메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
조인준 (대구대학교) 염석원 (대구대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제28권 제3호
발행연도
2018.6
수록면
281 - 286 (6page)
DOI
10.5391/JKIIS.2018.28.3.281

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
원거리에서의 얼굴영역의 검출은 지능형 감시에서 중요하다. 그러나 원거리 영상은 저해상도, 번짐과 잡음에 의한 영상의 열화로 분석이 어렵고 복잡한 배경 영역에서 오경보가 검출될 수 있다. 본 논문에서는 CCTV와 스마트폰에서 획득한 원거리 동영상으로부터 이동 표적의 얼굴 영역을 검출한다. 효과적인 얼굴검출을 위하여 먼저 관심영역(ROI: Region of Interest)을 추출한다. 관심영역 추출은 배경 영상과의 감산과 임계치 적용에 의한 이진화, 형태학적(Morphological) 필터링, 영역 크기 제한으로 수행된다. 두 번째 단계에서 AdaBoost 필터링을 추출된 관심영역에 적용한 후 마지막 단계에서 피부색 테스트를 이용하여 오경보를 제거한다. 피부색 테스트는 얼굴 후보영역에서 추출된 적색과 녹색성분의 평균과 표준편차를 비교하여 수행된다. 실험에서 제안된 방법으로 원거리에서 이동하는 사람의 얼굴 영역을 보다 높은 정확도(Precision과 Recall)와 적은 수행시간으로 검출 할 수 있음을 보인다.
#얼굴 검출 #관심영역 추출 #AdaBoost 필터링 #피부색 테스트 #배경 감산 #Face Detection #Region of Interest Extraction #AdaBoost Feilrting #Skin-Color Test #Background Subtraction

목차

요약
Abstract
1. 서론
2. 관심영역 추출과 얼굴 검출
3. 실험 결과
5. 결론 및 향후 연구
References

참고문헌 (21)

참고문헌 신청
R. kanga, “Automated surveillance - A guide to intelligent video analysis,” Omniscient. Pty Ltd, Australia, 2009 M. -H. Yang, D. -J. Kriegman, and N. Ahuja, “Detecting faces in images: a survey,” IEEE Trans, Pattern Analysis and Machine Intelligence, vol. 24, no. 1, pp. 34-58, 2002. W. Zou and P. C. Yuen, “Very low resolution face recognition problem,” IEEE Trans, Image Processing, vol. 21, no. 1, pp. 327-340, 2012. W. Chung, Y. Kim, and Y. -J. Kim, D. Kim, “A two-stage foreground propagation for moving object detection in a non- Stationary,” IEEE AVSS, pp. 187-193, 2016. C. -H. Yeh, C. -Y. Lai, and H. -E. Muchtar, K. Sun, M. -T, “Three-pronged compensation and hysteresis thresholding for moving object detection in real-time video surveillance,” IEEE Trans. on Industrial Electronics, vol. 64, no. 6, pp. 4945-4955, 2017.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

시 공간 정규화를 통한 딥 러닝 기반의 3D 제스처 인식
채지훈 ,  강수명 ,  김해성 외 1명 멀티미디어학회논문지 2018 .05
향상된 이미지 처리를 위한 MP-ROI 알고리즘에 관한 연구
김지인 ,  단승균 ,  윤창민 외 1명 한국통신학회 학술대회논문집 2017 .11
CCTV 개인영상 정보보호를 위한 오프라인 객체추적
이석호 한국정보통신학회논문지 2014 .12
객체 검출 및 분석 알고리즘 개발
김동균 ,  백시원 ,  자오전닝 외 1명 한국기계가공학회 춘추계학술대회 논문집 2022 .12
객체 검출을 위한 이미지 전처리에 관한 연구
심태섭 ,  이상인 ,  윤상구 외 1명 Proceedings of KIIT Conference 2022 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-003-002236740