메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
박진혁 (부경대학교) Rafiul Hasan Khan (부경대학교) 임선자 (경상국립대학교) 이석환 (동아대학교) 권기룡 (부경대학교)
저널정보
한국멀티미디어학회 멀티미디어학회논문지 멀티미디어학회논문지 제25권 제2호
발행연도
2022.2
수록면
176 - 188 (13page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
In this paper, we propose a compact method for anthropomorphism that uses Deep Convolutional Neural Networks (DCNN) to detect the similarities between a human face and an animal face. We also apply texture feature-based morphing between them. We propose a basic texture feature-based morphing system for morphing between human faces only. The entire anthropomorphism process starts with the creation of an animal face classifier using a parallel DCNN that determines the most similar animal face to a given human face. The significance of our network is that it contains four sets of convolutional functions that run in parallel, allowing it to extract more features than a linear DCNN network. Our employed texture feature algorithm-based automatic morphing system recognizes the facial features of the human face and takes the Control Points automatically, rather than the traditional human aiding manual morphing system, once the similarity was established. The simulation results show that our suggested DCNN surpasses its competitors with a 92.0% accuracy rate. It also ensures that the most similar animal classes are found, and the texture-based morphing technology automatically completes the morphing process, ensuring a smooth transition from one image to another.
#Anthropomorphism #Face Morphing #Texture Features #Parallel Deep Convolutional Neural Network

목차

ABSTRACT
1. 서론
2. 관련 연구
3. 제안한 방법
4. 실험 결과 및 고찰
5. 결론
REFERENCE

참고문헌 (13)

참고문헌 신청
T. Prince, Y. Fragoso, and O. Gaye, “Applications of Image Morphing Techniques to Analyze Changes in Our Environment,” Open Access Library Journal, Vol. 3, No. 9, pp. 1-13, 2016. google schola S. Taheri and Ö. Toygar, “Animal Classification Using Facial Images with Score-Level Fusion,” IET Computer Vision, Vol. 12, No. 5, pp, 679-685, 2018. google schola K. O’ Shea and R. Nash, “An Introduction to Convolutional Neural Networks,” arXiv Preprint, arXiv:1511.08458, 2015. T. Trnovszky, P. Kamencay, R. Orjesek, M. Benco, and P. Sykora, “Animal Recognition System Based on Convolutional Neural Network,” Advances in Electrical and Electronic Engineering, Vol. 15, No. 3, pp. 517-525, 2017. google schola T.G. Chen, X. Han, Z. He, R. Kays, and T. Forrester, “Deep Convolutional Neural Network Based Species Recognition for Wild Animal Monitoring,” Proceeding of 2014 IEEE International Conference on Image Processing, pp. 858-862, 2014. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

디지털 트윈을 활용한 드론 객체 탐지 네트워크의 데이터세트 구성
박진혁 ,  Xu ,  shedjon Fa 외 6명 대한전자공학회 학술대회 2021 .06
Resolution of Abnormal Behaviors in 3D Physically-Based Simulation
Gi-Jin Hong ,  Young-Bong Kim 디지털콘텐츠학회논문지 2020 .08
얼굴 랜드마크를 제어선으로 이용한 모핑 기법
박경남 디지털콘텐츠학회논문지 2019 .02
GIS 벡터맵의 구성 요소별 데이터 압축 기법의 성능 비교
박진혁 ,  이석환 ,  이응주 외 1명 대한전자공학회 학술대회 2014 .06
얼굴 피부 색 검출과 특징점 추출을 이용한 필드 및 메쉬 기반 얼굴 영상의 자동 모핑
김용기 ,  이병래 한국정보과학회 학술발표논문집 2009 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-004-001088759