현재 위치
Home
MR-IoT Session
얼굴인식에서의 레이블 불균형을 고려한 이미지 품질 측정을 위한 특징 정규화
Feature Norm for Image Quality Assessment Considering Label Imbalance in Face Recognition
-
- 발행기관
- 한국차세대컴퓨팅학회 바로가기
-
- 간행물
- 한국차세대컴퓨팅학회 학술대회 바로가기
-
- 통권
- 2023 한국차세대컴퓨팅학회 춘계학술대회 (2023.06)바로가기
-
- 페이지
- pp.323-325
-
- 저자
-
- 언어
- 한국어(KOR)
-
- URL
- https://www.earticle.net/Article/A433577
원문정보
초록
- 한국어
- 최근 얼굴인식 연구에서는 이미지 품질을 고려하여 낮은 품질의 이미지에 대해서 알고리즘 성능을 개선 하고 있다. 이러한 연구에서 사용하는 이미지 품질의 조작적 정의는 샘플의 모델 임베딩 값의 L2 노름 (특징 정규화)을 사용하고 있으며, 얼굴인식 외의 연구인 Out Of Distribution(OOD)에서 특징 정규화는 이미 지 품질이 아닌, 학습 데이터셋의 분포와 차이나는 데이터를 구별하기 위해 사용되고 있다. 이는 특징 정 규화가 모델에 학습된 데이터에 따라 달라짐을 시사한다. 얼굴인식 학습 데이터 셋은 대부분 롱 테일 분 포를 가지고 있기에, 본 연구는 이를 고려하여 특징 정규화를 클래스 별로 표준화하여 전처리를 한 결과 특징 정규화와 이미지 품질의 상관관계가 더 높아진 결과를 보여준다. 추후 얼굴인식 분야에서는 데이터 셋의 분포를 고려하여 특징 정규화를 이미지 품질로 사용할 것을 제안한다.
목차
요약
1. 서론
2. 관련연구
3. 실험방법
3.1. 데이터셋
3.2. 실험환경
4. 실험결과
5. 결론
Acknowledgement
참고문헌
키워드
얼굴인식 롱 테일 분포 이미지 품질 컴퓨터 비전저자
간행물 정보
발행기관
-
- 발행기관명
- 한국차세대컴퓨팅학회 [Korean Institute of Next Generation Computing]
- 설립연도
- 2005
- 분야
- 공학>컴퓨터학
- 소개
- 본 학회는 차세대 PC 및 그 관련분야의 학술활동을 통하여 차세대 PC의 학문 및 기술발전을 도모하고 산업발전 및 국제협력 증진을 목적으로 한다.
간행물
-
- 간행물명
- 한국차세대컴퓨팅학회 학술대회
- 간기
- 반년간
- 수록기간
- 2021~2025
- 십진분류
- KDC 566 DDC 004
이 권호 내 다른 논문 / 한국차세대컴퓨팅학회 학술대회 2023 한국차세대컴퓨팅학회 춘계학술대회
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.