지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 저널정보
- 한국정보통신학회 INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING 2024 INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING Vo.15 No.1
- 발행연도
- 2024.1
- 수록면
- 79 - 82 (4page)
이용수
초록· 키워드
오류제보하기
In this study, we developed a U-net based deep learning model for detecting pores distributed on the face. Generally, a widely used deep learning model for image segmentation is the U-net model, which is typically constructed based on convolution layers. To minimize information loss, a key feature of this architecture is the reattachment of previously trained layers to the subsequent layers, making it an optimal choice for image segmentation. However, the model proposed in this study is configured using besidual blocks instead of convolution layers. Convolution layers face the challenge of the gradient vanishing problem as layers become deeper, where previously learned weight values are lost. In contrast, residual blocks are a special layer type designed to preserve previously learned weights by passing them tot eh subsequent layers. To train and evaluate the proposed deep learning model, we used the JANUS-Pro device to simultaneously acquire facial images and images of facial pores. Additionally, we employed face detection and face mesh detection algorithms to extract facial images, which were then utilized as training and evaluation data. As a result, our proposed U-net (U-net based on residual block) exhibited faster convergence of loss values compared to the traditional U-net, and it demonstrated more accurate pore detection. In the future, the U-net proposed in this study will be utilized to capture facial images using smartphones and infer the locations of pores, enabling a simple quantification of pore distribution and size, which can only be examined on a smartphone.
목차
Abstract
Ⅰ. INTRODUCTION
Ⅱ. Realted work
Ⅲ. METHODS
Ⅳ. RESULT AND CONCLUSION
REFERENCES
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Residual U-Net을 이용한, 해부학적 랜드마크의 자동 위치 추출 기술
정보 및 제어 논문집
2019 .04
-
3D-U2-Net 기반 새로운 뇌종양 분할 모델
멀티미디어학회논문지
2023 .03
-
Investigating the effects of pore types on the pore geometry, topology and electrical resistivity in fractured and vuggy samples using pore-scale models
Geosystem Engineering
2019 .01
-
U-Net 소개
설비저널
2025 .04
-
Determination of pore types in coquinas carbonates and their effects on formation factors and porosity exponents
Geosystem Engineering
2021 .01
-
전장정보체계 SW 개발을 위한 시큐어 코딩 라이브러리에 관한 연구
전기전자학회논문지
2018 .06
-
Residual 3D U-Net 기반 다발성 경화증 병변의 의미론적 분할
한국정보기술학회논문지
2021 .11
-
구형 PMMA와 WO<sub>3</sub> 분말이 혼합된 Camphene 슬러리의 동결건조에 의한 W 다공체 제조
한국재료학회지
2015 .01
-
고해상도 콘택트렌즈 이미지의 크랙 검출을 위한 Asymmetric Residual U-Net
전기전자학회논문지
2024 .12
-
GAN의 Residual Block 사용에 관한 구조적 비교 연구
한국통신학회 학술대회논문집
2021 .06
-
Pool Boiling Heat Transfer of R-123 on Pored Surfaces
대한설비공학회 학술발표대회논문집
2019 .06
-
A Restoration Method of Single Image Super Resolution Using Improved Residual Learning with Squeeze and Excitation Blocks
INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS
2021 .09
-
깊은 잔차 U-Net 구조를 이용한 실제 카메라 잡음 영상 디노이징
한국방송미디어공학회 학술발표대회 논문집
2019 .11
-
3D Dense U-Net++을 이용한 다발성 경화증 병변 자동 검출
한국정보기술학회논문지
2022 .12
-
도로환경에서 차량 검출을 위한 U-Net 기반 모델 성능 비교
한국통신학회 학술대회논문집
2022 .11
-
콘크리트 공극내 칼슘 용출량에 대한 해석
한국콘크리트학회 학술대회 논문집
2015 .10
-
Residual Vector를 이용한 시간이력해석의 잔여모드 응답 고려 방법
한국압력기기공학회 논문집
2021 .12
-
RDIU-Net: Lightweight Medical Image Segmentation Network
제어로봇시스템학회 국제학술대회 논문집
2023 .10
-
Influence of Pore Structure Characteristics on the Mechanical and Durability Behavior of Pervious Concrete Material Based on Image Analysis
International Journal of Concrete Structures and Materials
2020 .07
-
Residual Network 연산을 위한 인공지능 프로세서 구조 연구
대한전자공학회 학술대회
2022 .06
최근 본 자료
댓글(0)
0