메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이소정 (숙명여자대학교) 최영우 (숙명여자대학교)
저널정보
한국디지털콘텐츠학회 디지털콘텐츠학회논문지 디지털콘텐츠학회논문지 제21권 제3호
발행연도
2020.3
수록면
593 - 600 (8page)
DOI
10.9728/dcs.2020.21.3.593

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
얼굴인식은 얼굴에 비춰진 조명 변화에 따라 인식성능이 크게 좌우지만, 근적외선 카메라로 촬영한 얼굴 영상은 조명 변화에 둔감하여 얼굴인식에 사용할 수 있다. 최근에 중요한 기술로 부각된 머신러닝 방법으로 얼굴인식 성능을 개선할 수 있지만, 인식모델을 학습시키기 위한 근적외선 얼굴 이미지를 충분하게 확보하는 것이 현실적으로 어렵다. 따라서 이 연구에서는 근적외선 영상을 이용하여 조명 변화에 강한 얼굴 인식기를 만들며, 이 과정에서 머신러닝 학습에 필요한 충분한 양의 근적외선 얼굴 이미지를 확보하기 위해서 수정된 CycleGAN(Generative Adversarial Network)을 이용하여 양질의 근적외선 얼굴 이미지를 생성하는 방법을 제안한다. 일반 카메라로 취득한 다양한 얼굴 이미지로부터 근적외선 얼굴 이미지를 생성하며, 여기서 얼굴의 위치 정렬 및 밝기 조절의 전처리 과정을 수행하고, GAN 손실함수에 Perceptual 손실함수를 추가하여 생성된 이미지의 품질을 개선하였다. 제안한 방법으로 생성한 가짜(Fake) 이미지를 학습에 추가하여 사용하였을 때 얼굴인식 성능이 향상된 것을 실험에서 확인하였다.

목차

[요약]
[Abstract]
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. NIR 얼굴 이미지 생성
Ⅳ. 실험 및 결과
Ⅴ. 결론
참고문헌

참고문헌 (14)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-004-000541059