QCIF 저해상도 비디오 영상을 위한 실시간 다인종 얼굴 검출 기법

서지정보

· 발행기관 : 한국화상학회
· 수록지 정보 : 한국화상학회지 / 13권 / 1호 / 32 ~ 41페이지
· 저자명 : 고병철

초록

본 논문에서는 핸드폰이나 PDA와 같은 휴대용 통신 장비에서의 화상통화를 위한 얼굴 검출 및 추적 알고리즘을 제안한다. 본 논문의 목적은 실시간으로 모든 인종을 고려할 수 있는 범용적이고 강건한 얼굴모델을 만드는 것이다. 이를 위해 모든 인종의 얼굴이 포함된 데이터베이스로부터 평균 얼굴을 생성하고 웨이블릿 변환을 적용한 뒤에 고주파 영역만을 추출하여 얼굴 템플릿을 생성하였다. 생성된 얼굴 템플릿 모델은 매 프레임마다 개인의 얼굴 구조 및 포즈의 변화, 조명 상태에 따라 계수 값이 변화하도록 설계되었다. 본 논문에서 제안하는 얼굴 검출 및 추적 알고리즘의 성능을 평가하기 위해 황인, 백인, 흑인, 인도인 등 4개의 인종이 포함된 6개의 QCIF 비디오를 사용하여, 약 91%의 높은 검출 성능을 보여주었다.1. 서 론얼굴검출 및 추적은 얼굴인식, 보안, 무선 통신 등의 다양한 분야에서 필수적인 연구 분야이다. 따라서 얼굴 검출 및 추적관련 연구들은 최근 10여년 사이에 다양한 방법으로 연구되어 왔다. 얼굴 검출 및 추적의 첫 번째 단계는 영상 안에 얼굴이 존재하는지의 여부를 판단하고, 존재한다면 얼굴의 위치를 검출해 내는 것이다. 하지만, 영상으로부터 얼굴 검출은 다양한 얼굴의 크기, 얼굴의 회전(얼굴 y축을 중심으로 좌우만큼 회전), 포즈의 변화(위, 아래, 좌우 측면 얼굴), 가림(occlusion), 얼굴 표정 변화, 조명의 상태, 다양한 인종과 같은 여러 가지 해결하기 힘든 문제점을 가지고 있다. 더 나아가 대부분의 동영상에서의 얼굴 추적 알고리즘은 많은 계산 시간을 요구함으로 저용량, 저 프로세서의 휴대용 단말기에는 적합하지 않다.일반적으로 기존의 많은 얼굴 추적시스템들은[1～3] 컬러를 추적을 위한 중요한 요소로 사용하지만 실제로 컬러 정보만을 이용하여 정확하게 얼굴과 비 얼굴을 구분하는 것은 매우 어려운 작업이다[4].이에 비해 템플릿 기반 방법들은[4～7]은 얼굴을 위한 몇 개의 표준 패턴들을 만들고 이것을 저장하여 얼굴 검출을 위해 사용한다. 이렇게 생성된 얼굴 패턴들은 영상의 탐색 윈도우 안에서 한 픽셀씩 이동하며 영상과 정합 작업을 수행한다. 얼굴 템플릿을 이용한 검출 방법은 알고리즘이 단순하다는 장점이 있지만, 입력 영상과 템플릿의 픽셀 간에 1:1 상관관계에 기반을 둔 방법임으로 얼굴의 회전이나 크기 변화, 조명의 변화, 잡음 등에 매우 민감하다는 단점이 있다. 인공신경망에 기반을 둔 방법들은[8,9] 미리 학습된 정보를 이용함으로 학습된 데이터와 유사한 입력 영상에 대해서는 상대적으로 만족할만한 검출 결과를 보여주지만 환경이 다른 입력 영상이 들어올 경우 성능이 떨어지며, 얼굴 검출을 위한 계산시간이 너무 많이 걸린다는 단점이 있다. 따라서 이러한 방법들은 실시간 얼굴 추적을 위해서는 적합하지 않다.본 논문에서는 웨이블릿 기반의 얼굴 템플릿과 템플릿 계수의 변형 허용하는 알고리즘 개발을 통해 인종과 조명 및 포즈의 변화에 강인한 얼굴 추적 방법을 제안한다.본 논문에서 제안하는 중요 알고리즘은 다음과 같다. 모든 인종과 조명 변화를 고려하는 웨이블릿 기반의 얼굴 템플릿 디자인 매 프레임마다 개인의 얼굴 구조, 포즈의 변화, 조명 상태 등에 따른 템플릿 계수의 변형을 허용 서브 샘플링된 얼굴 템플릿을 이용한 계산 시간의 감소

참고자료

· 없음