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.
제안 방법
- 입력된 영상에서 얼굴 영역을 인지하고, 이후 해당 영역의 깊이 지도를 구한다. 깊이 지도를 이용하여 대상 얼굴까지의 거리를 측정한다. 또 얼굴 부분 중 좌, 우 눈 영역, 코 영역, 입 영역을 탐지한 후 깊이 지도에서 해당 영역의 평균값을 구한다.
- 피 실험자로 남자 10명과 여자 10명의 총 20명으로 정하고, 각각 단일 사진 이미지와 실물이미지를 20장씩 확보한다. 동일한 장소에서 실물과 사진으로 영상을 입력하여 전처리 단계를 거친 후 전체 데이터를 생성하였다.
- 깊이 지도를 이용하여 대상 얼굴까지의 거리를 측정한다. 또 얼굴 부분 중 좌, 우 눈 영역, 코 영역, 입 영역을 탐지한 후 깊이 지도에서 해당 영역의 평균값을 구한다.
- 영상처리에서 사진과 실물을 구분하는 방법에 대한 연구는 필요한데, 본 논문에서 우리는 스테레오 시각을 이용하여 관찰대상까지의 거리를 측정하고, 얼굴의 깊이 지도를 이용하여 각각의 얼굴 요소에 대한 평균 깊이 변화를 측정하고 기계학습을 통해 패턴을 학습시키고 인식하는 시스템을 제안 하였다.
- 이러한 방법으로 실물과 사진을 구분하는 것이 가능 하지만, 사진의 크기가 실물과 동일하다면 구분이 불가능하게 된다. 우리가 제안하는 방법은 카메라로부터 관찰 얼굴까지의 거리를 측정하고, 스테레오 카메라를 이용하여 인식된 얼굴 영역에서 얼굴 각 부분의 굴곡에 따른 입체감을 측정하여 실물과 사진을 구분하는 접근법이다.
- 먼저 입력 영상을 단위시간 동안 관측한다. 입력 이미지로부터 얼굴 부분을 감지하고, 이 영상을 스테레오 카메라의 시차지도를 이용하여 거리를 측정한다. 얼굴 부분과의 거리가 감지되면 눈, 코, 입 순으로 깊이를 측정하게 된다.
- 전처리를 통해 생성한 자료 800건을 70:30 의 비율로 학습 데이터와 테스트 데이터로 구분하고, 학습 데이터를 이용하여 반복적인 학습을 시행한다. 우리가 학습에 사용한 알고리즘은 기계학습 분야의 대표적인 감독학습 알고리즘인 신경망 알고리즘(BP), C4.
- 실험은 두 가지 과정으로 나누어서 이루어진다. 하나는 사진과 실물을 정확히 구분하여 사진이면 사진 실물이면 실물로 정확히 인식할 확률을 구하는 방법이며 또 하나는 사진을 실물로 판단하는 FP(False Positive)와 실물을 사진으로 판단하는 FN(False Negative)을 구하는 실험이며 첫 번 실험의 패턴과 FP와 FN의 경우에 대한 패턴을 분석하면서 반목된 실험을 거쳐 최적의 알고리즘을 찾아내고자 한다. 아래 표3과 4는 이러한 실험 결과의 일부분을 보여준다.
대상 데이터
- 피 실험자로 남자 10명과 여자 10명의 총 20명으로 정하고, 각각 단일 사진 이미지와 실물이미지를 20장씩 확보한다. 동일한 장소에서 실물과 사진으로 영상을 입력하여 전처리 단계를 거친 후 전체 데이터를 생성하였다.
데이터처리
- 5, IBL을 사용하였다. 최종 분석을 위해 앞의 실험 과정을 100회 반복하고 그 평균으로 제안된 시스템의 결과를 평가하고 분석하였다.
이론/모형
- 그러나 다층 퍼셉트론은 각 층 내의 뉴런들 사이의 연결과 출력층에서 입력층으로 연결되지 않는다. 따라서 다층 퍼셉트론의 학습은 오류역전파알고리즘(BP, Back Propagation)을 이용하여 수행한다. 오류역전파알고리즘은 주어진 입력에 대해 원하는 출력결과를 학습시키기 위해 사용한다.
- 얼굴 각 부분을 인식하기 위해 제안한 시스템이 사용하는 방식은 Haar-like와 Adaboost를 결합한 학습 방법을 사용한다. 시스템의 전체적인 구성은 전처리 단계, 학습 단계와, 학습 완료 후 입력된 영상에서 얻어진 결과를 통해 실물과 단순 사진으로 분류하는 단계로 3개로 구분된다.
- 전처리를 통해 생성한 자료 800건을 70:30 의 비율로 학습 데이터와 테스트 데이터로 구분하고, 학습 데이터를 이용하여 반복적인 학습을 시행한다. 우리가 학습에 사용한 알고리즘은 기계학습 분야의 대표적인 감독학습 알고리즘인 신경망 알고리즘(BP), C4.5, IBL을 사용하였다. 최종 분석을 위해 앞의 실험 과정을 100회 반복하고 그 평균으로 제안된 시스템의 결과를 평가하고 분석하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.