다중 작업 학습 기반의 아동에 특화된 얼굴 및 표정 인식에 관한 연구

Abstract

본 연구는 다중 작업 학습 기법을 이용하여 아동에 특화된 얼굴 및 표정 인식 시스템을 제안한다. 기존의 얼굴 인식 및 표정 인식 연구가 주로 성인 데이터를 중심으로 이루어졌던 것에 반해, 본 논문은 아동데이터를 대상으로 한 얼굴 및 표정 인식 시스템의 개발에 초점을 맞추었다. 이를 위해 SwiftFormer라는 경량 트랜스포머 모델을 기반으로 하여, 얼굴 인식과 표정 인식 작업을 동시에 처리할 수 있는 네트워크를 설계하였다. 또한, 대용량의 성인 데이터를 통해 사전 학습을 진행한 후, 아동데이터에 대해 사후 학습을 진행하여 모델의 일반화 성능을 높였다. 제안된 모델은 WebFace42M, YLFW 데이터셋을 사용하여 얼굴 인식 성능을 검증하였고, AffectNet, RAF-DB 데이터셋을 사용하여 표정 인식 성능을 평가하였다. 실험 결과, 제안된 시스템은 얼굴 인식과 표정 인식 모두에서 높은 정확도를 보였으며, 특히 일부 Cross-Attention 기법을 적용한 표정 인식에서 성능 향상을 확인할 수 있었다.