Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

딥러닝을 이용한 얼굴 인식

651 views

Published on

신종주(isaac.shin) / kakao corp.(멀티미디어처리파트)
---
Computer Vision 의 여러 영역 중 얼굴인식은 실생활에 가장 유용한 분야 중 하나입니다. 얼굴 인식도 딥러닝을 이용하면서 성능이 많이 향상되었습니다. 얼굴 인식 분야가 어떻게 발전되었고, 최근에는 어떤 연구가 진행 중인지 알아보겠습니다. 마지막으로 카카오에서 얼굴 인식 적용사례를 소개합니다.

Published in: Software
  • Be the first to comment

딥러닝을 이용한 얼굴 인식

  1. 1. 딥러닝을 이용한 얼굴 인식 신종주(isaac.shin) kakao corp.(멀티미디어처리파트) (셀럽)
  2. 2. 누구세요?
  3. 3. 얼굴 인식이란?
  4. 4. 얼굴 인식 과정 1. Detection 2. Alignment 3. Normalization 4. Recognition 224 224
  5. 5. Contents - 얼굴 인식 분류 - 학습 방법 - 최근 얼굴 인식 연구 방향 - 카카오의 얼굴 인식
  6. 6. Identification vs. Verification Identification - 입력 얼굴과 등록된 얼굴들을 비교해서 누구인지 알려줌 - Top-1&5 accuracy Verification - 주어진 두 얼굴이 같은지를 판단 - TAR@FAR=0.001 - 틀린 것이 0.1%일때 몇 % 맞췄나? 높을 수록 좋음 - LFW ? = ≠ Probe Gallery
  7. 7. LFW Labeled Faces in the Wild (2008) 6000 pair - 3000 pair - 3000 pair / . : 97.53% ?
  8. 8. Feature Embedding for Face Recognition FC
 (128,
 256, 512, 1024…) Softmax Metric learning Train Dimension reduction conv, bn, act, pooling
  9. 9. Feature Embedding for Face Recognition FC
 (128,
 256, 512, 1024…) Euclidean distance Cosine similarity Test FC
 (128,
 256, 512, 1024…) conv, bn, act, pooling conv, bn, act, pooling
  10. 10. Metric Learning Triplet loss (CVPR 2015) Contrastive loss (NIPS 2014) Center loss (ECCV 2016) Ring loss (CVPR 2018)
  11. 11. Angular classification Sphere Face (CVPR 2017)
 (A-Softmax) CosFace (CVPR 2018) (Large Margin CL) ArcFace (arxiv 2017) NormFace (ACMMM 2017) Weight normalization
  12. 12. Angular classification ShpereFace CosFaceArcFace
  13. 13. Recent Databases MSCeleb-1M (ECCV 2016) - 10 - 1000 VGGFace2 (FG 2018) - 9131 - 331
  14. 14. VGGFace2 - Network : resnet-34 - embedding size : 256 - Optimizer : Adam - Softmax 99% !! ?? 그냥 한번 학습해 보자!!
  15. 15. VGGFace2 우리 서비스에 이용할 수 있을까? 대부분 서양인 Acc. TAR@FAR =0.001 TAR@FAR =0.01 TAR@FAR =0.1 0.907 0.560 0.735 0.914!!
  16. 16. 카카오의 얼굴 인식 !! !!
  17. 17. 카카오의 얼굴 인식 Train Val Test 3,086 1,996,642 3,086 222,192 343 128,596 aug. 2 1,164 1,262,940 1,164 140,844 130 29,614 aug. 4 Kakao Dataset 몇달 간 모으고, GT 찍고.......
  18. 18. 카카오의 얼굴 인식 Evaluation - LFW protocol 사용 Softmax Softmax+Center loss Acc. TAR@FAR =0.001 TAR@FAR =0.01 TAR@FAR =0.1 Acc. TAR@FAR =0.001 TAR@FAR =0.01 TAR@FAR =0.1 0.991 0.976 0.992 0.998 0.997 0.996 0.997 0.998 0.985 0.921 0.980 0.999 0.999 0.999 1.0 1.0 + 0.991 0.972 0.992 0.999 0.998 0.997 0.998 0.999 Same Diff 36,015 36,015 13,650 13,650 + 49,665 49,665
  19. 19. 카카오의 얼굴 인식 Data + loss Acc. TAR@FAR =0.001 VGGFace2 + Softmax 0.972 0.892 Kakao Dataset + Softmax 0.991 0.972 Kakao Dataset + Softmax + centerloss (Ours) 0.998 0.997 요약 - 한국인 성능 - 서양인 + 한국인 성능 Data + loss Acc. TAR@FAR =0.001 VGGFace2 + Softmax 0.907 0.560 Kakao Dataset + Softmax 0.985 0.921 Kakao Dataset + Softmax + centerloss (Ours) 0.999 0.997 43.7%p 10.5%p
  20. 20. 카카오의 얼굴 인식 이게 끝? - No - 모으고, GT 찍고, 성능 높이고, - 또 모으고, 또 GT 찍고, 성능 높이고, - (자동화 하고), 성능 높이자.
  21. 21. 카카오의 얼굴 인식 서비스 - 다음 라이브픽
  22. 22. 카카오의 얼굴 인식 서비스 - 연내 API 오픈 계획
  23. 23. 카카오의 얼굴 인식 서비스 - 연내 API 오픈 계획
  24. 24. 참고할 사이트 1. https://github.com/davidsandberg/facenet/wiki/Training- using-the-VGGFace2-dataset - Tensorflow - VGGFace2 학습 - LFW : 99.6% 2. https://github.com/deepinsight/insightface - mxnet - Angular classification - MSCeleb-1M 학습 - LFW : 99.8%
  25. 25. Thank you.

×