뇌신경정보학 2002 중간발표 근거리에서의 얼굴인식 시스템 연구 중간 발표 연세대학교 컴퓨터과학과 변 혜 란.

Presentation on theme: "뇌신경정보학 2002 중간발표 근거리에서의 얼굴인식 시스템 연구 중간 발표 연세대학교 컴퓨터과학과 변 혜 란."— Presentation transcript:

1 뇌신경정보학 중간발표 근거리에서의 얼굴인식 시스템 연구 중간 발표 연세대학교 컴퓨터과학과 변 혜 란

2 당해 연구목표 및 중간 성과 당해 년도 목표 얼굴영상 특징 분석 얼굴영역 검출 및 실시간 추적
인식성능 향상을 위한 SVM 연구 중간 성과 피부색 특징 분석 색온도, 밝기에 강인한 얼굴 검출 구현 인식 성능 향상을 위한 SVM 기초 연구 YONSEI UINV.

3 FACE DETECTION USING COLOR
Color based Object Recognition scale, translation, rotation invariant fast algorithmreal time application Face Detection based on Skin-Color 피부색은 다른 물체의 색과 비교적 잘 구분됨 컬러 모델링을 통한 물체검출에 적합 Problem in Color based Object Detection 컬러는 빛의 세기와 컬러 조명(색온도)에 민감 Color constant problem YONSEI UINV.

4 Remove Only Intensity Information Take One Chromatic channel
PREVIOUS APROACH Remove Only Intensity Information Take One Chromatic channel YIQ  I YCbCr  Cr normalized RGB … Combined with Other Information shape from intensity : segmentation time information : frame difference, optical flow adoptive color model YONSEI UINV.

5 MULTI-CHANNEL APPROACH*
Remove Intensity Information and Take Multi-Chromatic channels 얼굴 피부색은 적색 성분이 넓게 분포 청색.녹색 성분이 좁은 지역에 밀집 각 채널의 역할 Cg 모델링 (피부색과 비슷한 황색 계열색 구분) Cb 모델링 (피부색에 대해 좁은 범위로 표현) Hue를 통한 대략적인 적색 영역 선택 (0° ~ 120°) Red Channel Blue Channel Green Channel YONSEI UINV.

6 EXAMPLE IMAGES ON CHROMATIC CHANNELS
Cb Cg YONSEI UINV.

7 PROCESSING FLOW Face Detect Eye Detect YONSEI UINV.

8 COLOR CONSTANCE PROBLEM
Color is also dependant on color temperature Exam) white becomes red under red illuminant YONSEI UINV.

9 Four Different Illuminants
and A.W. in camera Horizon (denoted as h) Incandescent (CIE Illuminant A) (a) TL84 Fluorescent (t) Daylight (CIE D65) (d) Source : The University of Oulu Physics-Based Face Database

10 Auto White Balancing with Gray-World Assumption YONSEI UINV.

11 FACE DETECTION USING SKIN-COLOR MODEL
Test on the USB PC Camera Y Cb Cg Cb and Cg are robust to illumination intensity YONSEI UINV.

12 DIRECTIONAL ILLUMINANATION PROBLEM*
조명 방향이 바뀜에 따라 그림자 효과 생김 MATCHING 을 어렵게 함 (a) The Yale database (b) The PF01 database 선형모델에 기반 한 그림자 효과 제거 알고리즘 (ICR)* YONSEI UINV.

13 FACE DETECTION USING INTENSITY
Color based Object Recognition 대체로 Intensity 정보 사용하지 않음 얼굴 패턴 정보 손실  피부색 영역 모두 검출 Face Region Representation based on Intensity PCA, LDA, WAVELET YONSEI UINV.

14 COLOR MODEL CONVERSION BASED ON PCA/LDA/WAVELET
PROCESSING FLOW 동영상 입력 얼굴 검출 알고리즘 연속된 프레임 전 처리에 의한 조명 보정 색상 정보를 이용한 얼굴 후보 영역 추출 COLOR MODEL CONVERSION FACE TEMPLATE BASED ON PCA/LDA/WAVELET 표현변환 및 형판 정합 검출된 얼굴 영역 YONSEI UINV.

15 PCA/LDA BASED TEMPLATE
형판 생성 눈썹부터 입까지 40 x 40 전처리 : Histogram Equalization 4 x 4 모자익 영상 형판의 PCA 변환 형판의 PCA 변환 및 LDA 변환 학습 과정 영상의 밝기에 따라 고유 벡터의 개수를 다르게 적용 영상 밝기 성분의 평균값이 70 이하  전체 고유벡터 개수의 40% 영상 밝기 성분의 평균값이 70 이상  전체 고유벡터 개수의 30% 매칭 과정 SCALE INVARIANT 하게 하기 위해 다-해상도 방법 적용 YONSEI UINV.

16 WAVELET BASED TEMPLATE
형판 정합을 이용한 얼굴 검출: multi-scale templates based matching WAVELET 얼굴형판 생성 연세대학교 컴퓨터과학과 63명, 3장씩, 189개의 얼굴 영상 세 가지의 크기 : 40x40, 60x60, 80x80 세 종류의 주파수 영역 : 저주파, 수평 방향 고주파, 수직 방향 고주파 (b) 얼굴 형판 생성에 사용한 얼굴 영상의 예 (c) 얼굴 영상들로 구한 평균 얼굴 (d) 저주파 영역 (e) 수평 방향 고주파 영역 (f) 수직 방향 (g) 대각선 방향 (a) 얼굴 형판 생성에 사용한 얼굴 영역 YONSEI UINV.

17 FACIAL FEATURE EXTRACTION
이진화를 통한 눈 후보 영역 검출 Connected Component Labeling 얼굴영역의 중심으로부터 위쪽으로 가장 가까운 거리에 있는 두 컴포넌트 눈 영역 검출 잡영 제거 얼굴 요소 후보 검출을 위한 임계값 계산 얼굴 영역의 평균 밝기와 표준 편차를 이용한 적응적 임계값 이진화를 통한 입 후보 영역 검출 수평길이가 가장 긴 컴포넌트 입 영역 검출 코 영역 제거 : 얼굴영역의 중심으로부터 아래쪽으로 가장 가까운 거리에 있는 컴포넌트 YONSEI UINV.

18 FACIAL FEATURE EXTRACTION
Based on Geometric Information 검출된 얼굴 영역과 요소 검출을 위한 후보 영역 적응적 임계 값 이진화 및 요소의 지형적 특성 적용(CCL) 눈 영역 검출 입 영역 검출 YONSEI UINV.