http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
임베디드 환경에서의 딥 러닝 (Deep Learning) 기반 실시간 성별 인식
정현욱 ( Hyunwook Jeong ),김대회 ( Dae Hoe Kim ),( Wisam J. Baddar ),노용만 ( Yong Man Ro ) 한국정보처리학회 2016 한국정보처리학회 학술대회논문집 Vol.23 No.1
사물 인터넷(IoT)의 확산에 따라 기계가 사용자의 정보를 인식하는 일이 매우 중요해졌다. 그 중에서도 성별은 사용자의 특징을 판단하는 결정적인 요소 중 하나이다. 하지만 아직 성별 인식에 관련된 연구는 여전히 도전적이며 향상시킬 부분이 많이 남아있다. 본 논문에서는 deep-convolutional neural network (DCNN)를 이용하여 높은 성능을 갖는 성별 인식 네트워크를 제안하며, 이를 모바일 GPU 보드에 임베디드 포팅(porting)하여 실시간 성별인식 시스템을 구성한 뒤, PC 환경과 모바일 GPU 환경에서 제안하는 시스템의 성능을 비교, 분석한다.
저전력 임베디드 보드 환경에서의 딥 러닝 기반 성별인식 시스템 구현
정현욱 ( Hyunwook Jeong ),김대회 ( Dae Hoe Kim ),( Wisam J. Baddar ),노용만 ( Yong Man Ro ) 한국정보처리학회 2017 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.6 No.1
While IoT (Internet of Things) industry has been spreading, it becomes very important for object to recognize user`s information by itself without any control. Above all, gender (male, female) is dominant factor to analyze user`s information on account of social and biological difference between male and female. However since each gender consists of diverse face feature, face-based gender classification research is still in challengeable research field. Also to apply gender classification system to IoT, size of device should be reduced and device should be operated with low power. Consequently, To port the function that can classify gender in real-world, this paper contributes two things. The first one is new gender classification algorithm based on deep learning and the second one is to implement real-time gender classification system in embedded board operated by low power. In our experiment, we measured frame per second for gender classification processing and power consumption in PC circumstance and mobile GPU circumstance. Therefore we verified that gender classification system based on deep learning works well with low power in mobile GPU circumstance comparing to in PC circumstance.