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
- 학술저널
- 저자정보
- 발행연도
- 2020.8
- 수록면
- 1,019 - 1,029 (11page)
이용수
이 논문의 연구 히스토리 (3)
2020
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
In this paper, we propose a novel knowledge distillation algorithm to create an compressed deep ensemble network coupled with the combined use of local and global features of face images. In order to transfer the capability of high-level recognition performances of the ensemble deep networks to a single deep network, the probability for class prediction, which is the softmax output of the ensemble network, is used as soft target for training a single deep network. By applying the knowledge distillation algorithm, the local feature informations obtained by training the deep ensemble network using facial subregions of the face image as input are transmitted to a single deep network to create a so-called compressed ensemble DCNN. The experimental results demonstrate that our proposed compressed ensemble deep network can maintain the recognition performance of the complex ensemble deep networks and is superior to the recognition performance of a single deep network. In addition, our proposed method can significantly reduce the storage(memory) space and execution time, compared to the conventional ensemble deep networks developed for face recognition.
목차
ABSTRACT
1. 서론
2. 활용 심층합성곱신경망 모델
3. 제안 방법
4. 실험 결과 및 분석
5. 결론
REFERENCE
참고문헌 (17)
참고문헌 신청
J. Deng, W. Dong, R. Socher, L.J. Li, K. Li, and L.F. Fei, “ImageNet: A Large-scale Hierarchical Image Database,” Computer Vision and Pattern Recognition, pp. 248-255, 2009.
K. Simonyan and A. Zisserman, “Very Deep Convolutional Networks for Large-scale Image Recognition,” arXiv Preprint arXiv:1409.1556, 2014.
L. Rokach, “Ensemble-based Classifiers,” Artificial Intelligence Review, Vol. 33, No. 1-2, pp. 1-39, 2010.
A. Canziani, A. Paszke, and E. Culurciello, “An Analysis of Deep Neural Network Models for Practical Applications,” arXiv Preprint arXiv:1605.07678, 2016.
C. Bucilu?, R. Caruana, and A. Niculescu- Mizil, “Model Compression,” Proceedings of the 12th ACM Special Interest Group on Knowledge Discovery in Data International Conference on Knowledge Discovery and Data Mining, pp. 535-541, 2006.
K. Simonyan and A. Zisserman, “Very Deep Convolutional Networks for Large-scale Image Recognition,” arXiv Preprint arXiv:1409.1556, 2014.
L. Rokach, “Ensemble-based Classifiers,” Artificial Intelligence Review, Vol. 33, No. 1-2, pp. 1-39, 2010.
A. Canziani, A. Paszke, and E. Culurciello, “An Analysis of Deep Neural Network Models for Practical Applications,” arXiv Preprint arXiv:1605.07678, 2016.
C. Bucilu?, R. Caruana, and A. Niculescu- Mizil, “Model Compression,” Proceedings of the 12th ACM Special Interest Group on Knowledge Discovery in Data International Conference on Knowledge Discovery and Data Mining, pp. 535-541, 2006.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
얼굴인식을 위한 얼굴 전역 및 지역 특징 기반 심층합성곱신경망 앙상블 압축 모델 제안
한국정보과학회 학술발표논문집
2019 .06
-
딥러닝 기반 앙상블을 이용한 유방암 분류
보건정보통계학회지
2018 .01
-
Application of Deep Ensembles to Quantifying Predictive Uncertainty in Aerodynamic Data
한국항공우주학회 학술발표회 초록집
2022 .04
-
Uncertainty Quantification via Deep Ensembles
한국전산유체공학회 학술대회논문집
2022 .10
-
Deep Ensembles를 이용한 기계학습 모델의 예측 불확실성 분석
대한건축학회 학술발표대회 논문집
2020 .04
-
심층 특징 주입 기반 앙상블 네트워크를 이용한 얼굴 감정 인식 시스템
대한전자공학회 학술대회
2024 .06
-
Towards Quantifying Calibrated Uncertainty in Missile Performance Regression Tasks via Deep Ensembles
한국항공우주학회 학술발표회 초록집
2022 .11
-
심층 신경회로망 앙상블을 이용한 걸음걸이 인식에 대한 연구
전기학회논문지
2020 .07
-
항공 우주 공학에서의 예측 불확실성 정량화를 위한 Deep Ensembles의 적용
대한기계학회 춘추학술대회
2022 .03
-
Ensemble-based Feature Evaluation Algorithm for Clustering Analysis
대한산업공학회 추계학술대회 논문집
2016 .11
-
전이학습 기반 특징 융합 기법과 앙상블 모델의 성능 비교
Proceedings of KIIT Conference
2022 .06
-
Refining the Selection of Historical Period in Analog Ensemble Technique
AFORE
2023 .11
-
모델 앙상블을 이용한 센서 데이터 예측에 관한 연구
Proceedings of KIIT Conference
2024 .05
-
행동 인식을 위한 시공간 앙상블 기법
로봇학회 논문지
2020 .12
-
앙상블 기반 합성곱 신경망을 이용한 얼굴 표정 인식
대한전자공학회 학술대회
2018 .06
-
Ensemble Methods Applied to Classification Problem
International journal of internet, broadcasting and communication : IJIBC
2019 .01
-
심층 신경망 기반의 앙상블 장소 분류기에 관한 연구
한국통신학회 학술대회논문집
2017 .06
-
Failure Mode Detection of Reinforced Concrete Shear Walls Using Ensemble Deep Neural Networks
International Journal of Concrete Structures and Materials
2022 .07
-
VDEF(Variance Deep-learning Ensemble Framework): 앙상블 딥러닝 악성코드 탐지 프레임워크
한국정보과학회 학술발표논문집
2018 .06
-
앙상블 학습 알고리즘을 이용한 컨벌루션 신경망의 분류 성능 분석에 관한 연구
멀티미디어학회논문지
2019 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
얼굴인식 기술을 적용한 실종자 식별 시스템 설계 및 구현
신종환
,
박찬미
,
이헌주
외 2명
한국컴퓨터정보학회논문지
2021
.02
얼굴 인식을 위한 지역적·전역적 특징 분석
이용진
,
이경희
,
반성범
한국정보과학회 학술발표논문집
2004
.10
그래디언트 부스팅 모델을 활용한 상점 매출 예측
최재영
,
양희윤
,
오하영
한국정보통신학회논문지
2021
.02
전이학습 기반의 합성곱 신경망을 이용한 애니메이션 캐릭터 성별 분류 기법
서동호
,
차양훈
애니메이션연구
2020
.12
PHODO: 머신러닝 기반 얼굴 인식 및 추적 시스템
윤예찬
,
송근주
,
박소희
외 2명
한국통신학회 학술대회논문집
2020
.11
최근 본 자료
댓글(0)
0