메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김유환 (경북대학교) 정유수 (경북대학교) 정윤수 (한국전자통신연구원) 박길흠 (경북대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제28권 제3호
발행연도
2018.6
수록면
193 - 200 (8page)
DOI
10.5391/JKIIS.2018.28.3.193

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2019

Inception V3 모듈을 이용한 Comparative Convolutional Neural Network 기반 나이추정 기법
김유환 전자공학부 2019.01 학위논문

2018

Inception 모듈을 이용한 Comparative Convolutional Neural Network 기반 나이추정 기법
김유환 ,  정유수 ,  정윤수 외 1명 한국지능시스템학회 논문지 2018.06 학술저널

초록· 키워드

오류제보하기
최근 딥러닝(Deep learning)을 이용한 연구가 활발히 진행되고 있다. 딥러닝의 한 종류인 Convolutional Neural Network(CNN)에서는 Alexnet, VggNet, GoogleNet, ResNet, DenseNet 등 이 나왔으며, 이 모델들을 이용하여 영상 분류(image classification), 영상 검출(detection)로 활용되고 있다. 본 논문은 나이 추정에 관한 영상 분류의 목적을 가지고 있으며, 각 나이에 해당하는 여러 개의 클래스를 분류함에 있어 기존 Comparative Region Convolutional Neural Network(CRCNN)와 같이 멀티 클래스 분류기를 사용하지 않고 두 개의 클래스에 대해 나이 비교만을 수행하는 바이너리 분류기를 사용하여 나이를 분류하는 Comparative Convolutional Neural Network for Age Estimation(CCNNAE)기법을 제안한다. 바이너리 분류기를 이용함으로써 클래스 간 DB개수의 불균형을 완화되고 비교를 수행하는 분류기를 사용함으로써 한 장의 영상에 여러 개의 영상에 관한 라벨(Label)이 각각 비교 되어 적용되기 때문에 DB가 증가(Augmentation)되는 효과가 있어 기존 기법보다 예측 정확도가 증가한다. CCNNAE는 배치 사이즈(Batch size)안에서 두 영상에 대한 M차원의 나이 비유사도를 측정한 것을 학습한다. 실험에서는 정확성(Accuracy)과 mean absolute error(MAE)이 각각 90.2%, 2.77 이 나왔고 이 결과를 통해 나이를 분별력 있게 측정하였다.
#Convolutional Neural Network(CNN) #딥러닝(Deep Learning) #영상 분류 나 #이 추정 #Image classification #Age estimation

목차

요약
Abstract
1. 서론
2. 제안 모델
3. 실험 결과
4. 결론 및 향후 연구
References

참고문헌 (13)

참고문헌 신청
H. Y. Choi and K. S. Seo, “CNN based detection of surface defects for electronic parts,” Journal of The Korean Institute of Intelligent Systems, vol. 27, no. 3, pp. 195-200, 2017. A. Krizhevsky, I. Sutskever and G. Hinton, “ImageNet classification with deep convolutional neural networks,” Neural Information Processing Systems Conference(NIPS), 2012. K. Simonyan and A. Zisserman, “Very deep convolutional networks for large-scale image recognition,” International Conference on Learning Representations, 2015. C. Szegedy, et al., “Going deeper with convolutions,” The IEEE Conference on Computer Vision and Pattern Recognition(CVPR), pp. 1-9, 2015. K. He, X. Zhang, S. Ren and J. Sun, “Deep residual learning for image recognition,” IEEE Conference on Computer Vision and Pattern Recognition(CVPR), pp. 770-778, 2016.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

차량의 색상분류를 위한 Delaunay 삼각화 기반 대표색상 참조영역 추출
안호연 ,  김광주 ,  박길흠 한국통신학회논문지 2017 .12
다차원 신경망 및 의사결정 신경망의 딥러닝 학습을 통한 영상인식
이상헌 ,  김동연 ,  조영완 한국지능시스템학회 논문지 2018 .02
한글 인식을 위한 CNN 기반의 간소화된 GoogLeNet 알고리즘 연구
김연규 ,  차의영 한국정보통신학회논문지 2016 .09
Facial Age Estimation Using Convolutional Neural Networks Based on Inception Modules
Bolo ,  tuya Sukh-E ,  dene 외 1명 전기학회논문지 2018 .09
합성곱 신경망을 이용한 CPU 기반의 실시간 나이 및 성별 인식
김현덕 ,  이상헌 ,  손명규 대한전자공학회 학술대회 2019 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-003-002236624