초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

얼굴인식은 보안 등 다수의 응용분야에서 중요하게 이용되고 있는 응용이다. 얼굴인식에는 다양한 알고리즘들이 존재하는데, 주성분분석 기반의 얼굴인식은 효율적인 처리가 가능하기 때문에 널리 사용되는 알고리즘 중 하나이다. 그러나, 대용량의 얼굴 이미지를 학습하기 위해서는 여전히 많은 계산시간이 소요된다. 한편, 그래픽스 프로세싱 유닛(GPU)은 대용량 정보처리를 빠르게 수행할 수 있는데, 최근 소개된 CUDA ...

얼굴인식은 보안 등 다수의 응용분야에서 중요하게 이용되고 있는 응용이다. 얼굴인식에는 다양한 알고리즘들이 존재하는데, 주성분분석 기반의 얼굴인식은 효율적인 처리가 가능하기 때문에 널리 사용되는 알고리즘 중 하나이다. 그러나, 대용량의 얼굴 이미지를 학습하기 위해서는 여전히 많은 계산시간이 소요된다. 한편, 그래픽스 프로세싱 유닛(GPU)은 대용량 정보처리를 빠르게 수행할 수 있는데, 최근 소개된 CUDA 프레임워크를 통해 폭넓은 분야에서 널리 이용되고 있다. 본 논문에서는 주성분 기반의 얼굴인식 알고리즘을 GPU에서 병렬 수행하여 가속하는 기법을 제안한다. 주성분 기반의 얼굴인식 각각의 과정들의 병렬성을 분석하여 성능개선 이득을 최대하였고, C/OpenCV로 구현된 순차적인 버전과 비교했을 때, 전체 학습 시스템에서 최대 약40배의 성능이득을 얻었다.

주제어