 이개점의 평균 위치를 입력받을 수 있다. 측면 윤곽선 검출 방법은 발제점, 오프리언, 턱결절점 및 이개점 각각의 평균 위치에 기초하여 분기점(401 내지 404)을 기설정할 수 있다. 즉, 발제점(401)은 다양한 피험자들의 샘플 제 1 영역에서의 발제점 평균 위치일 수 있다. 아울러, 오프리언(402), 턱결절점(403) 및 이개점(404) 각각 또한 다양한 피험자들의 샘플 제 1 영역에서의 오프리언, 턱결절점 및 이개점 평균 위치일 수 있다.

측면 윤곽선 검출 방법은 분기점(401 내지 404)을 연결하여 제 2 영역을 검출할 수 있다. 도 4에서 제 2 영역은 분기점(401 내지 404)이 연결된 다각형 형태일 수 있다.

제 2 영역은 피험자의 안면 컬러가 주로 분포된 영역일 수 있다. 발제점, 오프리언, 턱결절점 및 이개점 또한 피험자의 안면 컬러가 주로 분포된 영역으로서 기설정될 수 있다.

다시 도 2를 참조하면, 단계 240에서 측면 윤곽선 검출 방법은 제 2 영역의 컬러를 추출할 수 있다. 단계 250에서 측면 윤곽선 검출 방법은 제 1 영역 중에서, 상기 추출된 제 2 영역의 컬러와 유사도가 임계치 초과인 영역을 측면 윤곽선 후보, 예를 들어 제 1 윤곽선으로 검출할 수 있다.

예를 들어, 도 5a 및 5b에서와 같이 측면 윤곽선 검출 방법은 제 2 영역(505)의 컬러를 추출할 수 있다. 측면 윤곽선 검출 방법은 제 2 영역(505)의 컬러 분포를 추출할 수 있다. 예를 들어, 측면 윤곽선 검출 방법은 제 2 영역(505)의 픽셀 각각의 색좌표 정보에 기초하여 컬러 분포를 측정하여, 제 2 영역(505)의 컬러를 추출할 수 있다.

측면 윤곽선 검출 방법은 제 2 영역(505)의 컬러와 유사도가 임계치 초과인 영역을 제 1 측면 영상으로 검출할 수 있다. 예를 들어, 도 5b에서와 같이 측면 윤곽선 검출 방법은 제 1 측면 영상(510)을 검출할 수 있다. 측면 윤곽선 검출 방법은 제 2 영역(505)의 색좌표 정보 및 제 1 영역의 픽셀 각각의 색좌표 정보를 비교하여 유사도가 임계치 초과인 경우 제 1 측면 영상(510)으로 분류할 수 있다. 측면 윤곽선 검출 방법은 분류된 픽셀 집합을 제 1 측면 영상(510)으로 검출할 수 있다.

상술한 바에 따라서, 측면 윤곽선 검출 방법은 측면 윤곽선 후보, 즉 제 1 측면 영상을 검출할 수 있다.

도 6은 일 실시 예에 의한 측면 윤곽선 검출 방법을 설명하기 위한 흐름도이다.

단계 610에서, 측면 윤곽선 검출 방법은 측면 후보 영역, 즉 제 1 측면 영상으로부터 제 3 영역을 검출할 수 있다. 측면 윤곽선 검출 방법은 제 1 측면 영상 중 기설정된 위치를 제 3 영역으로 검출할 수 있다.

도 7에서와 같이 측면 윤곽선 검출 방법은, 제 1 측면 영상(710)으로부터 제 3 영역(730)을 검출할 수 있다. 예를 들어, 제 3 영역(730)은 측면의 비첨점, 즉 코 끝점의 상대적인 평균 위치 정보에 기초하여 결정될 수 있다. 여기에서 비첨점의 위치 정보 또한 다양한 피험자들의 샘플들에 기초하여 기설정될 수 있다.

단계 620에서, 측면 윤곽선 검출 방법은 제 3 영역에서 기준점을 추출할 수 있다. 도 7에서와 같이, 측면 윤곽선 검출 방법은 제 3 영역(730) 중 최외곽에 위치하는 점(721)을 기준점으로서 추출할 수 있다. 더욱 상세하게는, 측면 윤곽선 검출 방법은 제 3 영역(730)의 좌우 방향 좌표값 중 최댓값 또는 최솟값을 가지는 지점을 기준점으로서 추출할 수 있다.

단계 630에서, 측면 윤곽선 검출 방법은 기준점을 기준으로 좌우 방향으로 탐색기를 이동시켜 윤곽점을 검출할 수 있다. 아울러, 단계 640에서 측면 윤곽선 검출 방법은 윤곽점 검출을 상항 방향으로 반복하여 상하 윤곽선을 검출할 수 있다.

