| 1 |
1
컴퓨터 장치가 소스 영상에서 얼굴 영역을 검출하는 단계;상기 컴퓨터 장치가 상기 얼굴 영역에서 서로 다른 크기를 갖는 복수의 블록을 기준으로 각각 LBP(Local Block Pattern) 특징을 생성하는 단계; 및상기 컴퓨터 장치가 상기 LBP 특징을 사전에 학습된 랜덤 포레스트 트리에 입력하여 머리 방향을 추정하는 단계를 포함하되,상기 LBP는 블록에 포함된 픽셀의 평균값을 사용하고, 상기 랜덤 포레스트 트리는 각 노드가 블록의 크기 및 블록의 위치를 파라미터로 갖고, 상기 컴퓨터 장치는 LBP 특징, LBP 특징에 대한 블록의 크기 및 LBP 특징에 대한 블록의 위치를 기준으로 상기 트리를 분기하여 상기 머리 방향을 추정하는 MB-LBP에 기반한 머리 방향 추정 방법
|
| 2 |
2
제1항에 있어서,상기 컴퓨터 장치는 복수의 머리 방향을 갖는 샘플 영상을 이용하여 상기 랜덤 포레스트 트리를 사전에 학습하는 단계를 더 포함하는 MB-LBP에 기반한 머리 방향 추정 방법
|
| 3 |
3
제1항에 있어서,상기 랜덤 포레스트 트리에서 내부 노드는 상기 블록의 크기, 상기 블록의 위치, 분할 함수에 대한 하한 임계값 및 상기 분할 함수에 대한 상한 임계값을 포함하는 파라미터를 저장하는 MB-LBP에 기반한 머리 방향 추정 방법
|
| 4 |
4
제1항에 있어서,상기 랜덤 포레스트 트리에서 내부 노드는 분할 함수에 사용되며 학습에 의해 결정된 하한 임계값 및 상한 임계값을 저장하는 MB-LBP에 기반한 머리 방향 추정 방법
|
| 5 |
5
제4항에 있어서,상기 분할 함수는 아래의 수식으로 표현되는 MB-LBP에 기반한 머리 방향 추정 방법
|
| 6 |
6
제1항에 있어서,상기 LBP는 복수의 크기를 갖는 블록으로 스케일링되는 MB(Multi-scale Block)-LBP인 MB-LBP에 기반한 머리 방향 추정 방법
|
| 7 |
7
제1항에 있어서,상기 LBP는 균일 LBP(uniform LBP)인 MB-LBP에 기반한 머리 방향 추정 방법
|
