얼굴 영상 분석을 이용한 3차원 얼굴 모델 생성

민경필(Kyong-Pil Min),한태화(Tae-Hwa Han),전준철(Jun-Chul Chun),박구락(Koo-Rack Park) 한국HCI학회 2003 한국HCI학회 학술대회 Vol.2003 No.2

IT기반의 디지털병원 현황 및 방향

민경필(Kyong-Pil Min),한태화(Tae-Hwa Han) 한국정보과학회 2011 정보과학회지 Vol.29 No.4

신경망을 이용한 다채널 의료영상 분류의 최적화

민경필(Min Kyong-Pil),전준철(Chun Jun-Chul) 한국정보과학회 1997 한국정보과학회 학술발표논문집 Vol.24 No.2Ⅱ

영상을 이해하기 위해서는 영상을 구성하고 있는 데이터를 나누어주기 위한 영상분류과정을 거쳐야 한다. 여러 영상분류 방법가운데 최근 관심을 모으는 분야 중 하나는 인간의 뇌신경을 모방한 신경망을 이용한 분류방법이다. 본 논문에서는 홉필드망을 이용하여 의료영상중 하나인 자기공명영상을 분류하는 방법과 홉필드망의 단점인 수렴속도문제와 에너지함수가 항상 전역적 최소치로 수렴하는 것을 보장하지 못한다는 점을 해결하기 위한 방법을 제시한다. 단점을 해결하기 위해서 우선 과다한 클래스맵의 생성과, 처리속도의 향상을 위해 입력 값을 임의로 설정하는 대신 Agglomerative 군집화 알고리즘에의해 초기 값을 입력해주는 방법과, 지역적 최소치로 수렴하는 문제를 해결하기 위해서 Mean Field Annealing 알고리즘을 적용하였으며, 뇌에 대한 자기공명영상에 임의로 잡음을 생성하여 생성전과 생성후의 분류결과와 기존의 방법에 의한 분류결과를 비교하여 성능을 평가한다. 본 연구에서 제안된 방법은 자기공명영상처럼 다채널영상으로 이루어진 멀티스펙트럼영상이나 멀티밴드영상의 분류에도 유용하게 사용될 것이다.

얼굴 모델 특징 정보 검출을 위한 효율적인 변형 가능한 템플릿

민경필(Kyong Pil Min),전준철(Jun Chul Chun),박구락(Koo Rack Park) 한국HCI학회 2004 한국HCI학회 학술대회 Vol.2004 No.2

얼굴 영상 분석을 이용한 3차원 얼굴 모델 생성

민경필(Kyong-Pil Min),한태화(Tae-Hwa Han),전준철(Jun-Chul Chun),박구락(Koo-Rack Park) 한국정보과학회 2003 한국정보과학회 학술발표논문집 Vol.2003 No.2

비전 기반 3차원 얼굴 모델의 실시간 표정 제어

김정기(Jung Gee Kim),민경필(Kyong Pil Min),전준철(Junchul Chun) 한국정보과학회 2004 한국정보과학회 학술발표논문집 Vol.31 No.2Ⅱ

본 논문은 연속적으로 입력되는 2차원 얼굴 영상에서 얼굴의 특징 영역들을 추출하여 3차원 얼굴 모델의 표정을 실시간으로 제어하는 방법에 관한 연구이다. 2차원 얼굴 영상에서 얼굴을 추출하기 위해 Hue, Saturation 색상 값을 사용하며, 두 가지 색상 값을 이용하여 피부색과 배경색을 분리함으로써 얼굴 영역을 추출 할 수 있다. 추출 된 얼굴에서 특징 영역인 눈, 코, 입술, 영역 등의 위치를 각각의 영역에 적합한 추출 방법을 이용하여 추출한 뒤, 프레임 별로 영역들의 움직임을 비교함으로써 영역의 움직임 정보를 획득 할 수 있다. 이 정보를 3차원 얼굴 모델에 적용하여 2차원 동영상에서 획득된 대상의 얼굴의 표정을 3차원 얼굴 모델에 실시간으로 표현 할 수 있도록 한다.

