With the explosively increasing use of smart devices, the requirements of various ap-plication methods for this are also increased. The researchers are making efforts to intensify the contents, functions, connectivity with existing smart devices, etc. In recent years, the smart TV has attracted attention next to the mobile smart devices (smart phone, tablet PC). Smart TVs may be thought of as an informative appliance or the computer system, which allows users to run more advanced application based on user preferences or viewing styles. Since TV viewing styles between male and female might be different, recognizing the gender of the viewer must be the reasonable starting point in providing gender-based ser-vices in smart TV applications. Therefore, gender classification method plays an important role in the system for real-time user information collection. However, existing gender clas-sification methods are not proper to this real-time system because of their high computa-tional complexity and high dimensional feature vectors.
In this thesis, we propose a novel gender classification method which is aimed to be employed real-time smart TV user interface system. The classification procedures are as follows. First, we detect face region in a whole image using a Haar-like feature based face detectors. The detected face region is normalized using histogram equalization to overcome the problem of performance degradation by illumination changes. Then, the texture feature vectors are extracted from the normalized face region using the modified version of existing Basic Gray Level Aura Matrix (BGLAM), which we call the Basic Gradient Orientation Level Aura Matrix (BGOLAM). The extracted feature vectors are trained using support vector machine (SVM) with a polynomial function kernel. Finally, feature vectors from a test set are classified using the trained male and female SVM model obtained from the learning phase. Training and test samples for the experiments are randomly collected from FERET databases. To verify the reliability of proposed method, 5-fold cross validation is performed. The experimental results show that proposed gender classification method is appropriate for smart TV user interface system.
최근 스마트폰, 태블릿PC와 같은 모바일 스마트 기기와 더불어 스마트 TV에 대한 관심이 높아지면서 사용자들의 보다 다양한 컨텐츠와 기능에 대한 요구 또한 증가하고 있다. 다양한 응용기술들이 스마트 TV에 적용되어 사용자가 보다 재미있고, 편리하게 TV를 사용할 수 있도록 하는 연구들이 많이 이루어지고 있는데, 본 논문에서는 기존의 얼굴을 이용한 패턴인식 연구 분야의 하나인 성별분류 알고리즘을 스마트TV에 적용하여 사용자의 편의를 돕기 위한 방법으로 사용하고자 하였다. 일반적으로 남녀에 따라 선호하는 채널이나 광고, 어플리케이션 등 TV를 보는 경향이 다른 것을 볼 수가 있다. 남자가 여자보다 스포츠 채널이나 자동차 광고, 혹은 여성이 모델인 광고에 관심을 갖는 반면, 여자는 드라마나 화장품, 엑세서리 광고에 더 많은 관심을 갖는다. 이와 같은 남녀에 따른 차이로부터 발생하는 TV 컨텐츠와 기능의 사용 선호도에 관한 정보를 수집, 분석하여 사용자에게 알맞은 정보를 제공해 줌으로써 보다 편리하게 TV를 사용할 수 있도록 도울 수 있으며, 이를 위해서는 현재 TV를 시청하는 사용자의 성별 정보가 필요하다. 그런데 기존의 성별분류 알고리즘은 정확성에 초점을 맞추어 연구를 진행하다 보니 분류 처리속도가 상대적으로 오래 걸려 스마트 TV와 같이 프로세서와 메모리와 같은 리소스 사용이 제한적인 환경에서 사용하기에 부적절하다. 따라서 본 논문에서는 성능저하를 최소로 하면서도 가능한 단순한 과정을 통해 빠르게 성별을 분류하는 학습 기반의 방법에 관한 연구를 수행하였다. 성별분류를 위한 특징으로 남녀 얼굴영상의 텍스처 정보를 활용한다. 남녀에 따른 영상의 픽셀 값의 변화량과 얼굴의 구조적인 특징에 의해 텍스처 분포가 다르게 나타나는 사실을 근거로 하여 텍스처 정보를 특징벡터로 이용한다. 일반 영상에서 검출된 얼굴영상에 대한 성별을 분류하는 과정은 다음과 같다. 먼저, 트레이닝 단계에서 얼굴 데이터 셋으로부터 제안하는 BGOLAM을 이용해 텍스처 정보를 추출한 후 추출된 텍스처 정보를 SVM을 이용해 트레이닝을 거쳐 성별 모델을 만든다. 테스트 단계에서는 입력 영상에서 얼굴영역을 검출하고, 검출된 얼굴영역을 정규화 한다. 정규화한 얼굴영역에서 텍스처 정보를 추출하고, 이렇게 추출한 텍스처 정보와 앞서 트레이닝한 성별모델을 이용해 최종적으로 성별을 분류한다. 실험결과로부터 성능저하를 최소로 하면서 기존의 방법들보다 빠른 실시간 처리가 가능한 결과를 얻을 수 있었다. 이는 스마트 TV, 서비스 로봇과 같은 리소스가 제한적이고 실시간 처리가 요구되는 응용에 사용될 수 있음을 보여준다.
