| 1 |
1
영상을 입력받으면, 입력받은 상기 영상에 포함된 얼굴 영역에서 기 설정된 파라미터를 기반으로 다수의 국소 영역들을 분할하는 영역 분할부;분할된 상기 다수의 국소 영역들 각각에서 표정 특징들을 추출하는 특징 추출부;기 생성된 랜덤 포레스트를 기반으로 상기 추출된 표정 특징을 이용하여 상기 입력받은 영상에서 얼굴 표정을 인식하는 얼굴 인식부; 및인식된 상기 얼굴 표정에 대한 국소 영역과 회귀 벡터를 이용하여 표정의 유사도를 산출하여 산출된 상기 유사도에 따라 상기 국소 영역들의 위치를 변경하여 상기 국소 영역들을 재 검출하는 피드백부;를 포함하되, 여기서, 상기 랜덤 포레스트는 상기 표정 특징의 집합에 대한 다수의 결정 트리로 구성되고,상기 랜덤 포레스트를 구성하는 각 결정 트리는 하나의 부류에 하나의 얼굴 표정이 포함될 때까지 반복적으로 기 설정된 개수의 얼굴 표정들을 두 개의 부류로 분류하여 그 분류한 결과로 생성되며,상기 피드백부는,입력 받은 상기 영상에 포함된 얼굴 영역에서 다수의 국소 영역들을 분할하여 분할된 상기 다수의 국소 영역들 각각에서 표정 특징을 추출하고,분할된 상기 국소 영역들을 기 생성된 랜덤 포레스트를 구성하는 각 결정 트리로부터 얻은 표정 라벨별로 분류하며,상기 랜덤 포레스트를 구성하는 결정 트리에 의해 선택된 표정 특징에 상응하는 국소 영역의 조합을 이용하여 상기 국소 영역과 표정 라벨 간 상관관계를 나타내는 회귀 벡터를 생성하며,상기 선택된 표정 특징에 상응하는 상기 국소 영역을 벡터화하여 상기 회귀 벡터와 내적한 값인 상기 유사도가 미리 설정된 임계치 미만이면, 상기 얼굴 영역의 상기 파라미터를 초기화하고 상기 국소 영역들의 위치를 변경하여 상기 국소 영역들을 재 검출하는 것을 특징으로 하는 얼굴 표정을 인식하기 위한 장치
|
| 2 |
2
삭제
|
| 3 |
3
제1 항에 있어서,상기 특징 추출부는,LBP(Local Binary Pattern) 알고리즘, LBP 알고리즘인 ULBP(Uniform LBP) 알고리즘, 고유 얼굴(eigenface) 알고리즘 중 어느 하나를 이용하여 다수의 국소 영역들 각각에서 표정 특징을 추출하는 것을 특징으로 하는 얼굴 표정을 인식하기 위한 장치
|
| 4 |
4
제1 항에 있어서, 입력 받은 상기 영상에서 추출된 표정 특징의 집합으로부터 배깅 방법을 이용하여 2개 이상의 기 설정된 수의 표정 특징 집합을 재생성한 후 각각의 재생성된 표정 특집 집합에 대한 결정 트리로 구성된 랜덤 포레스트를 생성하는 포레스트 생성부; 를 더 포함하는 것을 특징으로 하는 얼굴 표정을 인식하기 위한 장치
|
| 5 |
5
삭제
|
| 6 |
6
제4 항에 있어서,상기 포레스트 생성부는,추출된 표정 특징별로 모든 얼굴 표정들을 두 가지의 표정 조합으로 분류하여 상기 분류한 각 표정 조합에 대한 정인식 수를 산출하고,산출된 상기 정인식 수를 기반으로 얼굴 표정들을 두 개의 부류로 분류하여 그 분류한 해당 부류 각각에 대한 표정 특징을 결정하되, 하나의 부류에 하나의 얼굴 표정이 포함될 때까지 기 설정된 개수의 얼굴 표정들을 두 개의 부류로 분류하는 과정을 반복 수행하는 것을 특징으로 하는 얼굴 표정을 인식하기 위한 장치
|
| 7 |
7
제6 항에 있어서,상기 포레스트 생성부는,추출된 상기 표정 특징들 각각에서 얼굴 표정 분류에 대한 정인식 여부를 판별하기 위한 판별 특징을 추출하면서 추출된 표정 특징별로 모든 얼굴 표정을 두 가지의 표정 조합으로 분류한 후, 추출된 상기 판별 특징을 기반으로 상기 분류한 각 표정 조합에 대한 정인식 수를 산출하는 것을 특징으로 하는 얼굴 표정을 인식하기 위한 장치
|
| 8 |
8
제7 항에 있어서,상기 포레스트 생성부는,추출된 표정 특징별로 LDA(Linear Discriminant Analysis), SVM(Support Vector Machine) 중 적어도 하나를 적용하여 상기 판별 특징을 추출하는 것을 특징으로 하는 얼굴 표정을 인식하기 위한 장치
|
| 9 |
9
