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
최성은 (한양여자대학교) 홍유진 (호서대학교) 김익재 (한국과학기술연구원)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제58권 제8호(통권 제525호)
발행연도
2021.8
수록면
65 - 77 (13page)
DOI
10.5573/ieie.2021.58.8.65

이용수

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

초록· 키워드

오류제보하기
Generative Adversarial Networks (GAN)이 영상 생성 분야에서 뛰어난 성능을 보이고 있어, 최근 얼굴 나이 변환 분야에서 많이 활용되고 있다. 얼굴 나이 변환은 얼굴 영상의 texture와 shape의 변화를 잘 표현하는 것이 중요한데, 기존 GAN 기반의 얼굴 나이 변환 방법은 texture 변화는 잘 표현하지만 shape 변화는 충분히 표현하지 못하는 문제점이 있다. 따라서 본 논문에서는 얼굴의 texture와 shape의 나이를 충분히 표현할 수 있도록 GAN과 aging function을 결합한 나이 변환 방법을 제안한다. 제안 방법에서는 얼굴 texture의 나이 변환을 위해 Conditional-GAN(cGAN), Pyramid-architecture discriminator, age loss, identity-preserved loss를 결합한 Pyramid-cGAN을 사용한다. 또한 얼굴의 shape feature와 나이의 관계를 학습한 Aging function을 이용하여 얼굴 shape의 나이를 변환한다. Pyramid-cGAN에 의해 나이 변환된 얼굴 texture를 Aging function에 의해 나이 변환된 shape에 image warping하여, 최종 나이 변환 얼굴을 생성한다. 실험을 통해 제안 방법이 기존 방법에 비해 얼굴의 texture와 shape의 나이를 보다 정확하게 표현하는 것을 확인하였다. 또한 나이 변환된 영상으로 Face verification 성능을 비교한 결과, 기존 방법에 비해 제안 방법으로 나이 변환된 얼굴 영상에서 성능이 더 향상되는 것을 확인하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 제안 방법
Ⅲ. 실험
Ⅳ. 결론
REFERENCES

참고문헌 (42)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0