KCI등재
마스크 착용에 적응적인 얼굴인식 방법 = Adaptive Face Recognition for Masked Face Images
저자
이승호 (한국기술교육대학교)
발행기관
학술지명
한국정보통신학회논문지(Journal of the Korea Institute Of Information and Communication Engineering)
권호사항
발행연도
2023
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
356-362(7쪽)
제공처
소장기관
Face recognition (FR) has been used in various applications, such as user authentication in smart devices, access control in building, and intelligent surveillance system, and so on. Research of masked FR has become increasingly important due to the COVID-19 pandemic. In masked FR, mismatch between test face image (with mask) and training face images (without masks) could be often encountered, which could significantly degrade recognition rate. To cope with this problem, the proposed method exploits training data augmentation by synthesizing masks with unmasked face images. For a masked or unmasked test face image, reconstruction error is computed per each person class for the optimal combination of the face images in the training data. The person class is determined by finding the minimum reconstruction error. The proposed method does not require prior knowledge about whether the test face image has mask or not. Recognition rates of 82% and 75% have been achieved for masked and unmasked test face images, respectively.
더보기얼굴인식(face recognition)은 스마트 기기의 사용자 인증, 건물 출입 통제, 지능형 감시 시스템 등에 널리 활용되는 생체인식 기술이다. 코로나19 팬데믹 이후로 마스크 착용이 일상화되면서 마스크 착용 얼굴을 식별하는 마스크 얼굴인식 연구에 대한 중요도가 높아지고 있다. 마스크 얼굴인식에서는 테스트 얼굴 이미지는 마스크 착용이 많은 반면 학습용 얼굴 이미지는 마스크 미착용이 많아서 마스크 착용 여부로 인한 불일치가 발생하고 이는 인식 정확도 저하로 이어지기 쉽다. 본 논문에서 제안하는 마스크 얼굴인식 방법은 앞서 언급한 문제를 극복하기 위해 마스크 미착용 학습용 얼굴 이미지들에 마스크를 합성하여 마스크 착용/미착용 쌍으로 증강된 학습셋을 구성한다. 그리고 마스크 착용 여부를 알 수 없는 테스트 얼굴 이미지를 마스크 착용/미착용 쌍의 학습용 얼굴 이미지들의 최적 조합으로 복원(reconstruction)한 뒤(인물 별로 수행) 복원 오류가 최소인 인물 클래스를 찾아 어떤 인물에 해당하는지 최종 판정한다. 제안하는 방법은 테스트 얼굴 이미지의 마스크 착용 여부와 관계 없이 사용할 수 있다는 장점이 있으며 마스크 착용 시 약 82%, 미착용 시 약 75%의 인식 정확도를 달성하였다.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)