본 기술은 CCTV 카메라나 일반 USB 카메라를 대상으로 얼굴 영상을 입력받아 얼굴을 자동으로 검출하고 검출된 얼굴로부터 딥 러닝(deep learning)기술을 이용해 조명, 표정, 포즈 변화에 강인한 성별/연령을 인식하는 기술이다.
성별/연령 인식 기술은 지문, 홍채, 손등 인식과 같은 다양한 생체인증 시스템에 비해 비 접촉식으로 생체정보 획득이 가능하여, 가장 사용자로 부터 인증에 따른 거부감이 적은 생체 인증 기술이다. 그러나 타 생체정보에 비해 등록된 인식 정보와 입력된 인식 정보간의 차이가 카메라와 얼굴과의 거리, 조명, 표정, 포즈 변화 등에 따라 가변적으로 크게 발생하고, 시간이 지남에 따라 Aging에 영향을 받으며 인종에 따라 성별/연령인식 결과가 다른 단점이 존재하였다.
딥 러닝 기술이 알려지기 전까지, 기존의 성별/연령 인식 기술은 앞서 언급한 단점을 해결하지 못해, 조명, 포즈, 표정 변화에 강인한 인식 성능을 제공하지 못하였으나, 본 기술에서는 얼굴 Big data에 기반한 최신 딥 러닝 기술을 개발하여, 조명, 포즈, 표정 변화에 강인한 성별/연령 기술을 개발하였다.
. 일반 CCTV 카메라나 저가의 USB 카메라 환경에서도 모두 적용 가능
. 대용량 연령 Morph DB(55,153장, 17~76세 분포(불균형), 유럽, 아프리카인)를 랜덤 90%학습, 10% 테스트로 성능 시험시
- 성별 95%이상 인식
- 연령 평균 ±3.3살이내 인식
. 640x480일반 사양의 컴퓨팅 환경에서 초당 1~5 프레임 이상의 실시간 얼굴 검출 및 성별/연령 인식
. 추출된 얼굴 영역은 128x128 이상 되면 최적의 인식 성능을 보임 인식 가능
- 28 x 28 크기부터 얼굴 검출 및 인식이 가능하나 검출 크기가 작을수록 인식율이 감소함
. 동시에 다수의 얼굴이 입력돼도 검출 및 인식 가능
. 얼굴이 원거리에서 입력되었을 경우 비 인식자(unknown)으로 인식결과 제공
- 인식 시 검출된 얼굴 크기를 조절하여 인식 가능한 거리 제어 가능
A. 기술명: 딥 러닝을 이용한 조명, 표정, 포즈 변화에 강인한 성별 인식 기술
- 내국인 혹은 외국인 얼굴 자동 검출 기술
- 내국인 혹은 외국인 얼굴 자동 성별 인식 기술
B. 기술명: 딥 러닝을 이용한 조명, 표정, 포즈 변화에 강인한 연령 인식 기술
- 내국인 혹은 외국인 얼굴 자동 검출 기술
- 내국인 혹은 외국인 얼굴 자동 연령 인식 기술
A. 기술명 : 딥 러닝을 이용한 조명, 표정, 포즈 변화에 강인한 성별 인식 기술
- 국내 혹은 외국인 얼굴 자동검출, 성별 인식 라이브러리 및 소스 코드
- window 버전
B. 기술명 : 딥 러닝을 이용한 조명, 표정, 포즈 변화에 강인한 연령 인식 기술
- 국내 혹은 외국인 얼굴 자동검출, 연령 인식 라이브러리 및 소스 코드
- window 버전
성별/연령 인식시스템은 현재도 출입자 관리, 화면 보호기, 은행 입/출입 및 얼굴 관련 콘텐츠 생성 등에서 고객 정보 수집에 있어 많은 활용방안이 존재한다. 또한 본 기술은 국내 성별/연령 인식 기술뿐 아니라 국외 성별/연령 인식 기술을 사용하는 모든 나라에서 활용 가능한 장점이 있어, 기술이전 후 국내 I생체인증 시스템의 수출증대 효과가 있다.