스마트 폰 기반의 실시간 얼굴 표정 인식. = Real-Time Facial Expression Recognition with a Smart Phone.

국문 초록 (Abstract)

현대인의 필수품이 되어버린 핸드폰 중 대표주자인 스마트 폰은 전화, 인터넷, 게임 등을 사용할 수 있고, 전 세계에서 8500만대 이상이 팔릴 만큼 수많은 사람들이 사용한다. 또한 수십만 가지의 방대한 어플리케이션은 스마트 폰의 최대 장점 중에 하나이다. 본 논문에서는 MAC OS X에 기반을 둔 스마트폰 중에서 전 세계에서 가장 각광받고 있는 iPhone 3Gs 카메라를 통해 얼굴을 추적 해 표정을 인식 할 수 있는 어플리케이션을 개발하고자 한다. 본 논문에서는 iPhone에서 사람의 얼굴을 추적해 인식하기 위한 방법을 다음과 같이 제안하였다. 우선 얼굴의 영상을 찾아내기 위해 OpenCV Haar-like-feature를 사용하여 사람의 얼굴을 검출한다. 검출된 얼굴 영역을 기준으로 Active Appearance Model을 사용해 Appearance 값을 추출한 후 얼굴 검출 단계에서 추출된 얼굴을 정규화해서 정규 화된 이미지를 EFM 분류기를 통해 입력된 이미지 얼굴의 Appearance 값으로 얼굴 표정을 판단할 수 있다. 제안된 방법을 통해 어느 곳에서든지 휴대가 가능한 iPhone 3Gs를 사용해 얼굴을 추적해 표정 인식이 가능하고 iPhone 3Gs 뿐만 아니라 앞으로 나올 아이패드 등 카메라가 제공된다면 플랫폼이 비슷한 기기에 쉽게 탑재할 수 있는 장점이 있다.

목차 (Table of Contents)

• 제1장 서론 1
• 1. 연구 배경과 연구 목적 1
• 1.1. 연구 배경 1
• 1.2. 연구 목적 2
• 2. MAC OS X 기반 시스템 구성 4
• 2.1. MAC OS X 소개 4
• 2.2. MAC OS X 기반 시스템 구조 5
• 2.3. iPhone 3Gs 구성요소 6
• 2.4. iPhone 3Gs 프로세스 7
• 2.5. iPhone 3Gs 메모리 9
• 3. 시스템 구성을 위한 알고리즘 11
• 3.1. Face detect and Haar-classifier 11
• 3.1.1. Haar-like Feature 11
• 3.1.2. Cascade of Classifiers 13
• 3.2. AAM(Active Appearance Model) 14
• 3.2.1. Independent AAMs 14
• 3.2.1.1. Shape 14
• 3.2.1.2. Appearance 17
• 3.2.1.3. AAMs model instance 18
• 3.2.1.4. Inverse compositional Image alignment 20
• 3.3. EFM(Enhanced Fisher Model) 22
• 4. iPhone 3Gs Real-Time Expression Recognition System 26
• 4.1. iPhone 3Gs Real-Time Expression Recognition 흐름도 26
• 4.2. iPhone 3Gs Real-Time Expression Recognition 구조 28
• 4.2.1. Facial Feature Detection 28
• 4.2.2. AAM Fitting 30
• 4.2.3. Expression Recognition 32
• 4.3. iPhone 3Gs Real-Time Expression Recognition 최적화 방법 34
• 5. 실험 및 결과 35
• 5.1. iPhone 3Gs 장치 환경 35
• 5.2. 표정 별 실험 및 속도 결과 36
• 5.2.1. 속도 결과 36
• 5.2.2. 표정 인식 상황 별 실험 및 결과 38
• 6. 결론 41
• 7. 참고문헌 43
• ABSTRACT 46