| 1 |
1
입력 영상을 각 픽셀값의 특징을 포함하는 특징 정보 영상으로 변환하는 단계와;상기 특징 정보 영상의 모든 좌표 위치에 대한 적분 히스토그램 테이블을 생성하는 단계와;상기 적분 히스토그램 테이블로부터 각 좌표 윈도우 영역의 히스토그램을 산출하는 단계와;상기 윈도우 영역의 히스토그램을 평가하여 얼굴 영역 후보를 검색하는 단계와;상기 검색된 얼굴 영역의 후보들로부터 얼굴 영상을 추출하는 단계를 포함하는 얼굴 검출 방법
|
| 2 |
2
제1항에 있어서,상기 특징 정보 영상으로 변환하는 단계는;상기 입력 영상을 고정된 스케일로 축소하여 영상 피라미드를 생성하는 단계와;상기 스케일별 영상의 각 픽셀값을 얼굴 기술자 생성을 위한 오퍼레이터에 대입하여 특정 정보 영상으로 표시하는 단계를 포함하는 얼굴 검출 방법
|
| 3 |
3
제2항에 있어서,상기 얼굴 기술자 생성을 위한 오퍼레이터는 LBP(Local Binary Pattern) 기법을 기반으로 한 LBP 오퍼레이터를 포함하고, 상기 LBP 오퍼레이터는, R은 반경, P는 반경 R 이내의 점, g는 빛의 강도(intensity) 또는 그레이 레벨(gray level)의 값으로 정의되는 얼굴 검출 방법
|
| 4 |
4
제1항에 있어서,상기 특징 정보 영상의 모든 좌표 위치에 대한 적분 히스토그램 테이블을 생성하는 단계는,상기 특정 정보 영상의 좌상단 원점에서부터 높이 h, 너비 w까지의 적분 히스토그램을 H(h,w)로 정의하고, 다음의 수식, hist는 하나의 히스토그램, hist(lbp[i,j])는 lbp 영상에서 (i,j)위치의 점의 값으로 정의하여 상기 특정 정보 영상의 모든 좌표 위치에 대한 적분 히스토그램 테이블을 생성하는 단계를 포함하는 얼굴 검출 방법
|
| 5 |
5
제4항에 있어서,상기 적분 히스토그램 테이블로부터 각 좌표 윈도우 영역의 히스토그램을 산출하는 단계는,상기 특정 정보 영상에서 좌상단과 우하단의 좌표값으로 이루어지는 영상의 사각 부분 영역의 히스토그램을 hist(i,j,k,l)로 정의하고, 다음의 수식, 을 이용하여 상기 각 좌표 윈도우 영역의 히스토그램을 산출하는 단계를 포함하는 얼굴 검출 방법
|
| 6 |
6
제1항에 있어서,상기 적분 히스토그램 테이블로부터 각 좌표 윈도우 영역의 히스토그램을 산출하는 단계는,상기 각 좌표 윈도우 영역의 히스토그램을 병렬 연산 방식으로 산출하는 단계를 포함하는 얼굴 검출 방법
|
| 7 |
7
제6항에 있어서,상기 병렬 연산 방식은,1개의 연상장치에 1개의 상기 윈도우 영역을 할당하여 상기 히스토그램을 산출하는 방식을 포함하는 얼굴 검출 방법
|
| 8 |
8
제1항에 있어서,상기 윈도우 영역의 히스토그램을 평가하여 얼굴 영역 후보를 검색하는 단계는,SVM(Support Vector Machines), 부스팅(Boosting), 뉴럴 네트워크(Neural network) 중, 적어도 어느 하나를 이용하여 상기 얼굴 영역 후보를 검색하는 단계를 포함하는 얼굴 검출 방법
|
| 9 |
9
제1항에 있어서,상기 검색된 얼굴 영역의 후보들로부터 얼굴 영상을 추출하는 단계는,상기 검색된 얼굴 영역의 후보들 중 중복된 부분을 제거하여 상기 입력 영상에서 상기 얼굴 영상을 추출하는 단계를 포함하는 얼굴 검출 방법
|
| 10 |
10
입력 영상을 각 픽셀값의 특징을 포함하는 특징 정보 영상으로 변환하는 전처리부와;상기 특징 정보 영상의 모든 좌표 위치에 대한 적분 히스토그램 테이블을 생성하고, 상기 적분 히스토그램 테이블로부터 각 좌표 윈도우 영역의 히스토그램을 산출하는 얼굴 기술자 생성기와;상기 윈도우 영역의 히스토그램을 평가하여 얼굴 영역 후보를 검색하는 얼굴 분류기와;상기 검색된 얼굴 영역의 후보들로부터 얼굴 영상을 추출하는 후처리부를 포함하는 얼굴 검출 시스템
|
| 11 |
11
제10항에 있어서,상기 전처리부는,상기 입력 영상을 고정된 스케일로 축소하여 영상 피라미드를 생성하고, 상기 스케일별 영상의 각 픽셀값을 얼굴 기술자 생성을 위한 오퍼레이터에 대입하여 특정 정보 영상으로 표시하는 얼굴 검출 시스템
|
| 12 |
12
제11항에 있어서,상기 전처리부는,LBP(Local Binary Pattern) 기법을 기반으로 한 LBP 오퍼레이터를 포함하고, 상기 LBP 오퍼레이터는, R은 반경, P는 반경 R 이내의 점, g는 빛의 강도(intensity) 또는 그레이 레벨(gray level)의 값으로 정의되는 얼굴 검출 시스템
|
| 13 |
13
제10항에 있어서,상기 얼굴 기술자 생성기는,상기 특정 정보 영상의 좌상단 원점에서부터 높이 h, 너비 w까지의 적분 히스토그램을 H(h,w)로 정의하고, 다음의 수식, hist는 하나의 히스토그램, hist(lbp[i,j])는 lbp 영상에서 (i,j)위치의 점의 값으로 정의하여 상기 특정 정보 영상의 모든 좌표 위치에 대한 적분 히스토그램 테이블을 생성하는 얼굴 검출 시스템
|
| 14 |
14
제13항에 있어서,상기 얼굴 기술자 생성기는,상기 특정 정보 영상에서 좌상단과 우하단의 좌표값으로 이루어지는 영상의 사각 부분 영역의 히스토그램을 hist(i,j,k,l)로 정의하고, 다음의 수식, 을 이용하여 상기 각 좌표 윈도우 영역의 히스토그램을 산출하는 얼굴 검출 시스템
|
| 15 |
15
제10항에 있어서,상기 각 좌표 윈도우 영역의 히스토그램을 병렬 연산 방식으로 산출하는 병렬 연산 장치를 포함하는 얼굴 검출 시스템
|
| 16 |
16
제15항에 있어서,상기 병렬 연산 장치는,1개의 연산장치에 1개의 상기 윈도우 영역을 할당하여 상기 히스토그램을 산출하는 얼굴 검출 시스템
|
| 17 |
17
제10항에 있어서,상기 얼굴 분류기는,SVM(Support Vector Machines), 부스팅(Boosting), 뉴럴 네트워크(Neural network) 중, 적어도 어느 하나를 이용하여 상기 얼굴 영역 후보를 검색하는 얼굴 검출 시스템
|
| 18 |
18
제10항에 있어서,상기 후처리부는,상기 검색된 얼굴 영역의 후보들 중 중복된 부분을 제거하여 상기 입력 영상에서 상기 얼굴 영상을 추출하는 얼굴 검출 시스템
|
