http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 박예은(Yeun Park) (검색결과 1 건)
- 무료
- 기관 내 무료
- 유료
-
Data Augmentation 기반 운전자 감정 인식 모델의 성능 향상 실험
최준혁(Junhyuk Choi),박예은(Yeun Park),최동혁(Dong-hyuk Choi),조현보(Hyunbo Cho) 한국HCI학회 2020 한국HCI학회 학술대회 Vol.2020 No.2
인공지능이 발전하면서 딥러닝 기반의 얼굴 감정 인식 관련 연구가 활발하게 이루어지고 있다. 그러나 기존 감정 인식 모델은 주로 제한된 환경 (예: 동일한 얼굴 각도, 조도 등) 에서 수집된 데이터를 대상으로 학습 및 검증되었기 때문에, 다양한 변수가 존재하는 실제 환경에서는 정확도가 낮을 수 있다. 이에 본 논문에서는 Data Augmentation 기법을 적용한 감정 인식 모델 개발 Framework 를 제안한다. 제안 Framework 는 다음의 5 가지 단계로 나눌 수 있다. 1) 주행 환경에서 수집된 소량의 Target Data 로 Facial Landmark 를 검출한다. 2) Facial Landmark 간의 거리 및 각도를 통해 얼굴 각도의 Variation 을 추정한다. 3) 영역별 Pixel 값으로 조도의 Variation 을 추정한다. 4) 추정된 Variation 을 기반으로 Data Augmentation 정책을 추천한다. 5) 추천된 정책으로 Data 증강한다. Data Augmentation 의 효용성을 검증하기 위해, 다양한 변수가 고려된 상황에서 수집된 K-Face DB 를 대상으로 제안 모델의 정확도를 검증한다. 실험을 통해 기존의 Dataset 만 학습할 때 대비 제안된 모델의 성능이 향상된 것을 확인하였다. 향후 본 연구를 바탕으로 주행 환경이 아닌 다양한 환경에서도 적용 가능한 Data Augmentation 정책 추천 기술에 대해 연구하고자 한다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
