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

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
이현주 (경상국립대학교) 부석준 (경상국립대학교)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2023년도 추계종합학술대회 및 대학생논문경진대회
발행연도
2023.11
수록면
427 - 431 (5page)

이용수

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

초록· 키워드

오류제보하기
얼굴의 아름다움에 대한 인식은 주관적이며, 문화적 차이, 개인적 취향, 연령, 성격 등 다양한 인자에 의해 영향을 받는다. Facial Beauty Prediction(FBP)의 성능 향상은 사진 및 영상 편집, 성형 수술, 엔터테인먼트 등 다양한 분야에서의 잠재적으로 적용될 가능성을 고려할 때 중요한 연구 과제이다. 기존의 FBP 방법들은 인종의 다양성을 고려하지 못하고, 이로 인해 예측의 정확도에 한계가 있다. 본 논문에서는 다양한 인종에 걸친 미의 기준의 다양성을 고려하여 Beauty score 예측을 위해 별도의 표현을 학습하는 트리플렛 네트워크를 제안한다. 제안하는 방법은 피실험자 교차검증에서 깊이 50의 컴퓨터 비전 모델 대비 0.10(RMSE)오차 개선을 보였으며 0.07(PC) 상관관계 향상을 보임으로써 FBP의 정확도를 향상시켰다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 방법
Ⅳ. 실험 및 결론
참고 문헌

참고문헌 (0)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-088560083