- 색상정보와 PCA-LDA를 이용한 얼굴검출
- ㆍ 저자명
- 이주승,한영환,홍승홍,Lee. Ju-Seung,Han. Young-Hwan,Hong. Seung-Hong
- ㆍ 간행물명
- 전기전자학회논문지
- ㆍ 권/호정보
- 2002년|6권 1호|pp.72-79 (8 pages)
- ㆍ 발행정보
- 한국전기전자학회
- ㆍ 파일정보
- 정기간행물| PDF텍스트
- ㆍ 주제분야
- 기타
이 논문은 한국과학기술정보연구원과 논문 연계를 통해 무료로 제공되는 원문입니다.
본 논문에서는 복잡한 배경의 영상에서 얼굴을 검출하는 효과적인 알고리즘을 제안한다. 제안된 알고리즘은 색상정보와 PCA-LDA(Principal Component Analysis - Linear Discriminant Analysis)에 의하여 구해진 고유얼굴 (eigenface)을 이용한다. 색상정보는 다른 어떤 방법보다 얼굴을 검출하는데 유용하게 사용된다. 고유얼굴은 전체학습 얼굴들의 평균정보를 포함하고 있기 때문에 얼굴 후보영역에 대하여 얼굴인지를 판별할 수 있는 기능을 갖는다. 전체적인 과정은 두 단계로 이루어진다. 첫 번째 단계는 영상내에서 색상정보를 이용하여 살색영역의 1차 얼굴 후보영역을 찾아 후보영역의 위치와 기를 결정한다. 두 번째 단계는 1차 얼굴 후보영역에 대하여 PCA-LDA에 의한 얼굴의 유사성을 측정하여 얼굴인지 아닌지를 판별한다. 제안한 검출 방법을 사용한 실험 결과, 색상정보를 사용하여 1차 얼굴 후보영역의 크기와 위치를 결정함으로써 검출속도의 향상을 가져올 수 있었다. 또한 PCA-LDA에 의한 고유얼굴과의 비교를 통해 복잡한 매경이 있는 영상에서도 97%의 검출률을 얻을 수 있었다.
This paper presents an efficient face detection algorithm for color images with a complex background. The presented algorithm utilizes the color information and eigenface that is calculated by PCA-LDA (Principle Component Analysis - Linear Discriminant Analysis). The method of using the color information is faster than any other methods. Eigenface includes average information of the whole test faces. Therefore eigenface can decide that the candidate region is a face. The whole process is composed of two steps. First, it finds first face candidates region of skin tone using a color information in image. We can get a size and position of face candidate region. Second, we compare first face candidate region with eigenface, so decide that an image whether include a face or not. The advantages of the proposed approach include that increasing the detection speed by deciding a size and position of first face candidates region. Also, Betting 97% of the detection rate by comparing the eigenfaces calculated in PCA-LDA.