최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기디지털정책연구 = The Journal of digital policy & management, v.11 no.2, 2013년, pp.299 - 307
김성훈 (경희대학교 컴퓨터공학과) , 김형호 (세한대학교 컴퓨터공학과) , 이현수 (경희대학교 컴퓨터공학과)
The aim of this paper is the improvement of identification performance and the reduction of computational quantities in the face recognition system based on SIFT-Grid. Firstly, we propose a composition method of integrated template by removing similar SIFT keypoints and blending different keypoints ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
얼굴 인식 시스템은 어떠한 응용 분야에서 활용되고 있는가? | 얼굴 인식 시스템은 IT 기술의 발전으로 정보 보안, 사람과 컴퓨터간의 상호작용(Human Computer Interaction) 그리고 상황 인식 컴퓨팅 (Context Aware Computing)등의 다양한 응용 분야에서 활용되고 있다. 하지만 얼굴은 조명, 포즈, 표정의 변화, 장신구의 착용 그리고 시간의 변화에 따른 노화에 의해 다양한 형태로 변하기 때문에 얼굴인식을 통한 개인의 식별은 어려운 문제이다. | |
얼굴인식을 통한 개인의 식별이 어려운 문제인 이유는 무엇 때문인가? | 얼굴 인식 시스템은 IT 기술의 발전으로 정보 보안, 사람과 컴퓨터간의 상호작용(Human Computer Interaction) 그리고 상황 인식 컴퓨팅 (Context Aware Computing)등의 다양한 응용 분야에서 활용되고 있다. 하지만 얼굴은 조명, 포즈, 표정의 변화, 장신구의 착용 그리고 시간의 변화에 따른 노화에 의해 다양한 형태로 변하기 때문에 얼굴인식을 통한 개인의 식별은 어려운 문제이다. 그러므로 얼굴 인식 시스템의 성능 향상을 위해서는 개인 얼굴의 변화에 강인한 특징을 추출하여야 한다. | |
본 논문에서 SIFT-Grid에 기반을 둔 얼굴 인식 시스템에서 계산량 감소와 인식율 향상을 목적으로 제시한 두 가지 방법은 무엇인가? | 본 논문은 SIFT-Grid에 기반을 둔 얼굴 인식 시스템에서 계산량 감소와 인식율 향상을 목적으로 두 가지를 제시하였다. 첫 번째 제시 사항은 한 얼굴 클래스의 다양한 훈련 이미지로부터 비슷한 SIFT 특징점들은 제거하고, 상이한 특징점들은 병합하는 통합템플릿의 구성 방법이고, 두 번째는 구성된 통합템플릿들로부터 테스트 이미지의 효과적인 식별을 위한 유사도 계산 방법이다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.