예를 들어, 측면 윤곽선 검출 방법은 도 8a와 같이 기준점(800)을 기준으로 좌우 방향의 기설정된 거리의 탐색기를 설정할 수 있다. 도 8b는 탐색기(810)의 예시이다. 도 8b에 도시된 바와 같이, 탐색기(810)는 중앙 분기지점(811)을 기준으로 좌우로 각각 M₁ 및 M₂의 크기를 가질 수 있다. 아울러, 탐색기(810)은 상하로 N의 크기를 가질 수 있다. 한편, M₁+M₂는 M으로 설정될 수 있다.

측면 윤곽선 검출 방법은 탐색기(810)에서 중앙 분기지점(811)을 기준으로 좌측의 영역 및 우측의 영역의 텍스처 차이 값을 계산할 수 있다. 예를 들어, 측면 윤곽선 검출 방법은 좌측 영역의 히스토그램(H₁) 및 우측 영역의 히스토그램(H₂)을 판단할 수 있다. 아울러, 측면 윤곽선 검출 방법은 두 히스토그램 모양의 차이를 계산할 수 있다. 더욱 상세하게는, 측면 윤곽선 검출 방법은 두 히스토그램의 상관함수를 도출하고, 도출된 상관함수 값에 기초하여 텍스처 차이 값을 계산할 수 있다. 일 실시 예에 의한 상관 함수는 수학식 1과 같을 수 있다.

수학식 1에서,

및

는 수학식 2를 따를 수 있다.

즉,

및

는 히스토그램의 평균을 의미할 수 있다.

측면 윤곽선 검출 방법은 상관함수에 기초하여 좌우 영역의 텍스처 차이가 가장 큰 지점을 검출할 수 있다. 측면 윤곽선 검출 방법은, 기설정된 크기의 탐색 구간을 설정할 수 있으며, 탐색기(810)를 탐색 구간 내에서 좌우로 이동시키면서 각각의 지점에서 텍스처 차이를 판단할 수 있다. 여기에서, 탐색 구간은 제 1 영역(310) 내일 수 있다. 측면 윤곽선 검출 방법은 텍스처 차이가 가장 큰 지점을 윤곽선을 구성하는 윤곽점으로 검출할 수 있다.

하나의 y축 좌표에서 윤곽점 검출이 완료되면, 측면 윤곽선 검출 방법은 탐색기(810)를 상측 방향(821)으로 이동시켜 해당 y축 좌표에서의 윤곽점을 검출할 수 있다. 측면 윤곽선 검출 방법은 상측 윤곽점을 검출할 수 있다. 상측 방향(821)의 윤곽점 검출이 완료되면, 측면 윤곽선 검출 방법은 탐색기(810)를 하측 방향(822)으로 이동시켜 해당 y축 좌표에서의 윤곽점을 검출할 수 있다. 측면 윤곽선 검출 방법은 하측 윤곽점을 검출할 수 있다. 측면 윤곽선 검출 방법은, 제 1 영역 내의 제 1 영상의 최솟값으로부터 최댓값까지 탐색기(810)를 이동시켜 측면 윤곽선을 검출할 수 있다.

상술한 바에 따라서, 측면 윤곽선 검출 방법은 윤곽점의 집합인 측면 윤곽선을 검출할 수 있다.

한편, 다른 실시 예에 의한 측면 윤곽선 검출 방법은 두 히스토그램의 Chi-square값을 도출하고, 도출된 Chi-square값에 기초하여 텍스처 차이 값을 계산할 수 있다. 측면 윤곽선 검출 방법은 수학식 3에 기초하여 Chi-square값을 도출할 수 있다.

측면 윤곽선 검출 방법은 Chi-square값에 기초하여 좌우 영역의 텍스처 차이가 가장 큰 지점을 검출할 수 있다. 측면 윤곽선 검출 방법은, 탐색기(810)을 좌우로 이동시키면서 각각의 지점에서 텍스처 차이를 판단할 수 있다. 측면 윤곽선 검출 방법은 텍스처 차이가 가장 큰 지점을 윤곽선을 구성하는 윤곽점으로 검출할 수 있다. 측면 윤곽선 검출 방법은 상하 방향으로 탐색기(810)를 이동시킨 후, 각각의 y 좌표에서 다시 좌우 방향으로 탐색기(810)를 이동시켜 윤곽선을 검출할 수 있다.

한편, 또 다른 실시 예에 의한 측면 윤곽선 검출 방법은 두 히스토그램의 Hellinger 거리값을 도출하고, 도출된 Hellinger 거리값에 기초하여 텍스처 차이 값을 계산할 수 있다. 측면 윤곽선 검출 방법은 수학식 4에 기초하여 Chi-square값을 도출할 수 있다.

