Back to Course
아이들을 위한 인공 지능
0% Complete
0/0 Steps
-
시작하기수업 1: 인공 지능 소개3 Topics|1 Quiz
-
수업 2: PictoBlox 소개3 Topics|1 Quiz
-
인공 지능수업 3: 컴퓨터 비전6 Topics|1 Quiz
-
수업 4: 얼굴 인식4 Topics|1 Quiz
-
수업 5: 광학 문자 인식3 Topics|1 Quiz
-
수업 6: 음성 인식3 Topics|1 Quiz
-
머신러닝수업 7: 머신 러닝7 Topics|1 Quiz
-
수업 8: AI를 이용한 가위바위보 - 1부3 Topics
-
수업 9: AI를 이용한 가위바위보 - 2부2 Topics
-
수업 10: 포즈 분류자4 Topics
-
AI의 윤리수업 11: 윤리2 Topics
-
캡스톤 프로젝트수업 12: 캡스톤 프로젝트
Lesson Progress
0% Complete
얼굴 인식
지난 몇 년 동안 얼굴 인식은 가장 유망한 컴퓨터 비전 애플리케이션 중 하나가 되었습니다. 결과적으로 얼굴 인식은 얼굴 인식 작업의 중요한 부분으로 간주될 수 있습니다.
사람의 얼굴은 서로 매우 다르기 때문에 사진에서 얼굴 인식 방법은 복잡합니다! 예를 들어, 포즈, 표정, 위치 및 방향, 피부색, 안경 또는 수염 유무 등이 다를 수 있습니다. 그런 다음 카메라 게인, 조명 조건 및 이미지 해상도의 차이도 있습니다.
얼굴 감지는 이미지에서 사람의 얼굴을 찾고 선택적으로 다양한 종류의 얼굴 관련 데이터를 반환하는 작업입니다.
우리는 어떻게 얼굴을 감지합니까?
다음과 같이 얼굴을 감지하는 데 사용할 수 있는 몇 가지 방법이 있습니다.
- 지식 기반
- 기능 기반
지식 기반 탐지
지식 기반 방법은 규칙에 의존하며 인간의 지식을 기반으로 얼굴을 감지합니다.
예를 들어, 코와 입이 대칭인 두 개의 눈을 가진 얼굴이 자주 나타납니다.
장점
- 간단한 규칙을 생각해 내기 쉽습니다.
- 코딩된 규칙에 따라 입력 영상의 얼굴 특징을 먼저 추출하고 얼굴 후보를 식별합니다.
단점
- 인간의 지식을 규칙으로 정확하게 변환하는 것은 어렵습니다.
- 이 접근 방식만으로는 충분하지 않으며 여러 이미지에서 많은 얼굴을 찾을 수 없습니다.
특징 기반 감지
특징 기반 감지는 얼굴 랜드마크로 알려진 것을 사용하여 얼굴을 감지합니다.
얼굴 랜드마크는 눈동자나 코끝과 같이 얼굴에서 쉽게 찾을 수 있는 점들의 집합입니다.
기본적으로 사전 정의된 랜드마크 포인트는 68개입니다. 다음 이미지는 모든 랜드마크 지점을 보여줍니다.
특징 기반 방법은 얼굴의 얼굴 랜드마크를 추출하여 얼굴을 검출합니다.
장점
- 기능은 포즈 및 방향 변경에 대해 변하지 않습니다.
- 이 방법은 얼굴 인식 가능성이 더 높습니다.
단점
- 이미지의 노이즈로 인해 얼굴 특징을 찾기가 어렵습니다.
- 복잡한 배경에서 특징을 감지하기 어렵습니다.
결론
이 강의에서는 다양한 방법을 사용하여 이미지에서 얼굴을 감지하는 방법을 배웠습니다. 다음 항목에서는 PictoBlox에서 얼굴 감지를 위한 다양한 블록을 살펴보겠습니다.