Acknowledgement
이 논문은 2020년도 정부(교육부)의 재원으로 한국연구재단의 지원을 받아 수행된 기초연구사업임(NRF-2018R1D1A1B07045642, NRF-2017R1D1A1B03035884).
Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)
- 2020.11a
- /
- Pages.685-688
- /
- 2020
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
Face Frontalization Model with A.I. Based on U-Net using Convolutional Neural Network
합성곱 신경망(CNN)을 이용한 U-Net 기반의 인공지능 안면 정면화 모델
- Lee, Sangmin ;
- Son, Wonho ;
- Jin, ChangGyun ;
- Kim, Ji-Hyun ;
- Kim, JiYun ;
- Park, Naeun ;
- Kim, Gaeun ;
- Kwon, Jin young ;
- Lee, Hye Yi ;
- Kim, Jongwan ;
- Oh, Dukshin
- 이상민 (삼육대학교 인공지능.빅데이터 소프트웨어코드 연구소) ;
- 손원호 (충북대학교 컴퓨터공학과) ;
- 진창균 (삼육대학교 컴퓨터 메카트로닉스 공학부) ;
- 김지현 (삼육대학교 인공지능.빅데이터 소프트웨어코드 연구소) ;
- 김지윤 (삼육대학교 식품영양학과) ;
- 박나은 (성신여자대학교 융합보안공학과) ;
- 김가은 (삼육대학교 인공지능.빅데이터 소프트웨어코드 연구소) ;
- 권진영 (건국대학교 정보통신경영학과) ;
- 이혜리 (성신여자대학교 융합보안공학과) ;
- 김종완 (삼육대학교 스미스학부대학) ;
- 오덕신 (삼육대학교 경영정보학과)
- Published : 2020.11.05
Abstract
안면 인식은 Face ID를 비롯하여 미아 찾기, 범죄자 추적 등의 분야에 도입되고 있다. 안면 인식은 최근 딥러닝을 통해 인식률이 향상되었으나, 측면에서의 인식률은 정면에 비해 특징 추출이 어려우므로 비교적 낮다. 이런 문제는 해당 인물의 정면이 없고 측면만 존재할 경우 안면 인식을 통한 신원확인이 어려워 단점으로 작용될 수 있다. 본 논문에서는 측면 이미지를 바탕으로 정면을 생성함으로써 안면 인식을 적용할 수 있는 상황을 확장하는 인공지능 기반의 안면 정면화 모델을 구현한다. 모델의 안면 특징 추출을 위해 VGG-Face를 사용하며 특징 추출에서 생길 수 있는 정보 손실을 막기 위해 U-Net 구조를 사용한다.
Keywords