| 1 |
1
디지털 신호 처리가 가능한 정보 처리 장치에서 수행되는 얼굴 특징점 추출 방법에 있어서,입력 영상으로부터 얼굴을 검출하는 단계;미리 생성된 얼굴 모델로부터 상기 얼굴에 상응하는 얼굴 외형(appearance)을 추출하고, 상기 얼굴 외형을 이용하여 상기 얼굴에 대한 적어도 하나의 특징점 후보자를 추출하는 단계;상기 적어도 하나의 특징점 후보자가 상기 얼굴 상에 매핑되는 위치에 기반하여 초기 파라미터(parameter)를 설정하는 단계; 및상기 초기 파라미터를 최적화함으로써 상기 얼굴에 대한 얼굴 특징점을 추출하는 단계를 포함하되,상기 적어도 하나의 특징점 후보자를 추출하는 단계는,상기 얼굴 외형에 포함된 특징점을 상기 입력 영상으로부터 검출된 얼굴에 매핑하고,상기 얼굴 상에 매핑된 특징점을 상기 얼굴의 부위 별로 구분하여 검색 영역으로 설정한 후, 특징점 추출기(feature detector)를 이용하여 상기 검색 영역에 위치하는 특징점이 상기 얼굴에 대한 얼굴 특징점이 될 확률 값을 산출하며,상기 산출된 확률 값에 따라 상기 검색 영역에 포함된 특징점을 상기 얼굴에 대한 적어도 하나의 특징점 후보자로써 추출하는 것을 특징으로 하는 얼굴 특징점 추출 방법
|
| 2 |
2
청구항 1에 있어서,상기 입력 영상으로부터 얼굴을 검출하는 단계는,상기 입력 영상에서 상기 얼굴이 위치하는 좌표를 추출하고,상기 좌표에 기반하여 상기 얼굴의 크기, 방향 및 각도 중 적어도 하나를 포함하는 얼굴 포즈(pose) 정보를 분석함으로써 상기 얼굴을 검출하는 것을 특징으로 하는 얼굴 특징점 추출 방법
|
| 3 |
3
청구항 2에 있어서,상기 미리 생성된 얼굴 모델은,사전에 촬영된 적어도 하나의 영상으로부터 얼굴 포즈가 상이한 적어도 하나의 얼굴 외형을 검출하고,상기 적어도 하나의 얼굴 외형 각각에 대한 적어도 하나의 특징점을 추출하여,상기 적어도 하나의 얼굴 외형 각각에 상기 적어도 하나의 특징점이 포함되도록 기계 학습함으로써 생성되는 것을 특징으로 하는 얼굴 특징점 추출 방법
|
| 4 |
4
삭제
|
| 5 |
5
삭제
|
| 6 |
6
청구항 1에 있어서,상기 특징점 추출기는,서포트 벡터 머신(SVM, Support Vector Machine), k-최근접 이웃(K-nearest neighbor), 신경망(neural network), 회귀 분석(regression), 아다부스트(adaboost) 중 적어도 하나를 포함하는 기계 학습 알고리즘에 의해 구축되는 것을 특징으로 하는 얼굴 특징점 추출 방법
|
| 7 |
7
삭제
|
| 8 |
8
청구항 1에 있어서,상기 초기 파라미터를 설정하는 단계는,상기 적어도 하나의 특징점 후보자를 상기 얼굴의 특징과 매핑되도록 이동시키는 적어도 하나의 가설(hypothesis)을 설정하는 단계; 및상기 적어도 하나의 가설을 렌삭(ransac) 알고리즘을 기반으로 평가함으로써 상기 초기 파라미터를 설정하는 단계를 포함하는 것을 특징으로 하는 얼굴 특징점 추출 방법
|
| 9 |
9
청구항 8에 있어서,상기 얼굴에 대한 얼굴 특징점을 추출하는 단계는,상기 초기 파라미터에 포함된 상기 적어도 하나의 특징점 후보자 간의 거리 및 강도(intensity)를 상기 얼굴에 맞게 조정함으로써 상기 얼굴에 대한 얼굴 특징점을 추출하는 것을 특징으로 하는 얼굴 특징점 추출 방법
