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
- 2023.3
- 수록면
- 238 - 241 (4page)
이용수
초록· 키워드
오류제보하기
최근 인공지능 모델을 이용한 얼굴인식, 얼굴 수정 등 다양한 얼굴 작업들이 실생활에도 광범위하게 사용되고 있다. 그러나 모델의 학습에 사용되는 대부분의 얼굴 데이터셋은 사회활동이 활발한 특정 나이에 편중되고, 어린아이나 노인의 데이터가 적은 경향이 있다. 이와 같은 데이터셋 불균형 문제는 모델의 학습에도 좋지 않은 영향을 끼쳐, 아이나 노인같이 데이터가 적은 나이의 사람이 인공지능 모델을 사용할 때 사회활동이 활발한 나이의 사람이 사용할 때보다 성능이 떨어질 수 있고, 이들의 인공지능 모델 사용을 어렵게 할 가능성이 높다. 이를 개선하기 위해 본 논문은 특징 분해를 활용하여 얼굴 영상으로부터 나이를 분류하고 목표 나이로 합성하는 기법을 제안한다. 제안하는 기법은 FFHQ-Aging 데이터셋을 이용한 정량적, 정성적 평가를 통해 기존의 방법보다 더 나은 성능을 보인다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 제안하는 기법
III. 실험 결과 및 분석
Ⅳ. 결론
참고문헌(References)
참고문헌 (4)
참고문헌 신청
X. Yao, G. Puy, A. Newson, Y. Gousseau, P. Hellier, “High resolution face age editing,” Proc. International Conference on Pattern Recognition, January 2021. doi: https://doi.org/10.1109/icpr48806.2021.9412383
F. Makhmudkhujaev, S. Hong, and I. K. Park, “Re-Aging GAN: Toward personalized face age transformation,” Proc. IEEE/CVF International Conference on Computer Vision, October 2021. doi: https://doi.org/10.1109/iccv48922.2021.00388
Z. Huang, J. Zhang, and H. Shan, “When age-invariant face recognition meets face age synthesis: A multi-task learning framework,” Proc. IEEE/CVF Computer Vision and Pattern Recognition, June 2021. doi: https://doi.org/10.1109/cvpr46437.2021.00720
R. Or-El, S. Sengupta, O. Fried, E. Shechtman, I. Kemelmacher-Shlizerman, “Lifespan age transformation synthesis,” Proc. European Conference on Computer Vision, August 2020. doi: https://doi.org/10.1007/978-3-030-58539-6_44
F. Makhmudkhujaev, S. Hong, and I. K. Park, “Re-Aging GAN: Toward personalized face age transformation,” Proc. IEEE/CVF International Conference on Computer Vision, October 2021. doi: https://doi.org/10.1109/iccv48922.2021.00388
Z. Huang, J. Zhang, and H. Shan, “When age-invariant face recognition meets face age synthesis: A multi-task learning framework,” Proc. IEEE/CVF Computer Vision and Pattern Recognition, June 2021. doi: https://doi.org/10.1109/cvpr46437.2021.00720
R. Or-El, S. Sengupta, O. Fried, E. Shechtman, I. Kemelmacher-Shlizerman, “Lifespan age transformation synthesis,” Proc. European Conference on Computer Vision, August 2020. doi: https://doi.org/10.1007/978-3-030-58539-6_44
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2023-567-001340981