현실감 있는 3차원 얼굴 애니메이션을 위한 실시간 표정 제어

김정기 ( Kim Jung-gi ),민경필 ( Min Kyong-pil ),전준철 ( Chun Jun-chul ),최용길 ( Choi Yong-gil ) 한국인터넷정보학회 2006 인터넷정보학회논문지 Vol.7 No.2

본 논문에서는 실시간으로 입력되는 동영상으로부터 영상 내에 존재하는 사람의 얼굴 및 얼굴 특징점들을 자동으로 추출한 후, 추출된 정보를 이용하여 3차원 얼굴 모델의 표정을 실시간으로 제어함으로써 현실감 있는 얼굴 애니메이션 처리가 가능한 새로운 방법을 제시한다. 입력 영상의 각 프레임으로부터 얼굴을 효과적으로 추출하기 위해 기존에 일반적으로 사용되는 색상 공간을 이용한 파라미터 검출 방법에 대변되는 새로운 비파라미터 검출 방법을 제시하였다. 기존의 파라미터 검출 방법은 일반적으로 얼굴의 피부 색상분포를 가우지언 형태로 표현하며 특히 주변조명의 변화 및 배경 영상 등에 민감하게 반응하므로 정확한 영역의 검출을 위한 부가적 작업을 필요로 한다. 이러한 문제점을 효과적으로 해결하기 위하여 본 논문에서는 Hue와 Tint 색상 성분에 기반을 둔 새로운 스킨 색상 공간을 제시하고 모델의 분포특성을 직선 형식으로 표현하여 얼굴검출 시 발생되는 오류를 축소시킬 수 있었다. 또한, 검출된 얼굴 영역으로부터 정확한 얼굴특성 정보를 추출하기 위하여 각 특징영역에 대한 에지검색 결과와 얼굴의 비율 비를 적용하여 효과적으로 얼굴의 특징 영역을 검출하였다. 추출된 얼굴 특징점 변화 정보는 3차원 얼굴 모델의 실시간 표정 변화에 적용되며, 보다 실감 있는 얼굴 표정을 생성하기위하여 사람의 근육 정보와 근육의 움직이는 방법을 나타내는 Waters의 선형 근육 모델에 새로운 근육 정보들을 새롭게 추가함으로써 확장 적용하였다. 실험결과 제안된 방법을 이용하여 실시간으로 입력되는 대상의 얼굴표정을 3차원 얼굴 모델에 자연스럽게 표현할 수 있다. This work presents a novel method which extracts facial region and features from motion picture automatically and controls the 3D facial expression in real time. To extract facial region and facial feature points from each color frame of motion pictures a new nonparametric skin color model is proposed rather than using parametric skin color model. Conventionally used parametric skin color models, which presents facial distribution as gaussian-type, have lack of robustness for varying lighting conditions. Thus it needs additional work to extract exact facial region from face images. To resolve the limitation of current skin color model, we exploit the Hue-Tint chrominance components and represent the skin chrominance distribution as a linear function, which can reduce error for detecting facial region. Moreover, the minimal facial feature positions detected by the proposed skin model are adjusted by using edge information of the detected facial region along with the proportions of the face. To produce the realistic facial expression, we adopt Waters`s linear muscle model and apply the extended version of Water`s muscles to variation of the facial features of the 3D face. The experiments show that the proposed approach efficiently detects facial feature points and naturally controls the facial expression of the 3D face model.

부분공간과 LVQ 분류기에 기반한 실시간 얼굴 인식

권오륜 ( Oh-ryun Kwon ),전준철 ( Jun-chul Chun ),민경필 ( Kyong-pil Min ) 한국인터넷정보학회 2007 인터넷정보학회논문지 Vol.8 No.3

