CycleGAN을 이용한 Unpaired 근적외선 얼굴 이미지 생성 및 평가 (Generation and Evaluation of Unpaired Near-Infrared Face Images Using CycleGAN)

서지정보

· 발행기관 : 한국디지털콘텐츠학회
· 수록지 정보 : 디지털콘텐츠학회논문지 / 21권 / 3호 / 593 ~ 600페이지
· 저자명 : 이소정, 최영우

초록

얼굴인식은 얼굴에 비춰진 조명 변화에 따라 인식성능이 크게 좌우지만, 근적외선 카메라로 촬영한 얼굴 영상은 조명 변화에 둔감하여 얼굴인식에 사용할 수 있다. 최근에 중요한 기술로 부각된 머신러닝 방법으로 얼굴인식 성능을 개선할 수 있지만, 인식모델을 학습시키기 위한 근적외선 얼굴 이미지를 충분하게 확보하는 것이 현실적으로 어렵다. 따라서 이 연구에서는 근적외선 영상을 이용하여 조명 변화에 강한 얼굴 인식기를 만들며, 이 과정에서 머신러닝 학습에 필요한 충분한 양의 근적외선 얼굴 이미지를 확보하기 위해서 수정된 CycleGAN(Generative Adversarial Network)을 이용하여 양질의 근적외선 얼굴 이미지를 생성하는 방법을 제안한다. 일반 카메라로 취득한 다양한 얼굴 이미지로부터 근적외선 얼굴 이미지를 생성하며, 여기서 얼굴의 위치 정렬 및 밝기 조절의 전처리 과정을 수행하고, GAN 손실함수에 Perceptual 손실함수를 추가하여 생성된 이미지의 품질을 개선하였다. 제안한 방법으로 생성한 가짜(Fake) 이미지를 학습에 추가하여 사용하였을 때 얼굴인식 성능이 향상된 것을 실험에서 확인하였다.

영어초록

Since face recognition depends greatly on the light changes on the face and images taken with a near-infrared(NIR) camera are insensitive to changes in lighting, the NIR images can be used for face recognition. Although the machine learning methods which are widely used recently can improve face recognition performance, it is practically difficult to secure enough near-infrared face images for learning the recognizer. Therefore, in this paper, we make a face recognizer that is robust to light changes using near infrared images. In this process near-infrared face image is generated by using modified CycleGAN (Generative Adversarial Network) to secure sufficient amount of near-infrared face images for learning. In the process of generating near-infrared face images from various face images taken with a general camera, preprocessing of face alignment and contrast adjustment was performed, and the perceptual loss function was added to the GAN loss function to improve the quality of the generated image. Experimental results show that the fake image generated by the proposed method improves the performance of the face recognizer when used in addition to learning.

참고자료

· 없음