$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

딥러닝 기반 고성능 얼굴인식 기술 동향
Research Trends for Deep Learning-Based High-Performance Face Recognition Technology 원문보기

전자통신동향분석 = Electronics and telecommunications trends, v.33 no.4, 2018년, pp.43 - 53  

김형일 (시각지능연구그룹) ,  문진영 (시각지능연구그룹) ,  박종열 (시각지능연구그룹)

Abstract ▼ AI-Helper 아이콘AI-Helper

As face recognition (FR) has been well studied over the past decades, FR technology has been applied to many real-world applications such as surveillance and biometric systems. However, in the real-world scenarios, FR performances have been known to be significantly degraded owing to variations in f...

참고문헌 (24)

  1. Y. Taigman et al., "DeepFace: Closing the Gap to Human-Level Performance in Face Verification, " IEEE Conf. Comput. Vision Pattern Recogn., Columbus, OH, USA, June 2014, pp. 1701-1708. 

  2. O. Parkhi et al., "Deep face recognition," British Machin. Vision Conf., Swansea, UK, Sept. 7-10, 2015, pp. 6-17 

  3. Y. Sun, X. Wang, and X. Tang, "Deep Learning face Representation from Predicting 10,000 Classes," IEEE Conf. Comput. Vision Pattern Recogn., Columbus, OH, USA, June 2014, pp. 1891-1898. 

  4. Y. Sun et al., "Depp Learning Face Representation by Joint Identification-Verification," Neural Inform. Process. Syst., Montreal, Canada, Dec. 2014, pp. 1988-1996. 

  5. Y. Sun, X. Wang, and X. Tang, "Deeply Learned Face Representations are Sparse, Selective, and Robust," IEEE Conf. Comput. Vision Pattern Recogn., Boston, MA, USA, June 2015, pp. 411-438. 

  6. Y. Sun et al., "DeepID3: Face Recognition with Very Deep Neural Networks," arXiv preprint arXiv:1502.00873, 2015. 

  7. F. Schroff et al., "FaceNet: A Unified Embedding for Face Recognition and Clustering," IEEE Conf. Comput. Vision Pattern Recogn., Boston, MA, USA, June 2015, pp. 815-823. 

  8. W. Liu et al., "SphereFace: Deep Hypersphere Embedding for Face Recognition," IEEE Conf. Comput. Vision Pattern Recogn., Honolulu, HI, USA, July 2017, pp. 212-220. 

  9. H. Wang et al., "CosFace: Large Margin Cosine Loss for Deep Face Recognition," arXiv preprint arXiv:1801.09414, 2018. 

  10. Y. Zheng et al., "Ring loss: Convex Feature Normalization for Face Recognition," arXiv preprint arXiv:1803.00130, 2018. 

  11. J. Deng et al., "ArcFace: Additive Angular Margin Loss for Deep Face Recognition," arXiv preprint arXiv:1801.07698, 2018. 

  12. L. Tran et al., "Disentangled Representation Learning GAN for Pose-Invariant Face Recognition," IEEE Conf. Comput. Vision Pattern Recogn., Honolulu, HI, USA, July 2017, pp. 1415-1424. 

  13. R. He et al., "Learning Invariant Deep Representation for NIR-VIS Face Recognition," AAAI Conf. Artif. Intell., 2017, pp. 2000-2006. 

  14. J. Yang et al., "Neural Aggregation Network for Video Face Recognition," IEEE Conf. Comput. Vision Pattern Recogn., Honolulu, HI, USA, July 2017, pp. 4362-4371. 

  15. G. Huang et al., "Labeled Faces in the wild: A Database for Studying Face Recognition in Unconstrained Environments," Univ. of Massachusetts, Amherst, Technical Report 07-49, Oct, 2007. 

  16. L. Wolf, T Hassner, and I. Maoz, "Face Recognition in Unconstrained Videos with Matched Background Similarity," IEEE Conf. Comput. Vision Pattern Recogn., Colorado Springs, CO, USA, June 2011, pp. 529-534. 

  17. B. F. Klare et al., "Pushing the Frontiers of Unconstrained Face Detection and Recognition: IARPA Janus Benchmark A," IEEE Conf. Comput. Vision Pattern Recogn., Boston, MA, USA, June 2015, pp. 1931-1939. 

  18. C. Whitelam et al., "IARPA Janus Benchmark-B Face Dataset," IEEE Conf. Comput. Vision Pattern Recogn., Honolulu, HI, USA, July 2017, pp. 592-600. 

  19. B. Maze et al., "IARPA Janus Benchmark-C: Face Dataset and Protocol," Intell Conf. Biometrics, 2018 (To appear). 

  20. I. Kemelmacher-Shlizerman et al., " The MegaFace Benchmark: 1 Million Faces for Recognition at Scale," IEEE Conf. Comput. Vision Pattern Recogn., Las Vegas, NV, USA, June 2016, pp. 4873-4882. 

  21. A. Nech and I. Kemelmacher-Shlizerman, "Level Playing Field for Million Scale Face Recognition," IEEE Conf. Comput. Vision Pattern Recogn., Honolulu, HI, USA, July 2017, pp.3406-3415. 

  22. W. AbdAlmageed et al., "Face Recognition Using Deep Multi-pose Representations," IEEE Winter Conf. Applicat. Comput. Vision, Lake Placid, NY, USA, Mar. 2016, pp. 1-9. 

  23. N. Crosswhite et al., "Template Adaptation for Face Verification and Identification," IEEE Intell. Conf. Automatic Face Gesture Recogn., Washington, DC, USA, 2017, pp. 1-8. 

  24. X. Wu et al., "A light CNN for Deep Face Representation with Noisy Labels," IEEE Trans. Inform. Forensics Security (Early Access), 2018. 

LOADING...

관련 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로