| 1 |
1
실시간 얼굴 추적 시스템으로서,입력 영상으로부터 HCbCr 색 공간의 피부색 정보를 이용하여 얼굴을 검출하는 얼굴 검출 모듈(100);상기 얼굴 검출 모듈(100)을 통해 검출된 얼굴이 추적 대상인지를 인식하는 얼굴 인식 모듈(200); 및상기 얼굴 인식 모듈(200)로부터 인식된 얼굴이 추적 대상일 경우, 상기 얼굴을 추적하는 얼굴 추적 모듈(300)을 포함하되,상기 얼굴 검출 모듈(100)은,상기 입력 영상으로부터 객체의 Histogram of Oriented Gradient(이하, 'HOG'라 함) 특징 벡터를 추출하는 HOG 특징 벡터 추출부(110);상기 HOG 특징 벡터 추출부(110)로부터 추출된 HOG 특징 벡터를 바탕으로, 상기 입력 영상에 있는 객체의 상반신을 검출하는 Support Vector Machine(이하 ‘SVM’ 이라함) 분류기(120); 및상기 SVM 분류기(120)를 통해 검출된 객체의 상반신에서 HCbCr 색 공간의 피부색 정보를 이용하여 피부 영역을 검출하는 피부 영역 검출부(130)를 포함하되,상기 피부 영역 검출부(130)로부터 검출된 피부 영역 내에서 Haar-like 특징을 이용하여, 눈을 검출하고, 상기 검출된 두 눈 사이의 거리를 바탕으로 얼굴을 검출하며,상기 HOG 특징 벡터 추출부(110)는, 다량의 상반신 이미지 및 비상반신 이미지(배경 이미지)로부터 HOG 특징 벡터를 추출하도록 학습되고,상기 SVM 분류기(120)는, 상기 HOG 특징 벡터 추출부(110)에서 추출된 HOG 특징 벡터를 바탕으로 입력되는 이미지를 상반신 이미지와 비상반신 이미지(배경 이미지)로 분류하도록 학습되며,얼굴 인식 모듈(200)은,학습 영상 데이터베이스를 바탕으로 학습된 FCM(Fuzzy C-means) 기반 RBF 뉴럴네트워크(Radical Basis Function Neural Network) 패턴 분류기를 이용하여, 상기 얼굴 검출 모듈(100)로부터 검출된 얼굴이 추적 대상인지를 인식하되,상기 FCM 기반 RBF 뉴럴네트워크 패턴 분류기는,상기 학습 영상 데이터베이스 중 입력되는 학습 영상으로부터, HOG 특징 벡터 추출부(110) 및 SVM 분류기(120)를 통해 상기 학습 영상에 있는 객체의 상반신을 검출하고, 상기 검출된 객체의 상반신에서 HCbCr 색 공간의 피부색 정보 및 Haar-like 특징을 이용하여 얼굴을 검출하며, 상기 검출된 얼굴의 데이터를 PCA 및 (2D)2PCA를 이용하여 전처리한 후, 상기 전처리된 데이터를 입력받아, 각각의 학습영상을 학습하는 것을 특징으로 하는, 색상 기반 얼굴 검출을 통한 실시간 얼굴 추적 시스템(10)
|
| 3 |
3
제1항에 있어서, 상기 얼굴 인식 모듈(200)은,주성분 분석법(Principal Componet Analysis, 이하 ‘PCA’라 함), 및 (2D)2PCA를 이용하여, 상기 얼굴 검출 모듈(100)로부터 검출된 얼굴의 데이터의 차원을 축소하는 전처리부(210)를 포함하는 것을 특징으로 하는, 색상 기반 얼굴 검출을 통한 실시간 얼굴 추적 시스템(10)
|
