초록
본 논문의 목적은 단일 사진 또는 비디오에서 추적된 얼굴 집합으로부터의 얼굴 인식이다. 이 분야의 최근 발전은 두 가지 요인에 기인한다: (i) 합성곱 신경망(CNN)을 활용한 엔드 투 엔드 학습, 그리고 (ii) 매우 대규모 학습 데이터셋의 가용성이다. 본 연구는 두 가지 기여를 한다. 첫째, 자동화와 인간이 개입하는 방식의 조합을 통해 매우 대규모 데이터셋(260만 장의 이미지, 2,600명 이상의 사람)을 구축하는 방법을 제시하고, 데이터의 정제도와 시간 간의 트레이드오프를 논의한다. 둘째, 심층 네트워크 학습과 얼굴 인식의 복잡성을 탐구하며, 표준 LFW 및 YTF 얼굴 벤치마크에서 최신 기술 수준과 비교 가능한 성능을 달성하기 위한 방법과 절차를 제시한다.