As a perspective face detection algorithm, various illumination conditions are the most dominant factor to disturb the detection. In this thesis, preprocessing method for face detection to solve the illumination problem is proposed. The method help to reach the optimal contrast in challenging illumination condition, especially, backlight condition. There are three step of preprocessing. First is representing illumination using the standard deviation of the face region. Second is changing the standard deviation using one contrast and edge enhancement technique. Third is to reach the optimal standard deviation by changing the parameter of the technique. The proposed method shows the remarkable result when the images has extreme backlight condition, and the experimental result prove that 0.5% detection rate becomes 76.5%. For the method, face detection will be accurately operated in practical illumination condition including backlight condition. Total 7,637 images are used for modeling the parameter of the proposed method, and the images are non-preprocessed raw images to exclude the effect of another preprocessing method. Another 6,000 non-preprocessed images are used for certify the performance of the proposed method.
얼굴검출 알고리즘의 관점에서, 조명의 다양한 변화는 검출율을 감소시키는 가장 큰 요인이다. 이번 논문에서는 검출율을 감소시키는 이러한 조명에 대한 문제를 해결하기 위한 전처리기 기법을 제안한다. 이 기법은 검출이 열악한 조명상황, 특히 역광인 사진에 대하여 최적의 명암을 갖도록 한다. 이 기법은 세 가지 단계가 있다. 첫 번째 단계에서는 조명상황을 얼굴영역의 표준편차로 표현한다. 두 번째 단계에서는 어떠한 명암과 엣지 강화기법을 사용하여 표준편차를 바꾼다. 세 번째 단계에서는 그 기법의 파라미터를 조절함으로써 최적의 표준편차를 갖게 한다. 제안한 기법은 심한 역광상황에서 특히 뛰어난 성능을 보였다. 이는 0.5%의 검출율에서 76.5% 검출율까지 향상된 실험결과를 통해 증명할 수 있다. 총 7,637장의 사진이 제안한 기법의 파라미터를 모델링하기 위해 사용되었고, 다른 전처리기의 효과를 배제하기 위해 전처리가 되지 않은 사진들만이 사용되었다. 또 다른 6,000개의 사진은 제안한 기법이 실제상황에서도 효과가 적용되는지를 확인하기 위해 사용되었다.
