눈 위치 파악은 얼굴 인식 및 관련 응용 분야에 필요하다. 지금까지 보고된 대부분의 눈 위치 파악 알고리즘은 성공적인 응용을 위해 정밀도와 계산 시간 측면에서 여전히 개선이 요구된다. 본 논문에서는 초기 점에 대해 더 견고한, 다중 스케일 Gabor 특징 벡터 기반의 눈 위치 파악 방법을 제안한다. Gabor 특징 벡터에 기반한 눈 위치 파악은 먼저 각 눈(왼쪽 또는 오른쪽)에 대해 n개의 Gabor 제트와 n개의 모델 얼굴 영상에서 얻은 각 눈의 평균 눈 좌표로 구성된 Eye Model Bunch를 구성한 뒤, 실제 눈 좌표가 Eye Model Bunch 내의 Gabor 제트 중에서 Gabor 제트 유사도 매칭이 가장 좋은 위치와 매우 근접할 가능성이 높다는 점을 활용하여 입력 얼굴 영상에서 눈을 국소화한다. 이러한 유사한 아이디어는 EBGM(Elastic Bunch Graph Matching) 등에서 이미 제안된 바 있다. 그러나 EBGM에서 사용되는 방법은 초기값에 대해 견고하지 않은 것으로 알려져 있으며 요구되는 성능을 달성하기 위해서는 광범위한 탐색 범위가 필요할 수 있는데, 이러한 광범위한 탐색 범위는 계산 부담을 크게 증가시킨다. 본 논문에서는 계산 부담을 소폭 증가시키는 다중 스케일 접근을 제안하며, 먼저 원본 얼굴 영상을 다운샘플링하여 얻은 거친 얼굴 영상에서 Gabor 특징 벡터를 기반으로 눈을 국소화한 다음, 거친 스케일 영상에서 국소화된 눈 좌표를 초기 점으로 사용하여 원본 해상도의 얼굴 영상에서 Gabor 특징 벡터를 기반으로 눈을 국소화한다. 여러 실험과 다른 논문에서 보고된 다른 눈 위치 파악 방법들과의 비교 결과는 본 논문에서 제안한 방법의 효율성을 보여준다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.