Face Detection and Recognition in Color Images under Matlab

Deise Maia,Roque Trindade 보안공학연구지원센터 2016 International Journal of Signal Processing, Image Vol.9 No.2

In this paper we describe our implementation of algorithms for face detection and recognition in color images under Matlab. For face detection, we trained a feedforward neural network to perform skin segmentation, followed by the eyes detection, face alignment, lips detection and face delimitation. The eyes were detected by analyzing the chrominance and the angle between neighboring pixels and, then, the results were used to perform face alignment. The lips were detected based on the analysis of the Red color component intensity in the lower face region. Finally, the faces were delimited using the eyes and lips positions. The face recognition involved a classifier that used the standard deviation of the difference between color matrices of the faces to identify the input face. The algorithms were run on Faces 1999 dataset. The proposed method achieved 96.9%, 89% and 94% correct detection rate of face, eyes and lips, respectively. The correctness rate of the face recognition algorithm was 70.7%.

비디오 영상에서 SVM과 HMM을 사용한 얼굴영역 추출

정수웅 김천과학대학 2007 김천과학대학 논문집 Vol.33 No.-

In this paper, we present the method of detecting some face regions in video images using Support Vector Machine and Hidden Markov Model. Face images from a camera are mapped into a texture space and then, some texture informations are extracted in face images. Given texture informations, face regions are detected. For extracting some texture informations in face images, 10 Support Vector Machines are used. PCA(principle Component Analysis) is used to reduce dimension, and then a face pattern is obtained. The obtained pattern doesn't represent the entire image texture, but represent the pixel texture information. Accordingly the pattern represents a spacial distribution of each texture information. The detection of face regions is performed using HMM, which shows texture of input image and spatial characteristics of texture. In order to reduce the computational load to the human face detection, the presented method is based on the variation regions application. The method consists of two steps: moving region detection and face region detection. First, the moving region detection, the rough positions of moving objects in image sequence are determined using an adaptive thresholding method that automatically choose the threshold value for detecting the moving regions. Then, we obtained binary motion masks. Second, the face region detection, the pixels in the detected motion masks that have similar texture are extracted. Some candidate face regions are classified into real face regions using HMM. The experiment is showed that the presented method is robust to a motion-blur and saturated image under illumination variation.

동영상에서 얼굴영역 검출 알고리즘

정행섭(Haing-Sup Jung),김하식(Ha-Sik Kim),서명호(Myong-Hoo Seo),이주신(Joo-Shin Lee) 한국정보기술학회 2010 Proceedings of KIIT Conference Vol.2010 No.-

본 논문에서는 동영상에서 얼굴영역을 추출하고 얼굴의 특징요소를 추출하는 방법을 제안하였다. 제안한 알고리즘은 움직임 영역 검출 과정과 얼굴 영역 검출 과정으로 구성되었다. 움직임 검출 과정에서는 연속되는 2개의 다른 프레임을 사용하여 먼저 움직임 영역을 검출한다. 얼굴 검출 과정은 20개의 피부색 표본영상에서 색상과 채도를 특정벡터로 사용, 입력영상과의 유클리디안 거리를 구하여 피부색 영역을 추출하였다. 추출된 얼굴 후보영역을 CMY칼라 모델에서 C요소로 눈을 검출하였고, YIQ 칼라 공간에서 Q요소로 입을 검출하였다. 추출된 얼굴 후보영역에서 일반적인 얼굴에 대한 지식을 기반으로 얼굴 영역을 검출하였다. 입력받은 53 프레임의 동영상으로 실험한 결과 41프레임이 검출되어 77.4%의 검출율을 보였고, 검출된 41프레임으로 실험한 결과 100%의 얼굴 검출율을 보였다. In this paper, we proposed a method for face region extraction and facial feature extraction in moving images. The proposed algorithm is detection process of motion area and face detection process. The moving area is first detected using the difference between two successive frames. The face detection process extracts the area of skin color by calculating Euclidian distances to the input images using as characteristic vectors color and chroma in 20 skin color sample images. Eye detection using C element in the CMY color model and mouth detection using Q element in the YIQ color model for extracted candidate areas. Face area detected based on human face knowledge for extracted candidate areas. When an experiment was conducted with 53 frame moving image 41 frames were detection rate ed showed the detection rate of 77.4%, detection in 41 frames experimental results showed 100% detection rate of the face.

