1 |
1
적어도 하나의 프로세서에 의해 수행되는 저해상도 이미지의 얼굴 인식 성능 향상을 위한 어텐션 맵(attention map) 전달 방법으로서,사람의 얼굴을 포함하는 고해상도 이미지를 기초로 상기 사람의 얼굴을 인식하기 위한 고해상도 얼굴 인식 네트워크를 학습하는 단계;상기 학습된 고해상도 얼굴 인식 네트워크로부터 상기 고해상도 이미지와 연관된 제1 어텐션 맵(attention map)을 추출하는 단계;상기 추출된 제1 어텐션 맵을, 상기 사람의 얼굴을 포함하는 저해상도 이미지를 기초로 상기 사람의 얼굴을 인식하기 위한 저해상도 얼굴 인식 네트워크 상에 전달하는 단계; 및상기 전달된 제1 어텐션 맵을 이용하여 상기 저해상도 얼굴 인식 네트워크를 학습하는 단계;를 포함하는, 어텐션 맵 전달 방법
|
2 |
2
제1항에 있어서,상기 저해상도 얼굴 인식 네트워크를 학습하는 단계는,상기 저해상도 얼굴 인식 네트워크로부터 제2 어텐션 맵을 추출하는 단계; 및지식 증류(knowledge distillation)를 이용하여 상기 제2 어텐션 맵이 상기 제1 어텐션 맵과 유사해지도록 상기 저해상도 얼굴 인식 네트워크를 학습하는 단계;를 포함하는, 어텐션 맵 전달 방법
|
3 |
3
제2항에 있어서,상기 제2 어텐션 맵이 상기 제1 어텐션 맵과 유사해지도록 상기 저해상도 얼굴 인식 네트워크를 학습하는 단계는,얼굴 인식 손실과 상기 저해상도 얼굴 인식 네트워크에서의 증류 손실(distillation loss)의 합을 이용하여 상기 저해상도 얼굴 인식 네트워크를 학습하는 단계;를 포함하는, 어텐션 맵 전달 방법
|
4 |
4
제1항에 있어서,상기 고해상도 얼굴 인식 네트워크는 순차적으로 연결된 복수의 블록(block)을 포함하고,상기 고해상도 얼굴 인식 네트워크를 학습하는 단계는,상기 복수의 블록에 포함된 제1 블록으로부터 제1 초기 어텐션 맵을 추출하는 단계;상기 제1 블록과 연결된 제2 블록으로부터 제2 초기 어텐션 맵을 추출하는 단계; 및지식 증류를 이용하여 상기 제2 초기 어텐션 맵이 상기 제1 초기 어텐션 맵과 유사해지도록 상기 고해상도 얼굴 인식 네트워크를 학습하는 단계;를 포함하는, 어텐션 맵 전달 방법
|
5 |
5
제4항에 있어서,상기 제2 초기 어텐션 맵이 상기 제1 초기 어텐션 맵과 유사해지도록 상기 고해상도 얼굴 인식 네트워크를 학습하는 단계는, 에 의해 상기 고해상도 얼굴 인식 네트워크를 학습하는 단계를 포함하고,여기서,는 아크페이스 손실과 상기 고해상도 얼굴 인식 네트워크에서의 증류 손실의 합이고, 는 상기 고해상도 얼굴 인식 네트워크의 i번째 블록의 공간 어텐션 값을 나타내고, 는 상기 증류 손실을 위한 거리 함수를 나타내고, 는 맥스 풀링 레이어(max pooling layer)를 나타내는, 어텐션 맵 전달 방법
|
6 |
6
제1항에 있어서,상기 사람의 얼굴을 포함하는 고해상도 이미지를 획득하는 단계;상기 획득된 고해상도 이미지에 대한 다운 샘플링(downsampling)을 수행하는 단계;상기 다운 샘플링된 이미지에 대한 블러(blur) 처리를 수행하는 단계; 및상기 블러 처리된 이미지의 크기를 상기 고해상도 이미지에 대응하는 크기로 변경하여 상기 저해상도 이미지를 생성하는 단계;를 더 포함하는, 어텐션 맵 전달 방법
|
7 |
7
제1항에 있어서,상기 제1 어텐션 맵은 얼굴 인식을 위해 특정 기준 이상 참조되는 채널을 나타내는 채널 어텐션 맵 및 얼굴 인식을 위해 다른 특정 기준 이상 참조되는 특징 영역을 나타내는 공간 어텐션 맵을 포함하는, 어텐션 맵 전달 방법
|
8 |
8
제1항에 있어서,상기 고해상도 얼굴 인식 네트워크는 상기 고해상도 이미지의 특징(feature)을 추출하기 위한 복수의 블록 및 상기 제1 어텐션 맵을 추출하기 위한 복수의 어텐션 모듈(attention module)을 포함하는, 어텐션 맵 전달 방법
|
9 |
9
제1항 내지 제8항 중 어느 한 항에 따른 방법을 컴퓨터에서 실행하기 위해 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램
|