선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 물론이런 점을 개선하기 위해 분류 시 상대적으로 중요한부분에는 보다 큰 가중치를 주는 방식도 있다. 그렇지만 본고에서는 인식에 중요하지 않는 부분, 즉 인물 간 차이가 별로 나타나지 않는 부분은 인식 과정에서 배제하고, 인물 별로 차이가 많이 나는 부분, 즉 눈, 코 같은부분만을 인식에 사용하면 성능이 개선할 수 있을 것이라는 점에서 착안하였다.
- 따라서 단순 분할하는 방법은 일정하게 정렬된 얼굴 부분별 영상을 얻기가 어려운 점이 생긴다. 그리고 본고에서 기존의 국부 외형 기반 방법과는 달리 인식에 중요하지않는 부분을 배제하고, 인식에 상대적으로 중요한 부분만을 사용하고자 한다. 이러한 조건을 만족하기 위해서는 얼굴의 각 부분을 정확하게 분할해야 인식에 있어상대적으로 덜 중요한 부분이 중요한 부분에 섞이는 것을 방지할 수 있다.
- 첫째, 얼굴 인식 시 중요한 부분만을 이용하여 방법을 기존의 방법들과 성능을 비교하여 본고에서 제안한방법이 얼굴 인식에 있어 유효한 방법인지를 실험적으로 증명하고자 하였다. 둘째, 본고에서 제안한 방법이기존의 국부 외형 기반 방법의 장점 중 하나인 적은 학습샘플 수에서 더 나은 인식성능을 동일하게 지니고 있음을 실험적으로 증명하고자 하였다. 마지막으로 제안한 방법이 얼굴 영상들이 서로 어긋난 정렬을 갖는, 이른바 불량 정렬의 저주 문제에 대해 기존의 방법들에비해 더 유리함을 실험을 통해 증명하고자 하였다.
- 세 번째 실험은 본고에서 제안한 방법이 일정하게 정렬이 되지 않은 얼굴 영상의 경우 기존의 방법과 비교해 어떤 성능이 내는지 알아보기 위해 수행하였다. 첫번째와 두 번째 실험은 얼굴 검출 과정에서 얼굴 정렬이 일정하게 되어 있다는 가정을 하고 실험을 수행하였지만, 이번 실험에서는 얼굴 검출 과정에서 얼굴 영상이 일정한 정렬이 되지 않았다라고 가정을 하고, 정렬이 어긋난 얼굴 영상들을 실험에 사용하였다.
- 마지막으로 제안한 방법이 얼굴 영상들이 서로 어긋난 정렬을 갖는, 이른바 불량 정렬의 저주 문제에 대해 기존의 방법들에비해 더 유리함을 실험을 통해 증명하고자 하였다. 첫 번째 실험은 인식에서 상대적으로 중요한 부분만을 이용하는 것이 유효한 방법인지 증명하기 위해 수행하였다. 첫 번째 실험에서 사용한 얼굴 데이터베이스는 FRGC (face recognition great challenge)® 이다.
- 수행하였다. 첫째, 얼굴 인식 시 중요한 부분만을 이용하여 방법을 기존의 방법들과 성능을 비교하여 본고에서 제안한방법이 얼굴 인식에 있어 유효한 방법인지를 실험적으로 증명하고자 하였다. 둘째, 본고에서 제안한 방법이기존의 국부 외형 기반 방법의 장점 중 하나인 적은 학습샘플 수에서 더 나은 인식성능을 동일하게 지니고 있음을 실험적으로 증명하고자 하였다.
가설 설정
- 첫번째와 두 번째 실험은 얼굴 검출 과정에서 얼굴 정렬이 일정하게 되어 있다는 가정을 하고 실험을 수행하였지만, 이번 실험에서는 얼굴 검출 과정에서 얼굴 영상이 일정한 정렬이 되지 않았다라고 가정을 하고, 정렬이 어긋난 얼굴 영상들을 실험에 사용하였다. 이번 실험에서는 그림 5처럼 기준이 되는 얼굴 영상에서 상하좌우 및 대각선의 여덟 방향으로 약 5%정도 정렬이 어긋나 있는 얼굴 영상을 만들어 실험을 수행하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.