Face Image registration methods using Normalized Cross Correlation

Kyu-Dae Ban,Jaeyeon Lee,Dae Hwan Hwang,Yun-Koo Chung 제어로봇시스템학회 2008 제어로봇시스템학회 국제학술대회 논문집 Vol.2008 No.10

In the many processing stage of face recognition, one of the most important parts is face detection. In the recent years, there has been much progress in face detection. Many face recognition system adopt or develop the Adaboost: Viola-Jones face detection system. But the detected face image by adaboost method has serious problems. Face regions are apt to be different at each time, and the detected face image includes the rotated face. These issues give the bad effect to the feature extraction stage of the face recognition. In order to solve these problems, Many researchers normalize the scale of face through the detection of detail element of a face, especially the eye detection. Generally, the home service robot mounts the low resolution camera, As the distance between a robot and a user becomes increasing, it is very difficult to obtain the good result by those methods. In this paper, Normalized Cross Correlation is used to detect the exact face region in the low resolution face image. The experiments showed that our method using NCC give the much better face recognition rate.

지상파 DMB 단말에서의 3D 컨텐츠 최적 서비스를 위한 경계 정보 기반 실시간 얼굴 수평 위치 추적 방법에 관한 연구

강성구(Seonggoo Kang),이상섭(Sangseop Lee),이준호(Juneho Yi),김중규(Jungkyu Kim) 大韓電子工學會 2011 電子工學會論文誌-SP (Signal processing) Vol.48 No.6

모바일 단말과 같은 임베디드 환경은 범용 컴퓨터에 비하여 연산 성능이 현저히 낮다. 따라서 기존 얼굴 및 추적 알고리즘은 모바일 환경에서 적용하기에는 복잡도가 높아 검출 시간이 오래 걸리기 때문에 모바일 단말에서의 실시간 적용에는 적합하지 않다. 모바일 단말에서 실시간 시선 추적은 사용자와 단말 간의 양방향 멀티미디어 서비스를 가능하게 함으로써 단방향 서비스에 비해 고품질의 서비스를 제공할 수 있게 된다. 따라서 모바일 환경에 최적화된 실시간 시선 추적 기법의 개발이 필요하다. 이에 본 논문에서는 지상파 3D DMB 컨텐츠의 품질 향상을 위하여 단말에서 사용자 얼굴의 수평 위치를 실시간으로 추적할 수 있는 기법을 제안한다. 본 논문에서 제안하는 방법은 에지의 방향성을 이용하여 얼굴의 좌/우 경계 지점을 추정하며 컬러 에지 정보에 의하여 얼굴의 수평 위치 및 크기를 최종적으로 판단한다. 소벨 연산 과정에서의 경사도 벡터를 수직 방향으로 크기 투영한 데이터에서 얼굴의 경계 후보 지점들이 선택되며 정확한 판단을 위하여 평활화 방법 및 탐색 방법을 제안하였다. 일반적인 얼굴 검출 알고리즘은 멀티스케일의 특징 벡터를 사용하기 때문에 모바일 환경에서는 검출 시간이 오래 걸리지만 본 알고리즘은 수평 위치 검출이라는 제약 조건 하에서의 단일 스케일에서의 검출 방법이므로 기존 얼굴 검출 방법에 비하여 빠른 검출이 가능하다. An embedded mobile device mostly has lower computation power than a general purpose computer because of its relatively lower system specifications. Consequently conventional face tracking and face detection methods requiring complex algorithms for higher recognition rates are unsuitable in a mobile environment aiming for real time detection. On the other hand by applying a real-time tracking and detecting algorithm we would be able to provide a two-way interactive multimedia service between an user and a mobile device thus providing a far better quality of service in comparison to a one-way service. Therefore it is necessary to develop a real-time face and eye tracking technique optimized to a mobile environment. For this reason in this paper we proposes a method of tracking horizontal face position of a user on a T-DMB device for enhancing the quality of 3D DMB content. The proposed method uses the orientation of edges to estimate the left and right boundary of the face and by the color edge information the horizontal position and size of face is determined finally to decide the horizontal face. The sobel gradient vector is projected vertically and candidates of face boundaries are selected and we proposed a smoothing method and a peak-detection method for the precise decision. Because general face detection algorithms use multi-scale feature vectors the detection time is too long on a mobile environment. However the proposed algorithm which uses the single-scale detection method can detect the face more faster than conventional face detection methods.

