학습 시간 단축과 보안 강화를 위한 새로운 얼굴 인식 방식

Abstract

얼굴 인식 기술은 특히 COVID-19 팬데믹 이후 비접촉 신원 확인의 필수 도구로 자리 잡았습니다. 그러나 기존의 이미지 기반 시스템은 대규모 학습 데이터셋으로 인한 높은 계산 비용과 얼굴 이미지 저장으로 인한 개인정보 유출 위험이라는 두 가지 주요 문제에 직면하고 있습니다. 본 연구는 이러한 문제를 해결하기 위해 랜드마크 데이터와 원근 변환을 활용한 새로운 좌표 기반 학습 방식을 제안합니다. 얼굴 이미지에서 추출된 68개의 랜드마크 좌표를 활용함으로써 원본 이미지를 저장할 필요가 없어 개인정보를 보호하고 데이터 크기를 줄여 학습 속도를 향상시켰습니다. 또한, 원근 변환을 적용해 정면화된 데이터를 생성함으로써 다양한 각도와 표정에서도 인식 정확도를 높였습니다. 실험 결과, 제안된 시스템은 기존 방식에 비해 학습시간을 약 68% 단축하면서도 98.5% 이상의 높은 정확도를 유지하는 것으로 나타났습니다. 본 연구는 현대 생체인식 시스템에서 안전하고 효율적이며 정확한 얼굴 인식을 위한 효과적인 해결책을 제시합니다.