컨볼루셔널 신경망과 케스케이드 안면 특징점 검출기를 이용한 얼굴의 특징점 분류

유제훈; 고광은; 심귀보

컨볼루셔널 신경망과 케스케이드 안면 특징점 검출기를 이용한 얼굴의 특징점 분류

추천

검색

질문

Facial Point Classifier using Convolution Neural Network and Cascade Facial Point Detector

자료유형: 학술저널

저자정보: 유제훈 (중앙대학교) 고광은 심귀보 (중앙대학교)

저널정보: 제어로봇시스템학회 제어로봇시스템학회 논문지 제어로봇시스템학회 논문지 제22권 제3호 KCI등재 SCOPUS

발행연도: 2016.3

수록면: 241 - 246 (6page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

컨볼루셔널 신경망과 케스케이드 안면 특징점 검출기를 이용한 얼굴의 특징점 분류

초록· 키워드

오류제보하기

Nowadays many people have an interest in facial expression and the behavior of people. These are human-robot interaction (HRI) researchers utilize digital image processing, pattern recognition and machine learning for their studies. Facial feature point detector algorithms are very important for face recognition, gaze tracking, expression, and emotion recognition. In this paper, a cascade facial feature point detector is used for finding facial feature points such as the eyes, nose and mouth. However, the detector has difficulty extracting the feature points from several images, because images have different conditions such as size, color, brightness, etc. Therefore, in this paper, we propose an algorithm using a modified cascade facial feature point detector using a convolutional neural network. The structure of the convolution neural network is based on LeNet-5 of Yann LeCun. For input data of the convolutional neural network, outputs from a cascade facial feature point detector that have color and gray images were used. The images were resized to 32×32 . In addition, the gray images were made into the YUV format. The gray and color images are the basis for the convolution neural network. Then, we classified about 1,200 testing images that show subjects. This research found that the proposed method is more accurate than a cascade facial feature point detector, because the algorithm provides modified results from the cascade facial feature point detector.

#cascade facial point detector #convolutional neural network #YUV format #human-robot interaction

참고문헌 (22)

참고문헌 신청

J. H. Yu, S. M. Park, K. E. Ko, and K. B. Sim, “Face classification using cascade facial detection and convolutional neural network,” Proc. of Korean Institute of Intelligent Systems Fall Conference, vol. 25, no. 2, pp. 157-159, 2015.

R. Cowie, E. Douglas-Cowie, N. Tsapatsoulis, G. Votsis, S. Kollias, W. Fellenz, and J. G. Taylor, “Emotion recognition in human-computer interaction,” IEEE Signal Processing Magazine, vol. 18, no. 1, pp. 32-80, Jan. 2001.

M. Valstar, B. Martinez, X. Binefa, and M. Pantic, “Facial point detection using boosted regression and graph models,” Proc. of 2010 IEEE Conference on Computer Vision and Pattern Recognition, pp. 2729-2736, 2010.

M. F. Valstar, I. Patras, and M. Pantic, “Facial action unit detection using probabilistic actively learned support vector machines on tracked facial point data,” Proc. of IEEE Computer Society Conference on Computer Vision and Pattern Recognition, pp. 76-83, Jun. 2005.

Y. Sun, X. Wang, and X. Tang, “Deep convolutional network cascade for facial point detection,” Proc. of 2013 IEEE Conference on Computer Vision and Pattern Recognition, pp. 3476-3483, Jun. 2013.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

Je-Hun Yu

소속기관 Chung-Ang University

주요연구분야 공학 > 전기전자공학 > 정보통신공학 공학 > 기계공학 > 기계공학 일반

논문수 17 이용수 4,627

고광은

소속기관 한국생산기술연구원

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 5% 공학 > 전기전자공학 > 제어계측공학 TOP 0.5%

논문수 129 이용수 23,069

심귀보

소속기관 중앙대학교

주요연구분야 공학 > 전기전자공학 > 제어계측공학 TOP 0.5% 공학 > 전기전자공학 > 정보통신공학 TOP 0.5%

논문수 556 이용수 69,093

이 논문과 함께 이용한 논문

심층 컨볼루션 신경망 모델 기반 객체 분류기를 이용한 영상분석 시스템 개발

안명수 , 강대성 한국정보기술학회논문지 2016 .05

스테레오 비전를 이용한 무인기 고도 및 자세 추정기법

정하형 , 이준민 , 유준 제어로봇시스템학회 논문지 2016 .01

Stereo Vision-Based 3D Pose Estimation of Product Labels for Bin Picking

Udaya Wijenayake , Sung-In Choi , Soon-Yong Pa 외 1명 제어로봇시스템학회 논문지 2016 .01

가우시안 혼합모델을 이용한 강인한 실시간 곡선차선 검출 알고리즘

장찬희 , 이순주 , 최창범 외 1명 제어로봇시스템학회 논문지 2016 .01

컨볼루션 신경망 기반의 차량 전면부 검출 시스템

박용규 , 박제강 , 온한익 외 1명 제어로봇시스템학회 논문지 2015 .11

최근 본 자료

VVC 화면내 예측 및 부호화 주요 기술

한희지, 최재륜, 권대혁 외 1명한국방송·미디어공학회2019.10

홀로코스트 기억과 포스트식민주의 – 글로벌 시대의 독일 기억 문화

우현아중앙대학교 외국학연구소2024.09

국가란 무엇인가?

천연옥현장과광장2022.11

첫번째 댓글을 남겨주세요.

UCI(KEPA) : I410-ECN-0101-2016-569-002648667

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (22)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)