얼굴인식은 크게 두가지로 나뉜다.
- 이미지에서 얼굴이 어디있는지 찾아내는 단계 : Detection, Identification
- 뽑아낸 얼굴이 유니크한 얼굴인지 분별하는 단계 : Verification
하지만 얼굴 인식/얼굴 판별을 위해 중간에 필요한 세부단계도 있다.
+ 얼굴에서 눈코입과 같은 세부 특징요소를 찾아내는 단계 : Landmarks
+ 검출한 얼굴을 최종적으로 정리하는 정규화단계 : Normalization
언제나 그렇듯..한국 블로그들은 한계가 많다. 출처도 불분명하고...일목요연하게 history와 background 지식을 소개해주지 않은 게 많다. 따라서 이것저것 서베이 논문과 공식 잡지들을 뒤적이면서 찾은 자료들을 먼저 읽기를 추천한다.
2014년부터 얼굴인식 분야에 딥러닝이 도입되면서 많은 변화가 생김. 따라서 옛날자료와 비교해서 읽으면 배울 점이 많다.
2018년에는 RetinaFace가 등장하면서 얼굴검출(Detection)분야에 획기적인 변화가 생긴 모양이다.
2022년 현재, 각 분야(단계)별 최고의 모델은 무엇인가 찾아보면, 확답을 내리기 힙들어 보인다. 이 분야에서 가장 신뢰의 척도가 될만한 데이터셋을 기준으로 모델을 보면 될 것 같다. WIDER FACE(HARD)가 그 대상으로 보이는데 이유는 여러 모델들이 이 데이터셋에 적용해본 것 같아서다. 여러 연구자들이 내가 SOTA라고 주장하기 위해 선택한 데이터셋이기 때문이다.
[공식문헌]
2000년대 초반 자료 - https://koreascience.kr/article/JAKO201302757807337.pdf
2017년 자료 - http://www.kibme.org/resources/journal/20180801145420149.pdf
[블로그글]
1. 얼굴인식
2. 얼굴 특징형태 추출(랜드마크 인식, 특정형태정리)
3. 동일크기로 정규화
https://tech.kakaoenterprise.com/63
얼굴 인식 알고리즘 선행 연구를 소개합니다
시작하며 얼굴 인식 기술(face recognition)은 지난 수십 년간 컴퓨터 비전(computer vision)의 주요 연구 분야 중 하나로 자리매김하고 있습니다. [그림 1]처럼 시스템에 입력된 두 이미지 속 인물 간의 동
tech.kakaoenterprise.com
'DataMining > Deeplearning' 카테고리의 다른 글
| Sensitivity Analysis of Dataset Size vs. Model Performance (0) | 2022.09.03 |
|---|---|
| Object Detection ; How to crop images using bounding box (0) | 2022.09.02 |
| 책 - 밑바닥부터 시작하는 딥러닝3 (0) | 2022.05.15 |
| DL - 기초; RNN ; LSTM, GRU (0) | 2021.03.03 |
| DL-기초; 어텐션 Attention (0) | 2021.03.03 |
