Finding head in a scene is very important for taking a good composed picture by a robot photographer. In this paper, robust head tracking algorithm using hybrid of omega shape tracker and LBP AdaBoost face detector for robot photographer is proposed.
Face detection algorithms have good performance on finding frontal faces, but it is not the same for the rotated faces. In addition, when there is occlusion by hat or hands, it also has hard time finding faces. In order to solve this problem, Omega Shape Tracker based on Active Shape Model is presented.
The Omega Shape Tracker is robust to occlusion and illumination, however, when the environment is dynamic such as people moving fast and having complex background, its performance is not satisfying.
Therefore, a method combining face detection algorithm and the Omega Shape Tracker by probabilistic method using HOG descriptor is proposed in this paper, in order to find human head robustly and it can be executed in real time. A Robot photographer was also implemented that takes a photo when people satisfy the rule of thirds and smiling.
사진 촬영시에 사람들은 보통 정면 얼굴뿐 아니라 얼굴을 회전 시켜서 사진을 찍거나 손가락으로 V모양을 만들어 얼굴을 가리는 등 얼굴에 가려짐 현상을 발생시킨다. 로봇 사진사가 좋은 구도의 사진을찍기 위해서는 영상속에서 강인하게 머리의 위치를 찾는 문제가 중요하다. 본 논문에서는 오메가 형상 추적기와 LBP AdaBoost 얼굴 검출기를 융합하여 강인하게 머리를 추적하는 시스템을 제안한다.
얼굴 검출 알고리즘은 정면 얼굴을 찾는데 뛰어난 성능을 보이지만, 회전된 얼굴이나 손이나 모자등 얼굴에 가려짐이 발생할 경우 얼굴 검출에 실패하게 된다. 이 문제를 해결하기 위해 Active Shape Model 기반의 오메가 형상 추적기를 사용하였다.
오메가 형상 추적기는 가려짐과 조명변화에 강인하지만 사람이 빠르게 움직이거나 주변 배경이 복잡할 경우 추적에 실패하였다.
그러므로 본 논문에서는 사람의 머리의 위치를 강인하게 찾기 위하여 오메가 형상 추적기와 얼굴 검출 알고리즘을 HOG 기술자를 사용한 확률적 모델기반으로 융합하는 알고리즘을 제안한다. 제안된 알고리즘을 사용하여 사진 프레임 속에 사람의 머리 위치를 파악하고 피사체가 사진기를 의식하지 않는 자연스러운 상태에서 삼분할 원칙과 웃는 표정을 자동으로 인식하여 사진을 찍어주는 사진사 로봇을 구현하였다.
