slide1
Download
Skip this Video
Download Presentation
얼굴인식을 이용한 수배자 인식시스템

Loading in 2 Seconds...

play fullscreen
1 / 18

얼굴인식을 이용한 수배자 인식시스템 - PowerPoint PPT Presentation


  • 155 Views
  • Uploaded on

얼굴인식을 이용한 수배자 인식시스템. 20020916 이명환 20020933 이상제 20021341 최문선. 요구 명세. 흐름도. 사진촬영. 전처리. 얼굴영역추출. 대 조. 분 류. 특징점 추출. DATABASE OF FACES. 히스토그램 평활화 밝기 분포가 특정한 부분에 치우친 것을 좀더 넓은 밝기 영역에 걸쳐 분포하도록 펼쳐줌 . 히스토그램이 펼쳐짐으로써 대비가 증가되어 가시도가 개선됨 . 원 이미지상에서 나타나는 경계 등에서의 상세함이 많이 사라짐. 전처리.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about '얼굴인식을 이용한 수배자 인식시스템' - elaine


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
slide1

얼굴인식을 이용한 수배자 인식시스템

20020916 이명환

20020933 이상제

20021341 최문선

slide3
얼굴인식을 통한 경보시스템흐름도

사진촬영

전처리

얼굴영역추출

대 조

분 류

특징점 추출

DATABASE OF FACES

slide4
얼굴인식을 통한 경보시스템
  • 히스토그램 평활화
    • 밝기 분포가 특정한 부분에 치우친 것을 좀더 넓은 밝기 영역에 걸쳐 분포하도록 펼쳐줌.
    • 히스토그램이 펼쳐짐으로써 대비가 증가되어 가시도가 개선됨.
    • 원 이미지상에서 나타나는 경계 등에서의 상세함이 많이 사라짐
전처리

◈ h(i) = Gmax / Nt * H(i)

slide5
얼굴인식을 통한 경보시스템

Mask별 영상 비교

전처리

Gray영상

Canny영상

Laplacia

영상

Sobel영상

slide6
얼굴인식을 통한 경보시스템
  • Edge Detection Mask
    • 캐니(Canny)
      • 함수 edge에 의해 제공되는 가장 강력한 검출기
      • 윤곽선 검출 전 노이즈 제거 마스크가 사용
      • 잡영에 강하다.
      • 강한 에지와 약한 에지를 검출하기 위해 두 개의 문턱 값 사용
      • 약한 에지는 강한 에지에 연결된 경우에만 출력에 포함
      • 에지 점은 그 크기가 기울기 방향에서 지역 최대값인 점으로 정의
전처리

◈ 지역적 기울기 :g(x,y) = [Gx2+ Gy2]1/2

◈ 에지 방향 :α(x,y) = tan-1(Gx, Gy)

slide7
얼굴인식을 통한 경보시스템
  • Edge Detection Mask
    • 소벨(Sobel)
      • 가장 대표적인 미분 연산자
      • 2차 미분 연산자이며, x축, y축으로 각각 한번씩 미분
      • 입력 영상에 대해 모든 방향의 edge를 추출하며 잡음에도

대체로 강함.

      • 수직, 수평방향 보다 대각선 방향 edge에 더 민감하며

너무 많은 에지가 추출하는 단점

전처리

◈ 기울기 :g = [Gx2+ Gy2]1/2

slide8
얼굴인식을 통한 경보시스템
  • Edge Detection Mask
    • 라풀라시안(Laplacian)
      • 1차 미분 알고리즘을 단점을 보완하기 위한 방법인 2차 미분알고리즘중의 하나.
      • 연산 속도가 매우 빠르다.
      • 하나의 마스크로 윤곽선 검출을 수행한다.
      • 영상 분할에 있어 중요한 역할을 하는 폐곡선으로 이루어진에지의 윤곽선을 검출.
      • 모든 방향의 에지를 추출하지만 주변 밝기와의 차이 값을이용하여 에지 추출하기 때문에 잡음에 약하다.
전처리

◈ h(r) = [r2-σ2 / σ4]e-r2/2σ2

slide9
얼굴인식을 통한 경보시스템
  • AAM(Active Appearance Models)
    • 얼굴각각의 성분들은 서로 일정한 거리와 위치 관계를

가지고 있다는 것을 전제.

    • 얼굴 성분들의 위치와 크기에 관한 규칙을 이용.
    • 얼굴의 기울기, 각도, 표정 등의 변화에 민감함.
    • 변화에대한규칙을확장하거나,조건의정규화로개선가능.
특징점 추출
slide10
얼굴인식을 통한 경보시스템
  • First Phase
    • 정교한 얼굴 특징점 정보를 추출 가능
    • 초기 얼굴 모양의 파라미터를 생성.
특징점 추출(AAM)

MPEG-4에서 정의된 얼굴 모델 특징점

slide11
얼굴인식을 통한 경보시스템특징점 추출(AAM)

얼굴 영역 추적 화면

  • Second Phase
    • CamShift 알고리즘을 이용하여 얼굴 영역을 추적
    • 추적된 얼굴 영역의 크기와 위치정보 저장
slide12
얼굴인식을 통한 경보시스템특징점 추출(얼굴 영역 보정)

측면 촬영 영상

보정된 특징점

정면 촬영 영상

  • Extra Phase
    • 측면 촬영 영상에서 두 눈과 코를 이용해서 중심선 추출
    • 중심을 기준으로 양쪽의 비율을 조정
slide13
얼굴인식을 통한 경보시스템얼굴 분류 ∙ 대조
  • First Phase
    • 턱 선의 전체적인 윤곽 일치율 대조
    • 후보의 수를 줄여서 처리속도 향상
slide14
얼굴인식을 통한 경보시스템얼굴 분류 ∙ 대조
  • Second Phase
    • 전체 특징점을 비교
    • 후보 단일화 및 일치율 측정
slide16
얼굴인식을 통한 경보시스템

최경택 / 변혜란, 얼굴영역 추적과 입검출을 이용한 AAM 얼굴 모양 파라미터 추정, 제32회 추계학술발표회 논문집, Vol.32, No. 2(Ⅱ)

배정완 / 최권택 / 변혜란, Pan-Tilt-Zoom-Camera에서 AAM과 CAMSHIFT를 이용한 얼굴 검출 및 추적, 제32회 추계학술발표회 논문집, Vol. 32, No. 2(Ⅱ)

김대환 / 김재민 / 조성원 / 장용석 / 정선태 / 김부균, 점진적 AAM을 이용한 강인한 얼굴 윤곽 검출, 한국콘텐츠학회눈문지, ’07 Vol. 7, No. 2

민경필 / 전준철 / 박구락, 얼굴 모델 특징 정보 검출을 위한 효율적인 변형 가능한 템플릿, 한국 과학재단 특정기초연구, 과제번호 R01-2002-000-00010-0

참고문헌
slide18
얼굴인식을 통한 경보시스템
  • CAMShift
    • Color Segment 방법의 MeanShift 알고리즘을

Streaming 환경에서 사용하기 위해 개선한 것

    • 조도변화, 잡음이 많은 배경에서는 성능이 좋지 않음
    • 검출된 객체의 영역의 Hue값의 분포를 이용하여 변화

될 위치를 예측하고 탐지한 후 중심을 찾아 객체를 추적

특징점 추출
ad