측면 윤곽선 검출 방법은 Hellinger 거리값에 기초하여 좌우 영역의 텍스처 차이가 가장 큰 지점을 검출할 수 있다. 측면 윤곽선 검출 방법은, 탐색기(810)을 좌우로 이동시키면서 각각의 지점에서 텍스처 차이를 판단할 수 있다. 측면 윤곽선 검출 방법은 텍스처 차이가 가장 큰 지점을 윤곽선을 구성하는 윤곽점으로 검출할 수 있다. 측면 윤곽선 검출 방법은 상하 방향으로 탐색기(810)을 이동시킨 후, 각각의 y 좌표에서 다시 좌우 방향으로 탐색기(810)을 이동시켜 윤곽선을 검출할 수 있다.

한편, 상하 방향으로도 탐색 구간은 기설정될 수 있으며, 상하 방향의 탐색 구간 역시 제 1 영역(310) 내의 제 1 영상 안으로 설정될 수 있다.

도 9는 일 실시 예에 의한 기준점(900)을 시작으로 탐색기를 이동시켜 검출된 측면 윤곽선(910)의 개념도이다. 도 9에 도시된 바와 같이, 제 1 영역(310) 내에서의 윤곽점들의 집합으로 측면 윤곽선(910)이 검출될 수 있다.

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다.

처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다.

이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다.

소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.

컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.

프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.

상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.

Claims (20)

