-
Single Unit Status in Deep Convolutional Neural Network Codes for Face Identification: Sparseness RedefinedARXIV/Convolution Neural Network 2020. 3. 5. 13:26
https://arxiv.org/abs/2002.06274v2
Single Unit Status in Deep Convolutional Neural Network Codes for Face Identification: Sparseness Redefined
Deep convolutional neural networks (DCNNs) trained for face identification develop representations that generalize over variable images, while retaining subject (e.g., gender) and image (e.g., viewpoint) information. Identity, gender, and viewpoint codes w
arxiv.org
abstract
깊은 CNN(Deep Convolutional Nerual Network)은 대상의 특성(예, 성별)과 영상(예, 관점) 정보를 유지하면서 다양한 사진을 통해 얼굴 식별을 일반화하도록 학습시켰다.
정체성, 성별, 관점 예측은 "신경 단위"에 따라 앙상블로 학습하게 하였으며, 512, 16, 4, 2순으로 네트워크 층을 만들어 학습시켜 ROC곡선은 1.0으로 높은 수준으로 유지되었다. 식별, 성별, 관점을 따로 학습시키면 성별과 관점은 약하게 예측되지만 앙상블 효과로 효과적으로 예측하는 것을 입증한다. 앙상블 효과는 얼굴 표정의 주성분 분석(PCA)에서 정렬된 정체성, 성별 및 관점 정보가 고차원 부분 공간으로 분리된다.
'ARXIV > Convolution Neural Network' 카테고리의 다른 글