Face Detection Using Fusion of Heterogeneous Template Matching

이질적 템플릿 매칭의 융합을 이용한 얼굴 영역 검출

For fast and robust face detection, this paper proposes an approach for face detection using fusion of heterogeneous template matching. First, we detect skin regions using a model of skin color which covers various illumination and races. After reducing a search space by region labelling and filtering, we apply template matching with skin color and edge to the detected regions. Finally, we detect a face by finding the best choice of template fusion. Experimental results show the proposed approach is more robust in skin color-like environments than with a single template matching and is fast by reducing a search space to face candidate regions. Also, using a global accumulator can reduce excessive space requirements of template matching.

본 논문은 영상에 포함된 얼굴을 보다 빠르고 강건하게 검출하기 위해서 이질적 템플릿 매칭의 결과들을 융합하여 얼굴을 검출하는 방법을 제안한다. 먼저 광범위한 조명 환경과 인종을 포괄하는 피부색 모델을 이용해 피부 영역을 검출한다. 그리고 영역 라벨링과 필터링으로 매칭에 필요한 검색 범위를 줄인 후, 피부색과 에지를 이용한 템플릿 매칭을 검출된 영역에 적용한다. 이들 매칭 결과가 융합되어 두 매칭 결과를 동시에 최적으로 만족하는 얼굴이 검출된다. 실험 결과는 제안된 방법이 단일 템플릿을 적용할 때보다 얼굴색과 유사한 배경에서 얼굴을 강건하게 검출하며, 얼굴 후보 영역으로 검색 범위를 줄여 검출 시간을 줄였음을 보여준다. 또한 전역 누산기를 사용하여 템플릿 매칭의 과도한 공간 요구의 문제점을 해결할 수 있었다.