1. 측면 윤곽선을 포함하는 제 1 영상을 획득하는 단계;
   상기 제 1 영상에서 기설정된 안면 인식 방법에 기초하여 제 1 영역을 검출하는 단계;
   상기 제 1 영역에서 기설정된 분기점 정보에 기초하여 제 2 영역을 검출하는 단계;
   상기 제 2 영역의 컬러를 추출하는 단계;
   상기 추출된 제 2 영역의 컬러에 기초하여, 상기 제 1 영역으로부터 제 1 측면 영상을 검출하는 단계; 및
   상기 제 1 측면 영상에 기초하여 상기 제 1 영상으로부터 측면 윤곽선을 검출하는 단계
   를 포함하는 측면 윤곽선 검출 방법.
2. 제 1 항에 있어서,
   상기 제 1 측면 영상의 최외곽에 존재하는 기준점을 검출하는 단계
   를 더 포함하는 측면 윤곽선 검출 방법.
3. 제 2 항에 있어서,
   상기 검출된 기준점을 기준으로, 제 1 영역 내의 제 1 영상으로부터 상하 방향의 윤곽선을 검출하는 단계; 및
   상기 검출된 윤곽선을 기초로 상기 측면 윤곽선을 검출하는 단계
   를 더 포함하는 측면 윤곽선 검출 방법.
4. 제 3 항에 있어서,
   상기 윤곽선을 검출하는 단계는,
   상기 검출된 기준점을 중심으로 좌우 방향으로 연장되는 기설정된 거리의 탐색 구간을 설정하는 단계;
   상기 설정된 탐색 구간에서 탐색기를 이동시키면서 상기 탐색기의 좌측 영역 및 상기 탐색기의 우측 영역의 텍스처 차이를 계산하는 단계;
   상기 계산된 차이가 최대인 지점을 상기 윤곽선을 구성하는 윤곽점으로 결정하는 단계; 및
   상기 검출된 기준점을 기준으로 상하 방향으로 윤곽점 검출을 반복하여 상기 윤곽선을 검출하는 단계
   를 포함하는 측면 윤곽선 검출 방법.
5. 제 4 항에 있어서,
   상기 탐색기의 좌측 영역 및 상기 탐색기의 우측 영역의 텍스처 차이를 계산하는 단계는,
   상기 탐색기의 좌측 영역의 히스토그램 및 상기 탐색기의 우측 영역의 히스토그램에 대한 상관함수, Chi-square 값 및 Hellinger 거리 값 중 적어도 하나를 생성하는 단계; 및
   상기 상관함수, Chi-square 값 및 Hellinger 거리 값 중 적어도 하나에 기초하여 상기 차이를 계산하는 단계
   를 포함하는 측면 윤곽선 검출 방법.
6. 제 1 항에 있어서,
   상기 제 1 영역을 검출하는 단계는,
   adaboost 방법 또는 피부색 정보에 기초한 측면 얼굴 검출 방법에 기초하여, 상기 측면 윤곽선을 포함하는 사각형 영역을 상기 제 1 영역으로서 검출하는 측면 윤곽선 검출 방법.
7. 제 6 항에 있어서,
   상기 제 2 영역을 검출하는 단계는,
   상기 사각형 영역의 기설정된 분기점에 기초하여 다각형 형태의 상기 제 2 영역을 검출하는 측면 윤곽선 검출 방법.
8. 제 7 항에 있어서,
   상기 분기점은, 발제점, 오프리언, 턱결절점 및 이개점이며, 상기 발제점, 오프리언, 턱결절점 및 이개점은 상대적인 평균 위치 정보에 의하여 기설정되는 측면 윤곽선 검출 방법.
9. 제 7 항에 있어서,
   상기 제 1 영역으로부터 제 1 측면 영상을 검출하는 단계는,
   상기 제 1 영역 중에서, 상기 추출된 제 2 영역의 컬러와 유사도가 임계치 초과인 영역을 상기 제 1 측면 영상으로 검출하는 측면 윤곽선 검출 방법.
10. 제 2 항에 있어서,
    상기 제 1 측면 영상의 최외곽에 존재하는 기준점을 검출하는 단계는,
    기설정된 위치 정보에 기초하여 상기 제 2 영역으로부터 제 3 영역을 검출하는 단계; 및
    상기 제 3 영역 내의 제 1 측면 영상의 최외곽에 존재하는 지점을 상기 기준점으로서 검출하는 단계
    를 포함하는 측면 윤곽선 검출 방법.
11. 측면 윤곽선을 포함하는 제 1 영상을 획득하는 영상 획득부; 및
    상기 제 1 영상에서 기설정된 안면 인식 방법에 기초하여 제 1 영역을 검출하고, 상기 제 1 영역에서 기설정된 분기점 정보에 기초하여 제 2 영역을 검출하며, 상기 제 2 영역의 컬러를 추출하고, 상기 추출된 제 2 영역의 컬러에 기초하여 상기 제 1 영역으로부터 제 1 측면 영상을 검출하고, 상기 제 1 측면 영상에 기초하여 상기 제 1 영상으로부터 측면 윤곽선을 검출하는 프로세서
    를 포함하는 측면 윤곽선 검출 장치.
12. 제 11 항에 있어서,
    상기 프로세서는, 제 1 측면 영상의 최외곽에 존재하는 기준점을 검출하는 측면 윤곽선 검출 장치.
13. 제 12 항에 있어서,
    상기 프로세서는, 상기 검출된 기준점을 기준으로, 제 1 영역 내의 제 1 영상으로부터 상하 방향의 윤곽선을 검출하고, 상기 검출된 윤곽선을 기초로 상기 측면 윤곽선을 검출하는 측면 윤곽선 검출 장치.
14. 제 13 항에 있어서,
    상기 프로세서는, 상기 검출된 기준점을 중심으로 좌우 방향으로 연장되는 기설정된 거리의 탐색 영역을 설정하며, 상기 탐색 영역 상에서 탐색기를 이동시켜 탐색기의 좌측 영역 및 상기 탐색기의 우측 영역의 텍스처 차이를 계산하고, 상기 계산된 차이가 최대인 지점을 상기 윤곽선을 구성하는 윤곽점으로 결정하고, 상기 검출된 기준점을 기준으로 상하 방향으로 윤곽점 검출을 반복하여 상기 윤곽선을 검출하는 측면 윤곽선 검출 장치.
15. 제 14 항에 있어서,
    상기 프로세서는, 상기 탐색기의 좌측 영역의 히스토그램 및 상기 탐색기의 우측 영역의 히스토그램에 대한 상관함수, Chi-square 값 및 Hellinger 거리 값 중 적어도 하나를 생성하고, 상기 상관함수, Chi-square 값 및 Hellinger 거리 값 중 적어도 하나에 기초하여 상기 차이를 계산하는 측면 윤곽선 검출 장치.
16. 제 11 항에 있어서,
    상기 프로세서는, adaboost 방법 또는 피부색 정보에 기초한 측면 얼굴 검출 방법에 기초하여, 상기 측면 윤곽선을 포함하는 사각형 영역을 상기 제 1 영역으로서 검출하는 측면 윤곽선 검출 장치.
17. 제 16 항에 있어서,
    상기 프로세서는, 상기 사각형 영역의 기설정된 분기점에 기초하여 다각형 형태의 상기 제 2 영역을 검출하는 측면 윤곽선 검출 장치.
18. 제 17 항에 있어서,
    상기 분기점은, 발제점, 오프리언, 턱결절점 및 이개점이며, 상기 발제점, 오프리언, 턱결절점 및 이개점은 상대적인 평균 위치 정보에 의하여 기설정되는 측면 윤곽선 검출 장치.
19. 제 17 항에 있어서,
    상기 프로세서는, 상기 제 1 영역 중에서, 상기 추출된 제 2 영역의 컬러와 유사도가 임계치 초과인 영역을 상기 제 1 측면 영상으로 검출하는 측면 윤곽선 검출 장치.
20. 제 12 항에 있어서,
    상기 프로세서는, 기설정된 위치 정보에 기초하여 상기 제 2 영역으로부터 제 3 영역을 검출하고, 상기 제 3 영역 내의 제 1 측면 영상의 최외곽에 존재하는 지점을 상기 기준점으로서 검출하는 측면 윤곽선 검출 장치.
    
    

Images