본 논문은 영상에서의 시각적 자극에 의한 상향식 돌출과 특정 대상에 관련된 하향식 단서들과의 결합에 기반한 시각 주의를 이용한 얼굴 검출 방법을 제안한다. 제안하는 시각 주의는 하향식 단서들이 상향식 돌출을 생성하기 위한 프로세스에 직접적으로 영향을 주면서 목표하는 얼굴을 검출하도록 유도하는 결합 방법으로 이를 기반으로 얼굴 돌출맵을 생성한다. 상향식 프로세스는 색상 특징으로부터 피부색을 추출, 가우스 피라미드를 이용하여 피부색 피라미드를 생성한 후, 각 스케일의 영상에서 중심-주변 차이 연산을 수행하여 얻어진 스케일맵(scale map)을 더함으로써 피부색 특징맵(feature map)을 만드는 과정을 수행한다. 하향식 단서로는 얼굴 검출을 위해 얼굴 모양, 피부색, 밝기, 크기 등의 2차원 단서와 3차원 깊이 정보 등을 사용한다. 이들 단서들 중 피부색과 얼굴 크기 정보는 상향식 돌출을 위한 피부색 추출 과정과 중심-주변 차이 연산을 위한 윈도우 크기 지정에 각각 사용된다. 또한, 얼굴 모양, 깊이 정보에 대응하는 크기, 밝기 등의 단서들은 상향식 돌출 프로세스에 의해 만들어진 피부색 특징맵의 얼굴 후보 영역들 중 얼굴 영역만을 검출하기 위한 가중치를 계산하는데 사용된다. 이러한 상향식 프로세스와 하향식 단서들의 결합을 통해 최종적인 얼굴 돌출맵을 생성한다. 본 논문에서는 제안 방법의 성능을 검증하기 위해 다수의 얼굴을 포함한 영상을 사용하여 테스트를 하였으며 93.4% 검출률로 다양한 크기나 회전변화에 강인하게 얼굴을 검출함을 보여준다.
This paper presents a face detection method using visual attention based on integration of top-down cue relevant to the specific object and bottom-up saliency resulting from visual stimuli in an image. The proposed method uses 3D depth information as well as the 20 information, such as shape, skin color distribution, and size, as the top-down cue related to the face. The skin color and face size with the 3D depth information can be fed to the bottom-up color detection process for extracting skin color and size of the window to be used for computing the center-surround difference, respectively. In addition, face shape, luminance, size are used for weighting candidate face regions in skin color feature map, as a means of constructing a face saliency map. The approach is based on goal-directed attention model guiding a general purpose of bottom-up saliency detection process into a specific saliency detection process for finding the face as target object. To evaluate the performance of the proposed method, we have experimented with images containing single face or multiple faces. The experimental evaluation shows that the proposed method reaches a detection rate of 93.4%, indicating the robustness against a wide variation of scale and rotation.
