대상 데이터

• 후)나이 정보로">나이정보로 이루어진 데이터 셋이다. IMDBWIKI에 총 524,230개의 사진과 나이 정보가 있고, 이 중 CNN학습을 위해 260,282개의 정보를 사용하였다. 그 결과 ChaLearn LAP 2015의 검증 세트를 통해 나이 추정을 했을 때 평균 본 논문에서 사용된 CNN은 IMDB-WIKI 데이터셋을 통해 나이를 학습하였다. IMDB-WIKI는 IMDB에 등록된 배우들과, Wikipedia[15]에서 수집된 얼굴 사진과 본 논문에서 제작되는 플로팅 방식의 홀로그램 영상은 언리얼 엔진을 통해서 구현된다. 사용자의 정보는 모듈화된 시스템을 통해 추정되고 근사화되어 캐릭터 모델을 생성하는데 사용된다.
• 본 논문은 키넥트 버전2를 사용하여 시스템을 구성하는데 카메라를 통해 캐릭터가 실시간으로 사용자의 동작을 따라 움직일 수 있도록 오파크 미디어 그룹(Opaque Media Group)사에서 제공하는 플러그인 Kinect4Unreal을 사용하였다. Fig.
• 디스플레이를 통해 출력되는 고해상도의 영상을 효율 높게 투영시키기 위하여 특수한 액정이나 얇은 아크릴을 사용한다. 본 논문의 디바이스에서는 2T(2 mm)에 해당하는 얇은 투명 아크릴을 사용한다. 후)제단하는">제단 하는 수치는 20 inch 모니터를 기준으로 한다. 사다리꼴의 형태로 밑면 50 mm, 밑면 300 mm, 높이 175 mm이다. 홀로그램 디바이스의 하부 부분에는 캐릭터 모델을 생성하기 위해 합성곱 신경망을 사용하여 성별과 나이를 추정하는 방법의 정확도를 측정하기 위하여 남성 20명, 여성 20명을 대상으로 모의실험을 하였다.

  데이터처리

  • 후)모의실험 방법은">모의실험방법은 카메라가 객체를 인식한 시점부터 1 2초의 시간을 통해 60프레임의 데이터를 축적한 다음 각각 오름차순 정렬을 진행하고 각각의 데이터에 대하여 빈도수를 계산한다.

    이론/모형

    • 본">12]. 본 논문에서 사용된 CNN은 VGGNet모델[13]의 16개의 레이어를 가지는 VGG-16 아키텍쳐를 사용하였다. VGGNet는 3×3의 본 논문에서 얼굴 영상을 통해 나이를 추정하기 위해 미리 학습된 CNN을 사용하였다[11, 12]. 본 논문에서 사용된 CNN은 VGGNet모델[13]의 16개의 레이어를 가지는 VGG-16 아키텍쳐를 사용하였다.