|
| 10 |
10
디지털 신호 처리가 가능한 정보 처리 장치에 의해 구현되는 얼굴 특징점 추출 장치에 있어서,입력 영상으로부터 얼굴을 검출하는 얼굴 검출부;미리 생성된 얼굴 모델로부터 상기 얼굴에 상응하는 얼굴 외형(appearance)을 추출하고, 상기 얼굴 외형을 이용하여 상기 얼굴에 대한 적어도 하나의 특징점 후보자를 추출하는 후보자 추출부;상기 적어도 하나의 특징점 후보자가 상기 얼굴 상에 매핑되는 위치에 기반하여 초기 파라미터(parameter)를 설정하는 파라미터 설정부; 및상기 초기 파라미터를 최적화함으로써 상기 얼굴에 대한 얼굴 특징점을 추출하는 특징점 추출부를 포함하되,상기 후보자 추출부는,상기 얼굴 외형에 포함된 특징점을 상기 입력 영상으로부터 검출된 얼굴에 매핑하고,상기 얼굴 상에 매핑된 특징점을 상기 얼굴의 부위 별로 구분하여 검색 영역으로 설정한 후, 특징점 추출기(feature detector)를 이용하여 상기 검색 영역에 위치하는 특징점이 상기 얼굴에 대한 얼굴 특징점이 될 확률 값을 산출하며,상기 산출된 확률 값에 따라 상기 검색 영역에 포함된 특징점을 상기 얼굴에 대한 적어도 하나의 특징점 후보자로써 추출하는 것을 특징으로 하는 얼굴 특징점 추출 장치
|
| 11 |
11
청구항 10에 있어서,상기 얼굴 검출부는,상기 입력 영상에서 상기 얼굴이 위치하는 좌표를 추출하고,상기 좌표에 기반하여 상기 얼굴의 크기, 방향 및 각도 중 적어도 하나를 포함하는 얼굴 포즈(pose) 정보를 분석함으로써 상기 얼굴을 검출하는 것을 특징으로 하는 얼굴 특징점 추출 장치
|
| 12 |
12
청구항 11에 있어서,상기 미리 생성된 얼굴 모델은,사전에 촬영된 적어도 하나의 영상으로부터 얼굴 포즈가 상이한 적어도 하나의 얼굴 외형을 검출하고,상기 적어도 하나의 얼굴 외형 각각에 대한 적어도 하나의 특징점을 추출하여,상기 적어도 하나의 얼굴 외형 각각에 상기 적어도 하나의 특징점이 포함되도록 기계 학습함으로써 생성되는 것을 특징으로 하는 얼굴 특징점 추출 장치
|
| 13 |
13
삭제
|
| 14 |
14
삭제
|
| 15 |
15
청구항 10에 있어서,상기 특징점 추출기는,서포트 벡터 머신(SVM, Support Vector Machine), k-최근접 이웃(K-nearest neighbor), 신경망(neural network), 회귀 분석(regression), 아다부스트(adaboost) 중 적어도 하나를 포함하는 기계 학습 알고리즘에 의해 구축되는 것을 특징으로 하는 얼굴 특징점 추출 장치
|
| 16 |
16
삭제
|
| 17 |
17
청구항 10에 있어서,상기 파라미터 설정부는,상기 적어도 하나의 특징점 후보자를 상기 얼굴의 특징과 매핑되도록 이동시키는 적어도 하나의 가설(hypothesis)을 설정하고,상기 적어도 하나의 가설을 렌삭(ransac) 알고리즘을 기반으로 평가함으로써 상기 초기 파라미터를 설정하는 것을 특징으로 하는 얼굴 특징점 추출 장치
|
| 18 |
18
청구항 17에 있어서,상기 특징점 추출부는,상기 초기 파라미터에 포함된 상기 적어도 하나의 특징점 후보자 간의 거리 및 강도(intensity)를 상기 얼굴에 맞게 조정함으로써 상기 얼굴에 대한 얼굴 특징점을 추출하는 것을 특징으로 하는 얼굴 특징점 추출 장치
|
