상세 보기
초록
최근 반려동물 개체 수 증가와 함께 실종 및 유기견 문제가 심화됨에 따라 반려견 얼굴 인식 연구는 반려견 개체 인식 데이터 세트에 대한 검증 성능을 높이는 데 집중해왔으나, 기존의 연구는 개체당 이미지 수가 절대적으로 부족한 소수샷 환경의 근본적인 문제 해결에는 한계가 있었다. 이러한 문제를 해결하고자, 본 연구는 소수의 얼굴 이미지로 반려견을 신속히 식별하는 메타학습 기반 소수샷 얼굴 인식 시스템을 제안한다. 본 논문에서는 Prototypical Networks와 Meta-DeepBDC 메타학습 기법을 DogFaceNet 데이터 세트에 적용하여 비교 실험을 수행했으며, 그 결과 Meta-DeepBDC가 ResNet-12을 Backbone으로 한 1-shot 조건에서 64.01%의 높은 분류 정확도를 달성했다. 이는 반려견 얼굴 인식 분야에 메타학습을 최초로 적용한 사례로, 데이터 부족 환경에서 개체 식별 성능을 효과적으로 개선할 수 있음을 입증했다는 점에서 의의가 있다.
키워드
dog identification; meta-learning; few-shot learning; individual identification; .
- 제목
- 메타학습 기반 소수샷 반려견 얼굴 식별
- 제목 (타언어)
- Few-Shot Dog Face Identification via Meta-Learning
- 저자
- 연수민; 배지호; 부석준; 최상민; 이수원
- 발행일
- 2025-10
- 유형
- Y
- 저널명
- 한국정보기술학회논문지
- 권
- 23
- 호
- 10
- 페이지
- 1 ~ 9