저해상도 영상 자료를 사용하는 얼굴 표정 인식을 위한 소규모 심층 합성곱 신경망 모델 설계

• 영문명: A Design of Small Scale Deep CNN Model for Facial Expression Recognition using the Low Resolution Image Datasets
• 발행기관: 한국전자통신학회
• 저자명: 살리모프 시로지딘(Sirojiddin Salimov) 류재흥(Jae Hung Yoo)
• 간행물 정보: 『한국전자통신학회 논문지』제16권 제1호, 75~80쪽, 전체 6쪽
• 주제분류: 공학 > 전자/정보통신공학
• 파일형태: PDF
• 발행일자: 2021.02.28

국문 초록

인공 지능은 놀라운 혜택을 제공하는 우리 삶의 중요한 부분이 되고 있다. 이와 관련하여 얼굴 표정 인식은 최근 수십 년 동안 컴퓨터 비전 연구자들 사이에서 뜨거운 주제 중 하나였다. 저해상도 이미지의 작은 데이터 세트를 분류하려면 새로운 소규모 심층 합성곱 신경망 모델을 개발해야 한다. 이를 위해 소규모 데이터 세트에 적합한 방법을 제안한다. 이 모델은 기존 심층 합성곱 신경망 모델에 비해 총 학습 가능 가중치 측면에서 메모리의 일부만 사용하지만 FER2013 및 FERPlus 데이터 세트에서 매우 유사한 결과를 보여준다.

영문 초록

Artificial intelligence is becoming an important part of our lives providing incredible benefits. In this respect, facial expression recognition has been one of the hot topics among computer vision researchers in recent decades. Classifying small dataset of low resolution images requires the development of a new small scale deep CNN model. To do this, we propose a method suitable for small datasets. Compared to the traditional deep CNN models, this model uses only a fraction of the memory in terms of total learnable weights, but it shows very similar results for the FER2013 and FERPlus datasets.

목차

Ⅰ. Introduction

Ⅱ. Related works

Ⅲ. Datasets

Ⅳ. Proposed Architecture

Ⅴ. Experimental Results

Ⅵ. Conclusions

References

저자 소개

키워드

Convolutional Neural Networks Facial Expression Recognition Design of CNN architecture Low Resolution Image 합성곱 신경망 얼굴 표정 인식 합성곱 신경망 구조 설계 저해상도 영상