Face Detection and Pose Estimation Based on Evaluating Facial Feature Selection

Hiyam Hatem,Zou Beiji,Raed Majeed,Mohammed Lutf,Jumana Waleed 보안공학연구지원센터 2015 International Journal of Hybrid Information Techno Vol.8 No.2

The detection of faces is one of the most requesting fields of research in image processing and Visual estimation of head pose is desirable for computer vision applications such as face recognition, human computer interaction, and affective computing. In this paper, we propose completed method for face pose estimation, face and face parts detection, feature extraction, tracking. This paper proposes using an improved AdaBoost algorithm, which is much better than normal AdaBoost. We use the de-facto Viola- Jones method for face and face part detection. From the robustness property of Haar-like feature, we first construct the strong classifier more effective to detect rotated face, and then we propose a novel method that can reduce the training time. We adopt affine motion model estimation as a tracking method. The combination enables efficient detection around the search area limited by tracking. Experimental results demonstrated its effectiveness and robustness against different types of detection and pose estimation in the input face images, including faces that appear in a wide range of image positions and scales, and also complex backgrounds, occlusions, illumination variations and multi-pose head images.

검출된 얼굴 영역 안정화를 위한 하드웨어 구현

조호상,장경훈,강현중,강봉순,Cho, Ho-Sang,Jang, Kyoung-Hoon,Kang, Hyun-Jung,Kang, Bong-Soon 한국융합신호처리학회 2012 융합신호처리학회 논문지 (JISPS) Vol.13 No.2

본 논문은 얼굴 검출 시스템에서 검출된 얼굴의 크기와 위치 정보를 이용한 얼굴 영역 안정화 알고리즘의 하드웨어 구현에 관한 것이다. adaboost 알고리즘을 이용한 얼굴 검출 시스템은 입력되는 영상을 이용하여 얼굴이라고 판단될 수 있는 템플릿 패턴, 얼굴 특징을 추출 하거나 미리 학습된 데이터와 비교하여 얼굴을 검출한다. 하지만 미세한 흔들림에도 얼굴 정보의 위치나 크기가 달라진다. 검출된 얼굴 영역의 안정화를 위해서 본 논문은 검출된 현재 얼굴 정보와 이전 프레임의 얼굴 정보를 기반으로 얼굴 영역의 흔들림을 줄이는 고주파 억제 필터, 얼굴 거리와 영역 비교, 얼굴 영역 확대-축소 연산을 이용한 얼굴 검출 안정화 하드웨어를 구현하여 실시간으로 피드백이 가능하도록 하였다. This paper presents a hardware-implemented face regions stabilization algorithm that stabilizes facial regions using the locations and sizes of human faces found by a face detection system. Face detection algorithms extract facial features or patterns determining the presence of a face from a video source and detect faces via a classifier trained on example faces. But face detection results has big variations in the detected locations and sizes of faces by slight shaking. To address this problem, the high frequency reduce filter that reduces variations in the detected face regions by taking into account the face range information between the current and previous video frames are implemented in addition to center distance comparison and zooming operations.

Driver`s Face Detection Using Space-time Restrained Adaboost Method

( Tong Liu ),( Jianbin Xie ),( Wei Yan ),( Peiqin Li ) 한국인터넷정보학회 2012 KSII Transactions on Internet and Information Syst Vol.6 No.9

Face detection is the first step of vision-based driver fatigue detection method. Traditional face detection methods have problems of high false-detection rates and long detection times. A space-time restrained Adaboost method is presented in this paper that resolves these problems. Firstly, the possible position of a driver`s face in a video frame is measured relative to the previous frame. Secondly, a space-time restriction strategy is designed to restrain the detection window and scale of the Adaboost method to reduce time consumption and false-detection of face detection. Finally, a face knowledge restriction strategy is designed to confirm that the faces detected by this Adaboost method. Experiments compare the methods and confirm that a driver`s face can be detected rapidly and precisely.

