$\require{mediawiki-texvc}$

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.

gradCam을 사용한 얼굴인식 신경망
Face Recognition Network using gradCAM 원문보기

스마트미디어저널 = Smart media journal, v.12 no.2, 2023년, pp.9 - 14  

백찬형 (조선대학교 컴퓨터공학과) ,  권지훈 (조선대학교 컴퓨터공학과) ,  정호엽 (조선대학교 컴퓨터학과)

초록
AI-Helper 아이콘AI-Helper

이 논문에서는 gradCAM를 활용한 적은 데이터로 얼굴 전체 또는 더 다양한 feature을 사용하여 얼굴인식을 할 수 있는 새로운 앙상블 방법론을 제안하였다. 인공지능 모델의 판단 근거는 gradCAM을 통하여 saliency map으로 표현될 수 있다. 따라서 본 논문에서는 학습된 얼굴인식 모델이 어느 부분에 편향적으로 관찰하여 판단했는지 gradCAM으로 시각화한다. 계산된 saliency map에서 일정 수치 이상의 돌출된 부분을 추가 모델이 학습에 사용할 수 없도록 노이즈를 추가해 데이터를 생산한다. 노이즈를 추가해서 만든 데이터로 학습할 경우 노이즈 부분을 활용하여 학습을 할 수 없으므로 새로운 얼굴 부분을 사용하여 얼굴인식 네트워크를 학습하게 된다. 기본 데이터로 학습한 네트워크와 돌출 부분에 노이즈를 추가해서 학습한 모델은 얼굴의 서로 다른 얼굴 feature을 사용할 수밖에 없고, 앙상블로 결합했을 때 얼굴의 좀 더 다양한 부분들을 사용한 임베딩 feature를 만들 수 있다. 이 논문에서 제안하는 앙상블 기법은 일반적인 앙상블 모델보다 정확도는 1.79% 상승하였고 equal error rate (EER)은 0.01788 감소하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this paper, we proposed a face recognition network which attempts to use more facial features awhile using smaller number of training sets. When combining the neural network together for face recognition, we want to use networks that use different part of the facial features. However, the network...

주제어

#얼굴 인식   #설명가능한 신경망   #앙상블  

참고문헌 (18)

  1. D.A. Forsyth, J. Ponce, Computer Vision A？Modern Approach, Prentice Hall, pp. 1-100,？2003. 

  2. 문형진, 김계희, "사용자 인증을 위한 딥러닝 기반？얼굴인식 기술 동향," 산업융합연구, vol. 17, no. 3,？pp. 23-29, 2019 

    원문보기 상세보기 crossref

  3. Chen, Lei, et al., "Adapting grad-cam for？embedding networks," Proceedings of the？IEEE/CVF Winter Conference on Applications？of Computer Vision, pp. 2794-2803, 2020. 

  4. 신종환, 박찬미, 이헌주, 이성현, 이재광, "얼굴인식 기술을 적용한 실종자 식별 시스템 설계 및 구현,"？한국컴퓨터정보학회논문지, vol. 26, no. 2, 통권？203호, pp. 19-25, 2021 

  5. 문해민, 박진원, 반성범, "역전파가 제거된 CNN과？LDA를 이용한 얼굴 영상 해상도별 얼굴 인식률？분석," 스마트미디어저널, vol. 5, no. 1, pp. 24-29,？2016 

  6. 김준영, 조성원, "얼굴 인식 기반 위변장 감지 시스템," 스마트미디어저널, vol. 4, no. 4, pp. 9-17,？2015 

  7. 백으뜸, 호요성, "모핑을 이용한 화상회의의 시선맞춤 보정 방법," 스마트미디어저널, vol. 4, no. 1,？pp. 9-15, 2015 

  8. Ramprasaath R. Selvaraju, Michael Cogswell,？Abhishek Das, Ramakrishna Vedantam, Devi？Parikh, Dhruv Batra, "Grad-CAM: Visual？Explanations from Deep Networks via？Gradient-based Localization," arXiv:1610.02391,？2019. 

    상세보기 crossref

  9. Patrick Grother Mei Ngan Kayee Hanaoka,？"Ongoing Face Recognition Vendor Test (FRVT)？Part 1: Verification," NIST, 2022. 

  10. Mei Wang, Weihong Deng, "Deep Face？Recognition: A Survey," arXiv:1804.06655, 2020. 

    상세보기 crossref

  11. Raja Khurram Shahzad and Niklas Lavesson,？"Comparative Analysis of Voting Schemes for？Ensemble-based Malware Detection," Journal of？Wireless Mobile Networks, Ubiquitous？Computing, and Dependable Applications, Vol.？4, no. 1, p. 98-117, 2013. 

  12. Karen Simonyan, Andrew Zisserman, "Very？Deep Convolutional Networks for Large-Scale？Image Recognition," arXiv:1409.1556, 2014. 

  13. Gregory Koch, Richard Zemel, Ruslan？Salakhutdnov, "Siamese Neural Networks for？One-shot Image Recognition," 2015. 

  14. Lev V. Utkin, Maxim S. Kovalev, Ernest M.？Kasimov, "An explanation method for Siamese？neural networks," arXiv:1911.07702. 2019. 

  15. Abhilash Nandy, Sushovan Haldar, Subhashis？Banerjee, Sushmita Mitra, "A Survey on？Applications of Siamese Neural Networks in？Computer Vision," 2020 International Conference？for Emerging Technology (INCET), Belgaum,？India, Jun. 2020. 

  16. Wentao Ma, Yiming Cui, Nan Shao, Su He,？Wei-Nan Zhang, Ting Liu, Shijin Wang, Guoping？Hu, "TripleNet: Triple Attention Network for？Multi-Turn Response Selection in？Retrieval-based Chatbots," arXiv:1909.10666, 2019. 

    crossref

  17. Florian Schroff, Dmitry Kalenichenko, James？Philbin, "FaceNet: A Unified Embedding for？Face Recognition and Clustering," 2015 IEEE？Conference on Computer Vision and Pattern？Recognition (CVPR), Boston, MA, USA, Jun.？2015. 

  18. 송다은, 전동빈, 하태성, 이형원, 김경이, "딥러닝？기반 이미지 필터 간 한국인 표정 분류 성능 비교," 차세대융합기술학회논문지, vol. 6, no. 5, pp.？767-774, 2022 

관련 콘텐츠

저작권 관리 안내
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