본 논문에서는 실시간 얼굴인증 시스템의 구축을 위한 LVQ 신경망 기반의 새로운 얼굴 인식 방법을 제안한다. 기존의 연구에서 PCA, LDA 변환이 많이 적용되며 신경망을 결합한 형태가 제안되고 있지만 신경망 학습 시간이 오래 걸리는 단점을 가지고 있다. LVQ 신경망은 학습 시간이 짧고 클래스간의 분리도를 최대화할 수 있는 교사학습방법이다. 따라서, 본 논문에서 제안된 방법은 동영상으로부터 실시간으로 입력되는 얼굴영상을 PCA와 LDA변환을 순차적으로 적용하여 부분공간상의 변환된 특징벡터로부터 LVQ 신경망의 학습을 통하여 얼굴을 인식한다. 외부조명의 영향에 강건한 인식시스템을 구축하기 위하여 얼굴검출 단계에서 검출된 얼굴영역은 밝기값의 최대-최소 정규화 방법에 의해 보정된 정규화 영상을 생성한다. 정규화된 얼굴영상은 PCA와 LDA 변환을 통해 부분공간상의 특징벡터로 변환된다. 변환된 훈련 데이터로부터 LVQ 신경망의 초기 중심 벡터를 결정하고 신경망의 학습률 향상을 위해 K-Means 클러스터링 알고리즘을 적용하며, 초기 중심 벡터를 이용하여 LVQ2 학습 방법에 의해 학습된 중심벡터는 클래스의 대표 벡터가 된다. 결국 각 클래스의 대표 벡터로부터 입력 영상의 특징벡터간의 유클리디언 거리 비교법을 적용하여 얼굴 인식을 수행한다. ORL 데이터베이스를 이용한 정지 영상에 대한 인식과 실시간으로 입력되는 영상에 대한 인식 등 두 가지 형태의 영상을 기반으로 실험한 결과 두 경우에 모두 제안된 방법이 기존의 인식 방법보다 인식률에서 우수함을 입증할 수 있었다. This paper presents a new face recognition method based on LVQ neural net to construct a real time face recognition system. The previous researches which used PCA, LDA combined neural net usually need much time in training neural net. The supervised LVQ neural net needs much less time in training and can maximize the separability between the classes. In this paper, the proposed method transforms the input face image by PCA and LDA sequentially into low-dimension feature vectors and recognizes the face through LVQ neural net. In order to make the system robust to external light variation, light compensation is performed on the detected face by max-min normalization method as preprocessing. PCA and LDA transformations are applied to the normalized face image to produce low-level feature vectors of the image. In order to determine the initial centers of LVQ and speed up the convergency of the LVQ neural net, the K-Means clustering algorithm is adopted. Subsequently, the class representative vectors can be produced by LVQ2 training using initial center vectors. The face recognition is achieved by using the euclidean distance measure between the center vector of classes and the feature vector of input image. From the experiments, we can prove that the proposed method is more effective in the recognition ratio for the cases of still images from ORL database and sequential images rather than using conventional PCA or a hybrid method with PCA and LDA.

스마트 폰 기반의 당뇨병 환자를 위한 개인 맞춤형 식단 관리 시스템

이영호(Young-Ho Lee),김종훈(Jong-Hun Kim),김재권(Jae-Kwon Kim),민경필(Kyong-Pil Min),정은영(Eun-Young Jung),박동균(Dong-Kyun Park) 한국콘텐츠학회 2010 한국콘텐츠학회논문지 Vol.10 No.12

당뇨병은 대사질환의 일종으로 고혈당을 특징으로 하며, 고혈당으로 인하여 여러 증상 및 징후와 합병증을 유발하여 삶의 질을 급격히 저하시킨다. 당뇨병의 예방 및 치료를 위해서는 식이, 운동, 약물 처방등이 있지만 무엇보다도 체계적인 식단 관리가 필수적이다. 본 논문에서는 체계적인 당뇨병 관리를 위해서 스마트폰 기반의 개인 맞춤형 식단 관리 시스템을 제안한다. 현재 대부분의 당뇨병 환자의 식단 서비스는 영양사나 의사의 주관적인 판단으로 식단을 처방하며 상황 및 개인의 선호도는 반영 되지 않는다. 제안하는 시스템은 당뇨식단을 계절, 날씨, 시간, 선호도에 맞추어 제공한다. 특히, 스마트 폰 서비스로 구현하여 언제 어디서나 장소에 제한받지 않고 사용자에게 레시피 및 개인화된 식단을 제공하며, 사용자의 간단한 조작만으로도 손쉽게 식단 변경이 가능하다. Diabetes is a type of metabolic disease presented by high blood sugar and that leads to significantly decrease the quality of life causing various symptoms. It is essential to manage a systematic menu for preventing such diabetes even though there are some ways for it including diet, physical exercise, medicinal prescription, and so on. This study proposes a smart phone based personalized menu management system for achieving the systematic diabetes management. At the present time almost menu systems for diabetes patients are subjectively prescribed by dietitians or doctors and that does not reflect current situations and personal preferences. The system proposed in this study provides the menu for diabetes patients according to season, weather, time, and personal preferences. In particular, the recipe and personalized menu for patients can be provided without limiting any time and location based on smart phone services, and its menu can easily be changed or selected by the phone.