실시간 비디오 감시에서 신경망 기반의 얼굴 검출

정수웅 김천과학대학 2003 김천과학대학 논문집 Vol.29 No.-

본 논문에서는 실시간 비디오 감시 시스템에서 움직이는 사람들의 얼굴을 추출하고 추적하는 방법을 제안한다. 얼굴 추출 과정에서 계산량으로 인한 부하를 줄이기 위해 제안한 방법은 변화 영역 접근 방식에 기반을 두고 있다. 전체적인 얼굴 추출 방법은 두 단계로 구성되어 있다. 첫 번째 단계는 움직이는 영역 추출을 위해 자동으로 임계값을 선택하는 적응 임계치 방법을 사용한다. 그리고, 임계 처리된 영상에서 이진 모션 마스크들을 생성한다. 두 번째 단계에서는 얼굴 영역을 검출한다. 얼굴 영역 추출은 추출된 모션 마스크 내에서 미리 정의된 피부색 모델을 활용하여 유사한 피부색을 가지는 픽셀들이 추출되고 후보 얼굴 영역들이 얻어진다. 후보 얼굴 영역들에 대해 얼굴의 크기와 모양을 학습한 신경망에 적용하여 실제 얼굴을 검출한다. 현재 프레임에서 검출된 얼굴을 바탕으로 연속된 프레임에서 얼굴들이 추적된다. 실험을 통하여 제안한 방법이 잡음이나 배경이 복잡한 영상에서 매우 효과적으로 얼굴을 추출함을 보인다. In this paper, we present a method to track and detect faces of moving humans for real-time video surveillance. In order to reduce the computational load to the human face detection, the presented method is based on the variation regions application. The method consists of two steps: moving region detection and face region detection. First, the moving region detection, the rough positions of moving objects in image sequence are determined using an adaptive thresholding method that automatically choose the threshold value for detecting the moving regions. Then, we obtained binary motion masks. Second, the face region detection, the pixels in the detected motion masks that have similar skin-color are extracted using the predefined skin-color model, which is a stochastic model to characterize skin-colors of human faces, then we obtain the binary candidate face region masks. The candidate face regions are classified into the real face region using neural network, which is trained size and shape of face. Based on the detected face in current frame, faces are tracked in consecutive frames. Our experimental results show that the presented method is robust under complex background and some noise.

얼굴 색상과 에이다부스트를 이용한 효율적인 얼굴 검출

채영남(Yeong Nam Chae),정지년(Ji-nyun Chung),양현승(Hyun S. Yang) 한국정보과학회 2009 정보과학회논문지 : 소프트웨어 및 응용 Vol.36 No.7

Viola와 Jones가 제안한 에이다부스트 얼굴 검출기는 속도와 정확도면에서 매우 훌륭한 성능을 보이고 있는 얼굴 검출기이다. 하지만 에이다부스트 얼굴 검출기에도 여전히 오검출이 발생하며, 이를 줄이기 위해서는 더욱 많은 계산이 필요하다. 에이다부스트 얼굴 검출기는 흑백 영상만을 사용하므로, 색상정보를 사용하면 더 적은 연산으로 오검출율을 낮출 수 있다. 본 논문은 얼굴 색상 정보를 이용하여 대상 영상에서 부 윈도우를 효율적으로 검색하고, 에이다부스트 얼굴 검출기의 첫 단계에 계산속도가 매우 빠른 얼굴 색상을 이용한 얼굴/비얼굴 분류기를 채용하여 더 빠른 얼굴 검출 속도와 더 낮은 오검출율을 달성할 수 있는 단계별 얼굴 검출 모델을 제안하였다. 얼굴색상 필터링을 위해 정의된 얼굴색상 소속함수를 이용하여 얼굴색상 필터 영상과 그 누적영상을 계산한다. 누적 영상에 의해 빠른 속도로 임의의 부 윈도우의 밀도를 계산할 수 있다. 제안된 검색 방법은 이 색상 밀도에 기반하여 얼굴일 가능성이 없는 부윈도우들을 생략하게 된다. 그리고 부 윈도우의 밀도를 이용한 얼굴/비얼굴 분류기는 단계별 얼굴 검출기의 앞단에서 얼굴이 아닌 부 윈도우를 빠르게 거절한다. 제안된 얼굴 검출 모델은 적은 계산으로 오검출율을 낮출 수 있었으며, 실시간 얼굴 검출 속도를 비약적으로 향상시킬 수 있었다. The cascade face detector learned by Adaboost algorithm, which was proposed by Viola and Jones, is state of the art face detector due to its great speed and accuracy. In spite of its great performance, it still suffers from false alarms, and more computation is required to reduce them. In this paper, we want to reduce false alarms with less computation using facial color. Using facial color information, proposed face detection model scans sub-window efficiently and adapts a fast face/non-face classifier at the first stage of cascade face detector. This makes face detection faster and reduces false alarms. For facial color filtering, we define a facial color membership function, and facial color filtering image is obtained using that. An integral image is calculated from facial color filtering image. Using this integral image, its density of subwindow could be obtained very fast. The proposed scanning method skips over sub-windows that do not contain possible faces based on this density. And the face/non-face classifier at the first stage of cascade detector rejects a non-face quickly. By experiment, we show that the proposed face detection model reduces false alarms and is faster than the original cascade face detector.