도움말

얼굴정렬과 AdaBoost를 이용한 얼굴 표정 인식

Facial Expression Recognition using Face Alignment and AdaBoost
전자공학회논문지 제51권 11호, 2014.11, 193-201 (9 pages)
인용정보 복사
Quick View Quick View
구매하기 6,000원
인용하기
이용수 : 244건
피인용수 : 0건
분야내 활용도 : 1%
자세히 보기 >

· 이용수 : 2010년부터 집계한 원문다운로드수

· 피인용수 : DBpia 논문 가운데 해당 논문을 인용한 논문수

· 분야내 활용도 : 최근 24개월간 DBpia 이용수를 기준으로 산출 / 0%에 가까울 수록 활용도가 높고, 100%에 가까울 수록 활용도가 낮음

초록
본 논문에서는 얼굴영상에 나타난 사람의 표정을 인식하기 위해 얼굴검출, 얼굴정렬, 얼굴단위 추출, 그리고 AdaBoost를 이용한 학습 방법과 효과적인 인식방법을 제안한다. 입력영상에서 얼굴 영역을 찾기 위해서 얼굴검출을 수행하고, 검출된 얼굴영상에 대하여 학습된 얼굴모델과 정렬(Face Alignment)을 수행한 후, 얼굴의 표정을 나타내는 단위요소(Facial Units)들을 추출한다. 본 논문에서 제안하는 얼굴 단위요소들을 표정을 표현하기 위한 기본적인 액션유닛(AU, Action Units)의 하위집합으로 눈썹, 눈, 코, 입 부분으로 나눠지며, 이러한 액션유닛에 대하여 AdaBoost 학습을 수행하여 표정을 인식한다. 얼굴유닛은 얼굴표정을 더욱 효율적으로 표현할 수 있고 학습 및 테스트에서 동작하는 시간을 줄여주기 때문에 실시간 응용분야에 적용하기 적합하다. 실험결과, 제안하는 표정인식 시스템은 실시간 환경에서 90% 이상의 우수한 성능을 보여준다.

This paper suggests a facial expression recognition system using face detection, face alignment, facial unit extraction, and training and testing algorithms based on AdaBoost classifiers. First, we find face region by a face detector. From the results, face alignment algorithm extracts feature points. The facial units are from a subset of action units generated by combining the obtained feature points. The facial units are generally more effective for smaller-sized databases, and are able to represent the facial expressions more efficiently and reduce the computation time, and hence can be applied to real-time scenarios. Experimental results in real scenarios showed that the proposed system has an excellent performance over 90% recognition rates.

목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 실험
Ⅳ. 결론
REFERENCES
키워드

논문의 주요 키워드를 제공합니다. 키워드를 클릭하여 관련 논문을 확인해 보세요!

참고문헌 (14)

현재 논문의 참고문헌을 찾아 신청해주세요!

  1. P. Ekman , 1978 , The Facial Action Coding System: A Technique For The Measurement of Facial Movement , Consulting Psychologists Press Inc.

  2. Y. Tian , 2001 , Recognizing action units for facial expression analysis , IEEE Transactions on Pattern Analysis and Machine Intelligence 23 (2) : 97 ~ 115

  3. H. Sadeghi , 2013 , Facial Expression Recognition using Geometric Normalization and Appearance Representation , 2013 8th Iranian Conference on Machine Vision and Image Processing (MVIP) : 10 ~ 12

  4. 김동주 , 2012 , 조명 변화 환경에서 이진패턴 영상을 이용한 얼굴인식 방법에 관한 연구 , 전자공학회논문지 - CI 49 (2) : 61 ~ 74

  5. E. Osuna , 1998 , Support Vector Machines: Training and Applications , 박사 , MIT

  6. A. Mohan , 2001 , Example-based object detection in images by components , IEEE Transactions on Pattern Analysis and Machine Intelligence 23 (4) : 349 ~ 361

  7. I. Kotsia , 2008 , An Analysis of Facial Expression Recognition under Partial Facial Image Occlusion , Image and Vision Computing 26 (7) : 1052 ~ 1067

  8. 김재협 , 2010 , 아이다부스트(Adaboost)와 원형기반함수를 이용한다중표적 분류 기법 , 전자공학회논문지 - CI 47 (3) : 22 ~ 28

  9. P. Viola , 2002 , Fast and Robust Classification using Asymmetric Adaboost and a Detector Cascade , Advances in Neural Information Processing System 14

  10. B. Froba , 2004 , Face Detection with the Modified Census Transform , Proceedings of the Sixth IEEE International Conference on Automatic Face and Gesture Recognition (FGR’04) : 91 ~ 96

  • 처음
  •  
  • 이전
  •  
  • 1
  •  
  • 2
  •  
  • 다음
  •  
  • 마지막
인용된 논문 (0)

알림서비스 신청하고 '인용된 논문' 정보를 메일로 확인 하세요!

해당 논문은 인용된 논문 정보가 없습니다.

제 1 저자의 다른 논문 (5)

정경중 식별저자 저자의 상세정보를 확인해 보세요.

권호 내 다른 논문 (29)

전자공학회논문지 제51권 11호 의 상세정보를 확인해 보세요.

  • 처음
  •  
  • 이전
  •  
  • 1
  •  
  • 2
  •  
  • 3
  •  
  • 다음
  •  
  • 마지막
추천 논문 (10)

DBpia 추천논문과 함께 다운받은 논문을 제공합니다. 논문 초록의 텍스트마이닝과 이용 및 인용 관계 분석을 통해 추천해 드리는 연관논문을 확인해보세요.

DBpia 추천논문

더 많은 추천논문을 확인해 보세요!

함께 다운받은 논문

지표

이용현황

· 이용수

· 이용순위 상위 Top3

자세히 보기 >
No 상위 이용이관 이용수
1 한국외국어대학교 12
2 중앙대학교 서울캠퍼스 10
3 경북대학교 10

활용도

· 활용지수

· 논문의 활용도 추이 (주제분야 기준)

자세히 보기 >

: %

2016-09
2016-10
2016-11
2016-12
0
20
40
60
80
100
  • 0%
  • 20%
  • 40%
  • 60%
  • 80%
  • 100%

피인용수

상세정보
저작권 정책

누리미디어에서 제공되는 모든 저작물의 저작권은 원저작자에게 있으며, 누리미디어는 각 저작물의 내용을 보증하거나 책임을 지지 않습니다. 단, 누리미디어에서 제공되는 서지정보는 저작권법에 의해 보호를 받는 저작물로, 사전 허락 없이 임의로 대량 수집하거나 프로그램에 의한 주기적 수집 이용, 무단 전재, 배포하는 것을 금하며, 이를 위반할 경우, 저작권법 및 관련법령에 따라 민, 형사상의 책임을 질 수 있습니다.

맨 위로 이동
  • 개인회원으로 로그인하셔야 이용이 가능합니다.
  •  개인회원
  •  기관회원
  • 소속기관
  • 아이디
  • 비밀번호
  • 개인회원가입으로 더욱 편리하게 이용하세요. 일반회원 가입하기

    아이디/비밀번호를 잊으셨나요? 아이디/비밀번호 찾기