[논문 리뷰] Face Synthesis (FASY) System for Determining the Characteristics of a Face Image

Santanu Halder, Debotosh Bhattacharjee외 3명|arXiv (Cornell University)|2010. 07. 05.

Face recognition and analysis참고 문헌 2인용 수 4

한 줄 요약

이 논문은 얼굴 데이터베이스 검색 및 합성 얼굴 생성을 위한 새로운 프레임워크인 FASY(Face Synthesis) 시스템을 소개한다. 이 시스템은 고도로 발전된 방법을 통해 얼굴 구성 요소를 추출하고, 그 특성을 분석하여 저장함으로써 데이터베이스에 존재하지 않는 얼굴에 대해서도 즉시 합성할 수 있도록 하며, 지속적인 데이터베이스 확장을 보장한다.

ABSTRACT

This paper aims at determining the characteristics of a face image by extracting its components. The FASY (FAce SYnthesis) System is a Face Database Retrieval and new Face generation System that is under development. One of its main features is the generation of the requested face when it is not found in the existing database, which allows a continuous growing of the database also. To generate the new face image, we need to store the face components in the database. So we have designed a new technique to extract the face components by a sophisticated method. After extraction of the facial feature points we have analyzed the components to determine their characteristics. After extraction and analysis we have stored the components along with their characteristics into the face database for later use during the face construction.

연구 동기 및 목표

• 요청된 얼굴이 기존 데이터베이스에 존재하지 않을 경우에도 동적으로 얼굴 이미지를 검색하고 생성할 수 있는 시스템을 개발하는 것.
• 눈, 코, 입과 같은 얼굴 구성 요소를 고정밀도로 추출하고 분석하여 정확한 얼굴 재구성에 기여하는 것.
• 향후 얼굴 합성에 사용하기 위해 얼굴 구성 요소의 특성을 유지하는 저장 메커니즘을 설계하는 것.
• 자동으로 새로운 현실적인 얼굴 이미지를 생성함으로써 얼굴 데이터베이스를 지속적으로 확장하는 것.

제안 방법

• FASY 시스템은 얼굴 이미지의 주요 해부학적 지점들을 식별하기 위해 고도로 발전된 특징점 추출 기법을 활용한다.
• 특징 추출 이후, 시스템은 각 얼굴 구성 요소의 기하학적 및 구조적 특성을 분석한다.
• 추출된 구성 요소와 그 특성은 향후 검색 및 재구성에 사용하기 위해 구조화된 데이터베이스에 저장된다.
• 요청된 얼굴이 데이터베이스에 존재하지 않을 경우, 시스템은 구성 요소의 특성에 기반하여 저장된 요소들을 조합하여 새로운 얼굴을 합성한다.
• 시스템은 새로운 얼굴을 요청에 따라 생성함으로써 데이터베이스의 점진적 확장을 지원하며, 확장성 보장한다.
• 이 접근법은 구성 요소 기반 모델링에 기반하며, 얼굴 특징를 정의된 속성을 가진 모듈식 단위로 간주한다.

실험 결과

연구 질문

• RQ1 얼굴 구성 요소를 얼마나 정밀하게 추출하고 특성화할 수 있는가? 이는 현실적인 얼굴 합성에 기여할 수 있는가?
• RQ2 요청된 얼굴이 데이터베이스에 존재하지 않을 경우, 새로운 현실적인 얼굴 이미지를 생성할 수 있는 방법론은 무엇인가?
• RQ3 자동으로 새로운 얼굴 구성 요소를 합성함으로써 얼굴 데이터베이스를 어떻게 동적으로 확장할 수 있는가?
• RQ4 합성된 얼굴을 구성 요소 데이터에서 일관되고 정확하게 재구성할 수 있도록 보장하는 저장 및 검색 메커니즘은 무엇인가?

주요 결과

• FASY 시스템은 고도로 발전된 방법을 통해 얼굴 구성 요소를 성공적으로 추출하고 특성화하여 얼굴 특징의 세밀한 표현을 가능하게 한다.
• 요청된 얼굴이 데이터베이스에 존재하지 않을 경우 시스템은 새로운 얼굴 이미지를 생성할 수 있으며, 이는 지속적인 데이터베이스 확장을 지원한다.
• 얼굴 구성 요소 특성의 저장은 검색 시 정확한 재구성과 새로운 얼굴의 합성에 기여한다.
• 구성 요소 기반 합성을 통해 확장 가능하고 유연한 얼굴 데이터베이스를 구축하는 데 실현 가능성을 입증한다.