Earticle

초록

영어

The purpose of this study is to improve the performance of the artificial neural network system for facial image analysis through the image landmark selection technique. For landmark selection, a CNN-based multi-layer ResNet model for classification of facial image age is required. From the configured ResNet model, a heat map that detects the change of the output node according to the change of the input node is extracted. By combining a plurality of extracted heat maps, facial landmarks related to age classification prediction are created. The importance of each pixel location can be analyzed through facial landmarks. In addition, by removing the pixels with low weights, a significant amount of input data can be reduced.

한국어

본 연구의 목적은 이미지 랜드마크 선정 기법을 기반으로, 인공신경망 안면 영상분석 시스템의 성능을 향상하기 위한 내용이다. 랜드마크 선정을 위하여 안면 이미지 연령을 분류를 위한 CNN 기반의 다층 ResNet 모델의 구성이 필요하며, ResNet 모델에서 입력 노드의 변화에 따른 출력 노드의 변화를 감지하는 히트 맵을 추출한다. 추출된 다수의 히트 맵을 결합하여 연령 구분 예측과 관계된 안면 랜드마크를 구성한다. 이를 통하여, 안면 랜드마크를 통하여 픽셀의 위치별 중요도를 분석할 수 있으며, 가중치가 낮은 픽셀의 제거함으로서 상당량의 입력 데이터 감소가 가능해졌다. 이러 한 기법은 인공신경망 시스템의 연산 성능 향상에 기여하게 된다.

목차

요약
Abstract
1. 서론
2. 관련연구
3. 안면 연령 예측을 위한 CNN기반의 히트 맵을 이용한 랜드마크 선정
3.1 데이터 전처리
3.2 신경망 구성
3.3 히트 맵을 이용한 랜드마크 선정
3.4 학습 및 시뮬레이션 결과
4. 결론
REFERENCES

키워드

컨볼루션신경망 영상분석 인공신경망 이미지 분류 안면인식 빅데이터 Convolutional Neural Network Image Analysis Artificial Neural Network Image Classification Face Recognition Big Data

저자

• 홍석미 [ Seok-Mi Hong | 상지대학교 교양대학 조교수 ]
• 유현 [ Hyun Yoo | 경기대학교 콘텐츠융합소프트웨어연구소 연구교수 ] Corresponding author

참고문헌

발행기관

간행물