제6 항에 있어서,상기 포레스트 생성부는,상기 분류한 각 표정 조합에 대해 산출된 상기 정인식 수의 합의 평균이 최대가 되도록 하는 표정 조합을 찾아 그 찾은 표정 조합을 기반으로 얼굴 표정들을 두 개의 부류로 분류하는 것을 특징으로 하는 얼굴 표정을 인식하기 위한 장치
|
| 10 |
10
삭제
|
| 11 |
11
삭제
|
| 12 |
12
영상을 입력받으면, 입력받은 상기 영상에 포함된 얼굴 영역에서 기 설정된 파라미터를 기반으로 다수의 국소 영역들을 분할하는 영역 분할단계;분할된 상기 다수의 국소 영역들 각각에서 표정 특징들을 추출하는 특징 추출단계;기 생성된 랜덤 포레스트를 기반으로 상기 추출된 표정 특징을 이용하여 상기 입력 영상에서 얼굴 표정을 인식하는 얼굴 인식단계; 및인식된 상기 얼굴 표정에 대한 국소 영역과 회귀 벡터를 이용하여 표정의 유사도를 산출하여 산출된 상기 유사도에 따라 상기 국소 영역들의 위치를 변경하여 상기 국소 영역들을 재 검출하는 피드백 단계;를 포함하되, 여기서, 상기 랜덤 포레스트는 상기 표정 특징의 집합에 대한 다수의 결정 트리로 구성되고,상기 랜덤 포레스트를 구성하는 각 결정 트리는 하나의 부류에 하나의 얼굴 표정이 포함될 때까지 반복적으로 기 설정된 개수의 얼굴 표정들을 두 개의 부류로 분류하여 그 분류한 결과로 생성되며,상기 피드백 단계는,입력 받은 상기 영상에 포함된 얼굴 영역에서 다수의 국소 영역들을 분할하여 분할된 상기 다수의 국소 영역들 각각에서 표정 특징을 추출하고,분할된 상기 국소 영역들을 기 생성된 랜덤 포레스트를 구성하는 각 결정 트리로부터 얻은 표정 라벨별로 분류하며,상기 랜덤 포레스트를 구성하는 결정 트리에 의해 선택된 표정 특징에 상응하는 국소 영역의 조합을 이용하여 상기 국소 영역과 표정 라벨 간 상관관계를 나타내는 회귀 벡터를 생성하며,상기 선택된 표정 특징에 상응하는 상기 국소 영역을 벡터화하여 상기 회귀 벡터와 내적한 값인 상기 유사도가 미리 설정된 임계치 미만이면, 상기 얼굴 영역의 상기 파라미터를 초기화하고 상기 국소 영역들의 위치를 변경하여 상기 국소 영역들을 재 검출하는 것을 특징으로 하는 얼굴 표정을 인식하기 위한 방법
|
| 13 |
13
삭제
|
| 14 |
14
제12 항에 있어서,입력 받은 상기 영상에서 추출된 표정 특징의 집합으로부터 배깅 방법을 이용하여 2개 이상의 기 설정된 수의 표정 특징 집합을 재생성한 후 각각의 재생성된 표정 특집 집합에 대한 결정 트리로 구성된 랜덤 포레스트를 생성하는 포레스트 생성단계;를 더 포함하는 것을 특징으로 하는 얼굴 표정을 인식하기 위한 방법
|
| 15 |
15
삭제
|
| 16 |
16
제14 항에 있어서,상기 포레스트 생성단계는,추출된 표정 특징별로 모든 얼굴 표정들을 두 가지의 표정 조합으로 분류하여 상기 분류한 각 표정 조합에 대한 정인식 수를 산출하고,산출된 상기 정인식 수를 기반으로 얼굴 표정들을 두 개의 부류로 분류하여 그 분류한 해당 부류 각각에 대한 표정 특징을 결정하되, 하나의 부류에 하나의 얼굴 표정이 포함될 때까지 기 설정된 개수의 얼굴 표정들을 두 개의 부류로 분류하는 과정을 반복 수행하는 것을 특징으로 하는 얼굴 표정을 인식하기 위한 방법
|
| 17 |
17
제16 항에 있어서,상기 포레스트 생성단계는,추출된 상기 표정 특징들 각각에서 얼굴 표정 분류에 대한 정인식 여부를 판별하기 위한 판별 특징을 추출하면서 추출된 표정 특징별로 모든 얼굴 표정을 두 가지의 표정 조합으로 분류한 후, 추출된 상기 판별 특징을 기반으로 상기 분류한 각 표정 조합에 대한 정인식 수를 산출하는 것을 특징으로 하는 얼굴 표정을 인식하기 위한 방법
|
| 18 |
18
제16 항에 있어서,상기 포레스트 생성단계는,상기 분류한 각 표정 조합에 대해 산출된 상기 정인식 수의 합의 평균이 최대가 되도록 하는 표정 조합을 찾아 그 찾은 표정 조합을 기반으로 얼굴 표정들을 두 개의 부류로 분류하는 것을 특징으로 하는 얼굴 표정을 인식하기 위한 방법
|
| 19 |
19
삭제
|
| 20 |
20
삭제
|
