Key points are not available for this paper at this time.
우리는 스마트폰에서 실시간 견고한 얼굴 표정 인식 기능을 개발했습니다. 이를 위해, GPU에서 딥 컨볼루션 신경망을 학습시켜 얼굴 표정을 분류했습니다. 이 네트워크는 65k 뉴런으로 구성되어 있으며 5개의 계층으로 이루어져 있습니다. 이 정도 크기의 네트워크는 학습 데이터 수가 충분하지 않을 때 과적합(overfitting)을 크게 나타냅니다. 과적합을 방지하기 위해 데이터 증강과 최근 도입된 "dropout"이라는 기법을 적용했습니다. 다양한 얼굴 데이터셋에 대한 실험적 평가를 통해, 학습된 네트워크가 수작업으로 설계된 특징 기반 분류기(classifier)보다 훨씬 뛰어남을 보였습니다. 학습된 네트워크를 사용하여 사용자의 얼굴 표정을 인식하는 스마트폰 앱을 개발했습니다. 본 논문에서는 그러한 딥 네트워크를 학습시키고 학습된 네트워크 기반의 스마트폰 앱을 개발한 경험을 공유합니다.
Building similarity graph...
Analyzing shared references across papers
Loading...
Inchul Song
Hyunjun Kim
Paul Barom Jeon
Samsung (South Korea)
Building similarity graph...
Analyzing shared references across papers
Loading...
송 외 (수요일,) 이 질문을 연구했습니다.
www.synapsesocial.com/papers/69ffd9b4da5c1eb07f2d8c70 — DOI: https://doi.org/10.1109/icce.2014.6776135
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: