Earticle

On-line detection system of the abnormal states in a machining process needs to be developed to implement the IMS(Intelligent Manufacturing System). High productivity and efficient quality control can be achieved through the on-condition maintenance for normal tool condition. Generally it is difficult to determine the exact point of time for a tool change because a tool wear grows gradually on the contrary to other abnormal states such as tool fracture, chattering etc. In this article, the shape variation of cutting force signal generated by a insert during face milling was investigated along with a tool wear. The variance, skewness and kurtosis were used as the shape parameters to describe the shape variation and, consequently, utilized as the features to monitor a tool wear. Experimental results showed that the shape parameters could discriminate the tool condition reliably between a fresh tool and a worn tool. As a result, we proposed the method to diagnose a tool wear by combining these parameters with a neural network algorithm.

In a learning-based super-resolution algorithm, suitable prior from the training database is a key issue. A novel face hallucination algorithm based on shape clustering and subspace learning for adaptive prior is proposed in this paper. We define face shape metrics with point distribution model by Hausdorff Distance, then a framework of adaptive prior and subspace learning is proposed to enhance the performance of surveillance face super-resolution. Linear regression is used to learn the relationship between low and high image systhesis coefficients. Experiments show that the face super-resolution algorithm based on shape classification can improve the subjective and objective quality of the input low-resolution face images and outperform many state-of-the-art global-based face super-resolution methods.

Ear is a new class of relatively stable biometrics which is not affected by facial expressions, cosmetics, eye glasses and aging effects. Ear detection is the first step of an ear recognition system, to use ear biometrics for human identification. In this paper, an oval shape detection based approach is presented for ear detection from 2D profile face images. The correctness of the detected ear is verified using support vector machine tool. The experimental results prove the effectiveness of the presented method.

본 논문은 얼굴 형상 인식을 위한 보다 안정적이며 조명 변화와 회전에 강인하게 얼굴 영역을 검출하며, 계산의 효율성과 검출 성능을 동시에 만족시키는 강인한 검출 알고리즘에 대해 제안한다. 제안한 알고리즘은 단일 카메라 환경 에서 얼굴 형상을 입력정보로 사용하여 전처리 과정을 거쳐 얼굴 영역만을 분할한 후 자기 조직화 특징 지도(SOFM) 알고리즘을 이용하여 얼굴 형상을 인식하게 된다. 그러나 조명 변화에 민감하고 자유도가 큰 얼굴 영역을 정확히 인식하 기란 쉽지 않으며 오차 범위도 크기 때문에 본 논문에서는 인식률을 높이기 위해 각각의 얼굴 형상에 대한 회전 정보를 데이터베이스화 한 후 주성분 분석을 적용하여 군집화 함으로서 인식오차를 줄였다. 또한 차원 축소로 인해 많은 계산 량이 요구되지 않기 때문에 실시간 인식 시간도 줄일 수 있었다.

This study proposed a robust detection algorithm. It detects face more stably with respect to changes in light and rotation for the identification of a face shape. Also it satisfies both efficiency of calculation and the function of detection. The algorithm proposed segmented the face area through pre-processing using a face shape as input information in an environment with a single camera and then identified the shape using a Self Organized Feature Map(SOFM). However, as it is not easy to exactly recognize a face area which is sensitive to light, it has a large degree of freedom, and there is a large error bound, to enhance the identification rate, rotation information on the face shape was made into a database and then a principal component analysis was conducted. Also, as there were fewer calculations due to the fewer dimensions, the time for real-time identification could be decreased.

본 연구의 목적은 여대생의 얼굴형과 BMI에 따른 헤어 추구혜택과 선호하는 여성이미지의 차이를 연구하여 여대생의 얼굴형과 체형에 따른 헤어 추구혜택과 이미지의 실태를 파악하는 것이다. 이러한 연구목적을 위하여 서울/경기도에 소재하고 있는 대학교 여성 176명을 대상으로 연구를 진행하였다. 연구 결과를 보면, 얼굴형과 BMI에 따라서 헤어추구혜택과 선호하는 여성이미지가 다르게 나타났다. 얼굴형이 사각형인 집단은 헤어 추구혜택과 선호하는 여성이미지가 가장 낮았고, 장방형인 집단에서 높게 나타나고 있었다. 또한 저체중은 헤어 추구혜택과 선호하는 여성이미지가 가장 높게 나타났으며, 과체중 이상에서 가장 낮게 나타났다. 즉 여성의 얼굴형과 BMI는 단순히 체지방이 많고 적음의 문제가 아니라 여성의 헤어 추구행동에 영향을 미칠 수 있으며, 이는 여성의 이미지에도 영향을 미칠 수 있는 것으로 판단된다.

The purpose of this study was to identify the differences in the level of hair-style benefits sought and the preference for particular image appeals according to face shape and BMI among female collage students. Subjects were 176 female students of colleges located in Seoul and its suburbs in Gyeongki Province. The findings were that face shape and BMI were important factors in the differences in the level of hair-style benefits sought and the preference for particular image appeals. In the square group the level of hair-style benefits sought was the lowest, while in the long group it was the highest. Also the low BMI group showed the highest level of hair-style benefits sought, while the high BMI group revealed the lowest. To conclude, women's face shapes and BMIs can have a considerable influence on the hair-style behaviour and the preference for particular image appeals. From this conclusion, it can be noted that the influence of BMI goes beyond just the matter of how much fat gain there is.

퍼지 형태학적 형상 분해를 이용한 얼굴인증 과정에서 퍼지척도를 기반으로 한 특징추출 방법을 제안하였다. 형태소에 관계하는 영상정보와 퍼지척도를 기반으로 한 가중치에 대하여 무게중심을 이용하여 인접정보가 고려되었다. 이에 의한 형태학적 침식과 팽창연산자를 정의하여 얼굴영역의 특징점 추출시 기존의 방법보다 4배 이상의 많은 분해영상을 얻을 수 있었다. 결국 특징 벡터를 이용하여 얼굴인증을 수행한 실험결과 기존의 형상분해에 의한 방법보다 특징점 추출과 임계값의 안정성을 확보하여 인식 결과에서 비교우위를 가질 수 있었다.

The new approach was proposed which uses feature extraction based on fuzzy integral in the process of face verification using morphological shape decomposition. The centre of area was used with image pixels related with structure element and its weight in an attempt to consider neighborhood information. Therefore the morphological operators were defined for feature extraction. And then the number of decomposition images were more about 4 times than the conventional. Finally in the simulations with the extractions for face verification it was proved that the approach in this paper was even more good than the conventional in stability of feature extraction and threshold value.

얼굴의 특징점 추적은 많은 응용프로그램에서 사용된다. AAM기반의 접근방식은 정교한 얼굴 특징점 정보를 제공하지만 정확한 특징 점 추출을 위해 얼굴 모양 파라미터 초기화 문제와 연속 영상에서 얼굴의 이동이 클 경우 모션 보정에 대한 문제가 여전히 남아있다. 이러한 문제를 풀기 위해 본 논문에서는 CAMShift를 사용해 얼굴 영역을 추적하고, 얼굴 영역 내에서 입을 검출함으로써 AAM 검색을 위한 얼굴 모양 파라미터를 추정하는 방법을 제안한다. 기존 알고리즘과의 비교 실험을 통해 얼굴의 움직임이 심한 상황에서도 제안하는 알고리즘의 성능이 매우 우수함을 확인할 수 있었다.

본 연구에서는 기존의 방법에 비하여 3차원 스캐너나 카메라를 이용하지 않고 비용과 노력을 크게 절감하면서 실감나는 얼굴 모델링을 효율적으로 수행하는 웹 기반 3차원 얼굴 모델러를 제안한다. 클라이언트측의 사용자가 본 시스템에 접속하면 자바 애플릿의 얼굴모델러가 실행되며, 사용자는 두 장의 사진을 입력으로 하여 웹브라우저만으로 3차원 얼굴 모델을 생성하게 된다.

