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
- 학위논문
- 저자정보
- 지도교수
- 김익재
- 발행연도
- 2019
- 저작권
- 과학기술연합대학원대학교 논문은 저작권에 의해 보호받습니다.
이용수1
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
최근 들어 개인 고유의 생체 특징을 통해 신원을 식별하는 생체 인식 기술로서 귀 인식 연구가 주목받고 있다. 또한 다양한 생체 인식 분야에서 딥러닝을 기반으로 포즈 및 조명 변화, 가림 등이 존재하는 비제약적 환경에서의 인식 성능 고도화가 이루어짐에 따라 귀 인식 분야에서도 딥러닝 기반 연구가 진행되고 있다. 하지만 딥러닝 모델 학습에 필수적인 대규모 귀 영상 데이터베이스의 부재와 귀 특성을 고려한 관련 연구가 아직 초기 단계에 있어 인식 성능에 한계가 존재한다. 이를 개선하기 위하여 본 연구에서는 비제약적 환경 기반 귀 인식 연구에 활용 가능한 K-Ear 데이터베이스를 구축하였다. K-Ear 데이터베이스는 정면으로부터 최대 60°까지의 포즈 변화, 조명 변화, 그리고 가림 등이 존재하는 다양한 환경의 귀 영상을 포함한다. 이를 기반으로 특히 포즈가 변화함에 따라 인식 성능이 저하되는 문제를 개선하기 위한 딥러닝 기반 귀 인식 모델을 제안한다. 제안하는 모델은 귀의 형태 등의 고유한 특성을 고려하기 위한 전처리로 입력 영상에 zero-padding 등을 적용하고 극심한 포즈 변화에서의 인식 성능 향상을 위하여 VGGNet과 ResNet 기반의 특징 추출 및 스코어 레벨 기반 앙상블을 수행한다. 실험 결과를 통해 제안하는 귀 인식 모델이 단일 모델 활용 대비 극심한 포즈 변화에서 rank-1 기준 20% 이상 성능이 향상되는 것을 확인하였다.
목차
Ⅰ.서 론 ································································11. 연구 배경 ······················································12.연구의 필요성 ················································2Ⅱ.관련 연구 ··························································51. 귀 영상 데이터베이스 ······································52.기존 귀 인식 연구 ··········································8Ⅲ.제안하는 방법 ····················································151. K-Ear 데이터베이스 ·········································152.제안하는 귀 인식 모델 ····································20가.전처리 ······················································21나.특징추출 ···················································24a. Convolutional Neural Networks (CNNs) ········24b. 모델 학습 ··············································27c. 모델 앙상블 (ensemble) ····························29Ⅳ.실 험 ·································································321.실험 방법 ······················································322.실험 결과 ······················································33Ⅴ.결 론 ································································44참고문헌 ····························································46
최근 본 자료
댓글(0)
0