얼굴 검출: 두 판 사이의 차이
내용 삭제됨 내용 추가됨
편집 요약 없음 |
편집 요약 없음 |
||
4번째 줄:
에 의해 정의되었다. 다양한 크기의 얼굴을 검출하기 위해 피라미드 영상을 생성한 후, 한 픽셀씩 이동하며 특정 크기(예, 20x20 픽셀)의 해당 영역이 얼굴인지 아닌지를 분류기(Neural Network, Adaboost, Support Vector Machine)로 얼굴인지 아닌지를 결정한다. 이 논문은 Neural Network을 사용하여 얼굴을 분류하였다.
Viola와 Jones는 얼굴 검출과 관련된 논문을 2004년 작성하였다.<ref name='viola_jonse'>{{cite doi|10.1007/978-3-540-74549-5_4}}</ref> 이 논문은 Adaboost 분류기를 사용하였고, Neural Network보다 좋은 성능을 보였고, 현재 사용되는 대부분의 얼굴 검출 기술의 기본이 되었다. 대표적인 open source인 OpenCV에서 사용하는 얼굴 검출 알고리즘 또한 위의 논문을 바탕으로 개발되었다.
== 구조 ==
== 특징 ==
초기 얼굴 검출에 사용된 특징(feature)는 영상에서 얼굴의 강도(intensity)였다. 하지만 인종, 조명 등에 따라 성능이 좌우됨에 따라 이에 무관한 특징이 필요하게 되었다. <ref name='viola_jonse'/>는 하르 유사 특징(Haar-like feature)을 사용하였다. 이후 국부 이진 패턴(Local Binary Pattern, LBP), Modified Census Transform(한글로 번역하기 힘듦) 등의 특징이 제안되었다.
== 분류기 ==
입력 영상을 특징으로 변환한 후 분류기를 이용하여 얼굴 여부를 분류한다. <ref name='kanade_face'/>는 신경망을 이용하여 분류하였고, <ref name='viola_jonse'/>는 Adaboost를 이용하여 분류하였다.
== 응용 ==
| |||