다양한 개인 생체 정보 중에서 비교적 높은 인식률과 사용자 편의성을 제공하는 것은 홍채 인식이다. 그러나, 현재의 홍채 인식은 수동 영상 획득 시스템으로 비접촉식이라는 사용자 편의성을 제대로 제공을 못하는 것이 현실이다. 이것은 정밀한 홍채 영상 획득을 위하여 고해상도의 영상 획득 장비의 필요와 정확한 홍채 위치 수적의 어려움으로 인한 문제이다. 본 연구에서는 24bit 칼라 영상을 이용한 사랑의 얼굴 형태의 인식과 인식된 얼굴 형태에서의 눈 영역 추적 확대를 통한 실시간 자동 홍채 인식 시스템을 제안하였다. 제안된 시스템에서 얼굴의 피부색을 이용한 얼굴 인식 방법이외에 윤곽선 검출 정보를 이용한 기울기 보정과 눈 영역 검출을 실행하여, 이를 이용하여 눈 영역 추적과 확대를 실행을 한다. 그 다음 과정으로 눈 영역 영상에서 동공 중심을 획득하여 그 중심을 이은 선분으로 기준선을 잡아 홍채를 획득하는 과정으로 이루어지게 된다.

본 논문에서는 스마트 미러 사용자의 얼굴 인식, 표정 인식, 얼굴형 인식을 활용하여 감정에 적절한 멘트와 화장법을 제공하는 시스템의 개발 내용에 관해 기술한다. 이 시스템을 사용함으로써 사람들은 자신의 감정을 정확하게 인지할 뿐만 아니라 위로와 공감을 받을 수 있으며, 자신의 스타일에 적절한 화장법을 추천받을 수 있다. 스마트 미러를 통해, 사용자는 자기 이해도가 늘어나게 되어 스스로에게 더욱 집중할 수 있고 화장법을 찾는 시간이나 화장에 실패할 가능성이 줄어들어 시간과 비용을 절약할 수 있게 될 것이다.

사상의학을 통해 인간은 태양인, 소양인, 태음인, 소음인의 네 가지 체질로 구분할 수 있으며 각 체질에 따라 생리, 병리, 용모 등이 각각 다르다. 얼굴은 인체의 모든 정보를 보유하고 있는 곳으로 얼굴의 비율 및 형태에 따라 체질에 따른 건강 상태를 확인할 수 있는 중요한 요소가 된다. 따라서 본 논문에서는 사상체질 진단을 위해 얼굴 영상을 입력받아 동적 이진화를 통한 얼굴 영역을 검출하고 이를 통해 화소값의 누적분포 분석을 행하여 얼굴의 이목구비의 크기, 형태 및 비율을 추출하고자 한다.

예방 의학에 대한 관심이 증대되고 있는 현대 생활에서 사상체질 진단을 통한 건강 유지는 누구나 쉽게 접근할 수 있는 방법 중에 하나이며, 이를 위해 사상의학(四象醫學)적 이론이 많이 사용되고 있다. 그러나, 사상의학에서 사상체질 진단 및 분류는 매우 중요한 과제로서 많은 학자들에 의해 연구되고 있으나 지금까지 객관적으로 인정된 방법이나 기술은 없다고 할 수 있다. 따라서 본 논문에서는 외형적 특징을 통한 사상 체질 분류를 연구하기 위한 목적으로 안면부의 형태학적인 특징을 도출하였다. 즉, 안면 영상에서 눈과 입을 추출하여 결과 영상과 사상체질 간의 상관성을 규명하기 위하여 안면 영상의 형태학적 분석을 이용한 사상체질의 판별을 시도하였다. 특히, 한방의 망진(望診) 방법에 근거하여 사상체질을 객관적으로 진단, 분류하기 위한 연구를 수행하였다. 최종적으로 실험에 의해 제안한 방법의 유용성을 입증하고자 한다.

The principal features of a face are as follows : skin-tone, symmetry, and requisites such as shape of ellipse, eyes, nose, mouth. Also, faces have different size, various shape and position. In case of application of face recognition and detection without preprocessing, efficiency of the performance is decreased. In addition, face itself, complex background, image quality, etc. are included. Therefore, previous face recognition methods are implemented on the base of specific constraints of the face image. In this paper, we propose the efficient and automatic face detection algorithm for minimizing influence such as complex background, image quality, etc. This face detection technique consists of skin-tone, candidate face region and face region extractions.