Making the Tool and Construct DB for Face Image of High Resolution

전병태

추천

검색

자료유형: 학술저널

저자정보: 전병태

저널정보: 한국지식정보기술학회 한국지식정보기술학회 논문지 한국지식정보기술학회 논문지 제10권 제4호

발행연도: 2015.1

수록면: 429 - 434 (6page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Recently studies for commercializing robot have been actively conducted while robots are being used in various area such as military, medical and education. Since the end of 1970s when welding robot was imported from abroad, robots have been applied to industry sites along with technology development centered on robots in manufacturing industry as major industries like automobile, electronics and semiconductor have grown up. Before selling robot products in the market, appraisal and verification of its performance should be completed. Studies on way of evaluating face recognition performance by intelligent robots have been conducted a lot. High resolution image LED monitor printing is appraised to be the best evaluation model. In order to use face recognition performance evaluation method, images DB of high resolution are necessary. It’s because face images similar to real face can be obtained only when face image of high resolution is printed out in high resolution LED monitor. Most of existing face images constructed in DB is low definition face images and we can say we can’t use this DB because there is much difference from real face when it is printed out in the monitor. This thesis will describe how to produce tool and DB for high resolution face images. The result of experiment shows high resolution image DB can be created.

#Face image DB #Robots #Robot performance evaluation #LED monitors #High resolution images

참고문헌 (10)

참고문헌 신청

/ 2010 / TTAK.KO-10.0419 Performance Evaluation Method of Face Extraction and Identification Algorithm for Intelligent Robots: Part 2 / System Level Performance Evaluation using Human

/ 2011 / TTAK.KO-10.0507 Performance Evaluation Method of Face Extraction and Identification Algorithm for Intelligent Robots : Part 3 / Performance Evaluation of Face Recognition usin

Hyoung-Soo Lee / 2008 / The POSTECH face database (PF07) and performance evaluation / IEEE International Conference on Automatic Face and Gesture Recognition (FG 2008) : 17 ~ 19

Ki-Yeop Sung / 2011 / Image database for location recognition of robots for indoor environments / KIEE Summer Conference : 1882 ~ 1883

P. Jonathon Phillips / 2000 / The FERET evalutation methodology for face-recognition algorithms / IEEE Transactions on Pattern Analysis and Machine Intelligence 22 (10)

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

전병태

소속기관 한경대학교

주요연구분야 복합학 > 학제간연구

논문수 8 이용수 193

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (10)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)