다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기
한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.12 no.2, 2017년, pp.325 - 330
AI-Helper
Face recognition technology has been studied for decades and is being used in various areas such as security, entertainment, and mobile services. The main problem with face recognition technology is that the recognition rate is significantly reduced depending on the environmental factors such as bri...
| 핵심어 | 질문 | 논문에서 추출한 답변 |
|---|---|---|
| 얼굴인식 기술은 어느 분야에서 활용되고 있는가? | 얼굴인식 알고리즘은 지난 수십 년간 인식성능 향상을 위해 연구되어왔다. 이러한 노력을 통해 얼굴인식 기술은 많은 발전을 이루었으며, 보안, 엔터테인먼트, 모바일 서비스 등 다양한 분야에서 활용되고 있다. 하지만 얼굴인식은 밝기, 조명각도, 원본 영상의 회전등의 가변적 요소가 포함된 경우 인식률이 현저하게 저하되는 문제가 발생하게 된다. | |
| 얼굴인식의 문제점은 무엇인가? | 이러한 노력을 통해 얼굴인식 기술은 많은 발전을 이루었으며, 보안, 엔터테인먼트, 모바일 서비스 등 다양한 분야에서 활용되고 있다. 하지만 얼굴인식은 밝기, 조명각도, 원본 영상의 회전등의 가변적 요소가 포함된 경우 인식률이 현저하게 저하되는 문제가 발생하게 된다. 이에 따라 가변적 요소에 강건한 알고리즘을 개발하기 위한 지속적인 노력이 진행되고 있다. | |
| 주성분 분석의 장단점은 무엇인가? | 다음으로 전체 데이터를 고유 벡터에 투영해 나온 결과 값을 얼굴 인식을 위한 특징벡터[9]로 사용한다. PCA는 입력되는 데이터의 종류에 구애 받지 않는다는 장점이 있지만 얼굴의 표정, 조명, 대칭 등의 부분적인 요소의 변형에 대해서 대처가 미흡하다는 문제점이 있다. |
L. Yann, B. Yoshua, and G. Hinton, "Deep leaning," Nature, vol. 521, no. 7553, 2015, pp. 436-444.
A. Krizhevsky, I. Sutskever, and G. E. Hinton, "Imagenet classification with deep convolutional neural networks," Advances in Neural Information Processing Systems, vol. 21, no. 1, 2012, pp. 1097-1105.
D. Gowe, "Distinctive image features from scale-invariant key points," Int. J. of Computer Vision. vol. 60, no. 2, 2004, pp. 91-110.
H. Bay, T. Tuytelaars, and L. Vanl, "Surf: Speeded up robust features," European Conf. on Computer Vision, Heidelberg, Germany, May 2006, pp. 404-417.
Y. Jia, E. Shelhamer, J. Donahue, S. Karayev, J. Long, R. Girshick, S. Guadarrama, and T. Darrell, "Caffe: An open source convolutional architecture for fast feature embedding," In Proc. the 22nd ACM Int Con. on Multimedia, Orlando, USA, Nov. 2014, pp. 675-678.
K. Simonyan and A. Zisserman, "Very deep convolutional networks for large-scale image recognition," Proc. of Int. Conf. on Learning Representations, San Diego, USA, Jun, 2015 pp. 1-14,
A. Georghiades, P. Nelhumeur, and D. Kriegman, "From few to many: Illumination cone models for face recognition under variable lighting and pose," IEEE Trans Pattern Analysis and Machine Intelligence, vol. 23, no. 6, 2001, pp. 643-660.
L. Luo, M. Swamy, and E. Plotkin, "A modified PCA algorithm for face recognition," In Canadian Conf. on Electrical and Computer Engineering, Quebec, Canada, vol. 1, May 2003, pp. 57-60.
A. Petpon and S. Srisuk, "Face Recognition with Local Line Binary Pattern," In Int. Conf. on Image and Graphics, Shanxi, China, vol. 9, Mar. 2009, pp. 533-539.
T. Ahonen, A. Hadid, and M. Pietikainen, "Face description with local binary patterns: application to face recognition," IEEE Trans Pattern Analysis and Machine Intelligence, vol. 28, no. 12, 2006, pp. 2037-2041.
X. Xiaohua, Z. Wei-shi, L. Jianhuang, and Y. Pong C, "Face illumination normalization on large and small scale features," In IEEE Conf. on Computer Vision and Pattern Recognition, Anchorage, USA, 2008, pp. 1-5.
H. Lien and A. Jain. "Face modeling for recognition," In Proc. of the Int. Conf. on Image Processing, Thessaloniki, Greece, vol. 2, Oct. 2001, pp. 693-696.
Y. LeCun, L. Bottou, Y. Bengio, and P. Haffner, "Gradient-based learning applied to document recognition," In Proc the IEEE, vol. 86, no.11, 1998, pp. 2278-2324.
Y. Lee, "A Comparison and Analysis of Deep Learning Framework," J. of the Korea Institute of Electronic Communication Sciences, vol. 12, no. 1, 2017, pp. 115-122.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
Copyright KISTI. All Rights Reserved.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.