Core Concepts
마스크 착용으로 인한 얼굴 가림 문제를 해결하기 위해 마스크 제거 및 딥러닝 기반 특징 추출 기법을 제안한다.
Abstract
이 논문은 코로나19 팬데믹 기간 동안 마스크 착용으로 인한 얼굴 인식의 어려움을 해결하기 위한 방법을 제안한다.
먼저 마스크 영역을 제거하고, VGG-16, AlexNet, ResNet-50 등 3개의 사전 학습된 딥 컨볼루션 신경망 모델을 사용하여 눈과 이마 영역에서 특징을 추출한다. 그 다음 Bag-of-Features 기법을 적용하여 특징 맵을 양자화하고, 다층 퍼셉트론 분류기를 사용하여 분류를 수행한다.
실험 결과, 제안 방법은 Real-World-Masked-Face-Dataset과 Simulated-Masked-Face-Recognition-Dataset에서 우수한 성능을 보였으며, 기존 방법들과 비교하여 높은 정확도와 빠른 처리 속도를 달성했다.
Stats
마스크를 착용한 얼굴 이미지에서도 91.3%의 높은 인식률을 달성했다.
시뮬레이션된 마스크 착용 얼굴 이미지에서 88.9%의 인식률을 보였다.
기존 방법들에 비해 학습 및 테스트 시간이 크게 단축되었다.
Quotes
"마스크 착용으로 인한 얼굴 가림 문제를 해결하기 위해 마스크 제거 및 딥러닝 기반 특징 추출 기법을 제안한다."
"제안 방법은 Real-World-Masked-Face-Dataset과 Simulated-Masked-Face-Recognition-Dataset에서 우수한 성능을 보였으며, 기존 방법들과 비교하여 높은 정확도와 빠른 처리 속도를 달성했다."