Recent studies of an intelligent video surveillance system deals with the visual privacy protection through deidentifying the human features. In this thesis, we propose a real-time face detection system for visual privacy protection in a video surveillance system. The previous studies in this field have many limitations, which are conducted in well-controlled environment. Unlike previous studies, proposed face detection system can be applied to an uncontrolled environment such as a cluttered and dynamic background. The proposed face detection unifies several existing detection algorithms like the background subtraction, the frame differencing, and the skin color model. The proposed system is consists of two phases. In phase one, the proposed method finds the movements of the object using the frame differencing and then it detects faces using color model in the boundary where movements occur during the background learning. In phase two, the proposed system sets the ROI of an object using background subtraction with the frame differencing, and then it recognizes faces through the skin color model and human features after background modeling. The experimental results show that the detection rate is 80.66% and that the averaged detection time per frame is less than 41msec on a 3.2GHz Pentium IV system.
최근 영상보안 시스템에서 개인 사생활 보호를 위해 얼굴 특징을 제거하여 신분의 노출을 막는 기술들이 연구 중이다. 특징의 제거 전에 얼굴검출이 선행되어야 하며 영상보안 시스템에 최소한의 영향을 주어야 한다. 본 논문은 영상보안 시스템에서 개인 사생활 보호를 위해 실시간성이 보장되고, 환경에 강인하며, 사생활 보호에 초점을 둔 혼합 얼굴 검출 알고리즘을 제안한다. 기존의 연구와 달리 실생활 영상보안을 위해 제한된 환경에서 검출이 아닌 조도 변화가 크고, 배경이 복잡하며, 동적인 배경이 존재하는 영상에서 검출이 가능하게 하였다. 알고리즘은 크게 배경모델 학습전과 학습 후 2 단계로 나누어 진다. 배경학습 전에는 초기 시작문제를 해결하고 배경모델링 시간을 충분히 갖기 위하여 프레임 차분 영상을 이용하여 사람이동 영역을 찾고, 그 영역에서 색상모델을 이용하여 얼굴을 검출한다. 배경학습 후에는 배경차분으로 얻은 물체영역에서 프레임 차분으로 영역을 보정하고 보정된 영역에서 색상모델과 인간특성을 이용하여 얼굴검출을 한다. 실시간성을 확보와 검출도 향상 위하여 간단한 알고리즘들을 통합하여 환경에 강인한 알고리즘을 만들었으며 각각의 단일 검출 알고리즘들에서 발생할 수 있는 문제점들에 대해서 해결방안을 제시하였다. 알고리즘 평가는 AVSS i-Lids 2007에서 제공하는 영상을 사용하였으며 검출도는 80.66%, 프레임당 검출 평균 시간은 팬티엄 4, 3.2Ghz사양에서 41msec이다.
