BROWSE
Detail
Journal Article
RDID-GAN: 비식별화 이미지 데이터 복원을 통한 효과적인 학습데이터 생성
Cited - time in 
Share 
Share
- Issue Date
- 2021-12
- Citation
- 정보과학회논문지, v.48, no.12, pp.1329-1334
- ISSN
- 2383-630X
- Publisher
- 한국정보과학회
- Language
- Korean
- Type
- Journal Article
- Abstract
- 최근 여러 사회 문제들을 예방 및 신속하게 대처하기 위해 CCTV가 설치되고 있고 인공지능을 활용해 이를 효과적으로 처리하는 방안이 연구되고 있다. 하지만, CCTV에서 수집한 데이터는 개인정보 침해의 우려가 있어 비식별화 작업 없이는 자유롭게 사회문제 해결을 위한 모델을 연구하는데 사용할 수 없다. 따라서, 본 논문에서는 RDID-GAN을 제안하여 비식별화된 사람의 얼굴을 임의로 복원하여 개인정보 침해의 우려를 줄이고 네트워크 학습에도 부정적인 영향을 주지 않는 효과적인 데이터셋 제작 방안을 제안한다. RDID-GAN은 attention module을 활용해 비식별화된 부분에 집중하여 합당한 결과를 생성할 수 있도록 하였다. 우리는 실험을 통해 해당 모델과 기존의 제안된 image-to-image 변환 모델을 정성적 및 정량적으로 비교하였다.