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.
문제 정의
- 본 논문에서는 개방형 얼굴 인식 문제를 다루기 위해 얼굴 검증 알고리즘과 군집화를 응용한 추가 학습 알고리즘을 결합하는 방법을 제안하였다. 실험 결과 특이도를 0%로 유지하면서 정확도를 98%까지 끌어올릴 수 있었다.
- 본 논문은 이러한 얼굴 검증 분야의 연구 결과를 기반으로 개방형 얼굴 인식 문제를 해결하기 위한 방법을 제안한다. 이 방법은 얼굴 검증을 위해 학습된 CNN 과 이로부터 얻어지는 특징 벡터 공간에서 실시간으로 추가 학습되는 알고리즘으로 구성된다.
가설 설정
- 이는 ArxFace 의 훈련 결과가 완전하지 않기 때문이다. 따라서 일반적인 군집화 알고리즘과는 달리 각 군집의 중심만 유지하고, 한 사람의 얼굴 모델이 다수의 군집으로 구성될 수 있다는 가정하에 (그림 3)과 같이 추가 학습 방식의 알고리즘을 구성하였다.
- 본 논문에서는 대부분의 군집들의 크기가 마진 이하라고 가정한다. 이는 ArcFace 에서 얻어진 특징 벡터를 사용하기 때문이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.