2020.2-2020.12 | 산학과제: 이상치 검출을 위한 Fewshot learning 기반 이미지 인식
[이미지 인식 연구를 마치며, 연구자로서...]
요즘 가짜 이미지가 너무 진짜 같아서 사회에 사이버 범죄로 사용된다, AI가 사람들의 일자리를 없앤다, 제3 국가와 IT극단을 발생시킨다 등의 생각으로 점점 딥러닝과 기술은 사회에서 대단하지만 위험한 존재로 인식되고 있습니다. 저의 연구 방향은 기회가 된다면 이미지 인식, GAN등을 깊게 공부해 현재까지 기술의 한계와 접목되지 못하는 부분을 보안, 장애인, 의료, 개발도상국 국가의 스마트 팩토리 구축 등의 분야에서 찾고 이를 결합하여 저만의 새로운 방법론을 내는 연구를 하는 것 입니다. 또 이를 통해 딥러닝의 순기능을 사회에 알리고 SCI에 출판 할 수 있는 논문을 내고 싶습니다.
제가 학부과정에서 가장 재밌게 들었던 과목은Calculus2,선형대수학,딥러닝 응용 입니다.특히 테일러의 정리,크래머의 법칙등 미지수를 풀고 가중치와 차원에 대해 이해 이해를 도와주는 수학이 딥러닝에 이론에 그대로 쓰이는 것이 너무 신기하고 실용적이라는 생각을 했습니다.또, Covolution필터에 대한 이해도 딥러닝 이론을 들었을 때는 이해가 쉽지 않았는데,선형대수학에서 행렬의 곱을 다르게 할 때 모양이 정말 변한다는 것 을 보고 이해도가 높아져 좋았습니다.딥러닝 응용에서는 파이토치를 이용해서Cifer10데이터를 이용해서 간단한 이미지 인식기 개발,그리고UC Irivine의 학생들 데이터를 이용해 학생들의 학업 성취도 예측기를 만들어 보고,실험을 통해 정확도를 올리는 연습을 해 보았는데 제가 연구 하고싶은 분야의 이론을 배우고 실제로 실습 할 수 있어서 좋았습니다.저는 앞으로 통계학,확률 변수론,머신러닝,딥러닝 개론,컴퓨터 과학적 사고 등 앞으로의 연구에 기초가 되는 과목을 위주로 수강하여 딥러닝에 대한 이해를 넓히고 아직 제가 부족한 수학적 능력을 더욱 채우기 위해 노력하려고 합니다.
[문제 배경]
과제의필요성
-자원이 제한되는 모바일 디바이스 환경에서는 많은 데이터와 계산량을 요구하는 딥러닝 알고리즘을 그대로 적용하기에어려움
-Few-shotlearning 모델을 통한 디바이스 상에서 최소한의 학습 데이터 및 계산만으로 학습이 가능한 딥러닝 기반의 인식 기술이요구됨
[문제 정의]
Problem statement
-딥러닝을 이용한 디바이스 상에서 동작 가능한 초경량 얼굴 인식기개발
-이상치 탐지 및 기각이 가능한 few-shot 학습 알고리즘 및 신경망 모델연구
-딥러닝 오픈소스 프레임워크 WICWIU를 이용한딥러닝 기반 모델개발
Constraints
-최소한의데이터및학습만으로얼굴인식모델학습
-실제인식대상얼굴은매우소량만으로학습
Objectives
-기존의 Few-shotlearning보다 향상된성능
-이상치 탐지 및 기각 기능추가
Functions
-인식 대상 외 얼굴 영상에 대한 이상치 탐지 및 기각 기능구현
-인식 성능 저하없이 이상치 기각이 가능하도록 설계 및 구현
Few-shot learning
-Classification algorithm (k-NN) w/o reject option
-N (≈20)명의 얼굴 영상으로 학습 시, 학습에참여하지 않은 인물의 영상이 입력될 경우, N명 중 한 명으로 인식하는 오류발생
-인식 대상 외 입력 영상에 대한 기각 필요
[접근 방법]
Key Approaches
-Few-shotlearning
-Classification with Rejectionoption
-PyTorch 실험후, WICWIU로구현 및실험
System Design
