메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김경태 (한국외국어대학교) 최재영 (한국외국어대학교)
저널정보
한국멀티미디어학회 멀티미디어학회논문지 멀티미디어학회논문지 제22권 제6호
발행연도
2019.6
수록면
655 - 664 (10page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2019

비디오 얼굴 식별 성능개선을 위한 다중 심층합성곱신경망 결합 구조 개발
김경태 ,  최재영 멀티미디어학회논문지 2019.06 학술저널
비디오 안면 인식 성능개선을 위한 하이브리드 심층합성곱신경망 결합 구조 개발
김경태 컴퓨터·전자시스템공학과 2019.01 학위논문

초록· 키워드

오류제보하기
In this paper, we propose a novel way of combining multiple deep convolutional neural network (DCNN) architectures which work well for accurate video face identification by adopting a serial combination of 3D and 2D DCNNs. The proposed method first divides an input video sequence (to be recognized) into a number of sub-video sequences. The resulting sub-video sequences are used as input to the 3D DCNN so as to obtain the class-confidence scores for a given input video sequence by considering both temporal and spatial face feature characteristics of input video sequence. The class-confidence scores obtained from corresponding sub-video sequences is combined by forming our proposed class-confidence matrix. The resulting class-confidence matrix is then used as an input for learning 2D DCNN learning which is serially linked to 3D DCNN. Finally, fine-tuned, serially combined DCNN framework is applied for recognizing the identity present in a given test video sequence. To verify the effectiveness of our proposed method, extensive and comparative experiments have been conducted to evaluate our method on COX face databases with their standard face identification protocols. Experimental results showed that our method can achieve better or comparable identification rate compared to other state-of-the-art video FR methods.
#Video Face Identification #Face Sequences #Deep Convolution Neural Network #Class Confidence Matrix #Network Combination

목차

ABSTRACT
1. 서론
2. 제안 방법
3. 실험 결과 및 분석
4. 결론
REFERENCE

참고문헌 (22)

참고문헌 신청
김경태 / 2017 / 공간 계층적 구조 기반 지역 기술자 활용 얼굴인식 기술 / 멀티미디어학회논문지 20(5):758~768 dbpia J. Deng / 2009 / ImageNet : A Large-scale Hierarchical Image Database / Computer Vision and Pattern Recognition :248~255 google schola Y. Taigman / 2014 / DeepFace : Closing the Gap to Human-Level Performance in Face Verification / Proceedings of IEEE Conference on Computer Vision and Pattern Recognition :1701~1708 google schola Y. Sun / 2014 / Deep Learning Face Representation from Predicting 10, 000classes / Proceedings of IEEE Conference on Computer Vision and Pattern Recognition :1891~1898 google schola F. Schroff / 2015 / FaceNet : A Unified Embedding for Face Recognition and Clustering / Proceedings of IEEE Conference on Computer Vision and Pattern Recognition :815~823 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

다층퍼셉트론 Markov 모델을 이용한 도심지 피복 변화에 따른 지표 열섬현상 예측
방건준 ,  Tanni Sa ,  ke 외 1명 대한토목학회 학술대회 2017 .10
결절성 폐암 검출을 위한 상용 및 맞춤형 CNN의 성능 비교
박성욱 ,  김승현 ,  임수창 외 1명 멀티미디어학회논문지 2020 .06
합성곱 신경망 기반 밝기-색상 정보를 이용한 얼굴 위변조 검출 방법
김은석 ,  김원준 방송공학회논문지 2019 .11
얼굴인식을 위한 얼굴 전역 및 지역 특징 기반 심층합성곱신경망 앙상블 압축 모델 제안
윤경신 ,  김경태 ,  최재영 한국정보과학회 학술발표논문집 2019 .06
다중 센서 데이터 분석을 위한 설명 가능한 합성곱신경망 모델
안건이 ,  유재형 ,  이상훈 외 1명 대한산업공학회지 2019 .04

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-004-000895115