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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Suli Li (전북대학교) Hyo Jong Lee (전북대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제27권 제5호
발행연도
2021.5
수록면
248 - 253 (6page)
DOI
10.5626/KTCP.2021.27.5.248

이용수

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

초록· 키워드

오류제보하기
현장에서 사용되는 응용 프로그램에서 연령에 무관한 얼굴 인식에 대한 연구가 그의 큰 잠재력으로 인하여 급증하고 있는 추세이다. 연령에 무관한 얼굴을 인식하는 연구의 어려움은 얼굴 모양이 시간이 지남에 따라 노화현상 등으로 인하여 스스로 변한다는 것이다. 따라서 나이 차이가 큰 경우에 얼굴을 인식하기가 쉽지 않다. 본 논문에서는 연령 무관 얼굴 인식을 위한 잔차 학습 모듈 기반의 새로운 결합 네트워크 아키텍처를 제안하였다. VGGFace2를 학습한 Inception-ResnetV1를 백본 네크워크로 사용하였으며, 하나의 연령모드에 보상을 추가하여, 잔차학습 모듈은 연령에 따른 모드 불일치(ARMD)를 감소시켜 다른 모드에 유사하도록 표현할 수 있다. ARMD 손실은 서로 다른 모드 간의 코사인거리를 최소화하여 모드 별 불일치를 완화시키도록 하였다. 실험결과는 교차연령 얼굴데이터인 CACD_VS, FGNET, GFR 및 LFW 데이터에서 제안 알고리즘이 다른 알고리즘에 비하여 우수한 성능을 나타내는 것을 보여주었다.

목차

요약
Abstract
1. Introduction
2. Proposed Method
3. Experiments
4. Ablation Study
5. Conclusions
References

참고문헌 (24)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0