깊이 있는 다중 자세 표현을 이용한 얼굴 인식

우리는 여러 자세 인식 딥 러닝 모델을 사용한 얼굴 인식 방법과 시스템을 소개합니다. 본 연구에서 얼굴 이미지는 여러 자세별 깊은 합성곱 신경망(CNN) 모델에 의해 처리되어 다수의 자세별 특징을 생성합니다. 3D 렌더링 기술을 활용하여 입력 이미지로부터 다양한 얼굴 자세를 생성합니다. 자세 변동에 대한 인식 시스템의 민감도는 자세별 CNN 특징의 앙상블을 사용함으로써 감소됩니다. 논문에서는 랜드마크 검출, CNN 층 선택 및 자세 모델 선택이 인식 파이프라인의 성능에 미치는 영향에 대한 광범위한 실험 결과를 제시합니다. 우리의 혁신적인 표현 방식은 IARPA의 CS2와 NIST의 IJB-A 데이터셋에서 검증 및 식별(즉, 검색) 작업 모두에서 최신 기술보다 우수한 결과를 달성하였습니다.