728x90
반응형

딥러닝을 이용한 얼굴인식과 모자이크 처리라는 주제로 졸업작품을 구현했고 우수상을 받았다!

처음에는 그냥 사람 얼굴 데이터를 cnn 모델에 때려 박는 식으로 구현했었는데 데이터가 불균형해서 잘 안됬었다. 

최종적으로는 얼굴에서 랜드마크를 추출해서 거리를 재는 방식으로 얼굴 인식 기능을 구현하였다.

여러모로 데이터의 소중함을 느낄 수 있는 기간이었던 것 같다. 

 

우수상

728x90
반응형
728x90
반응형

여름방학 때 학교에서 상금 같은 것이 들어왔길래 뭔가 했었는데 알고 보니 상을 받은 것이었다.

 만든 작품은 블로그에도 올라와있는 얼굴 인식 모자이크 프로그램이다.

처음에는 조금 삽질을 했었는데 좋은 경험이었던 것 같다.

현재는 사회복무요원을 하고 있다. 2022년 8월 31일... 소집 해제할 때에는 쓸만한 예비 개발자가 돼있으면 좋겠다.

우수상

728x90
반응형
728x90
반응형

EATED는 인천대학교 전자공학과 학생들이 본인이 선택한 지도교수님과의 상담을 통해 연구주제를 정하고 연구를 하는 프로그램이다. 6월부터 11월까지 진행되고 마지막에는 교수님들 앞에서 연구 성과를 발표하는 방식으로 평가가 진행된다. 19년도부터는 공대에서 주최하게 되었다.

처음에는 주변 사람들이 많이 참여하길래 나도 해야 되는 건가라는 생각에 급하게 참여했었지만, 프로그램 이름(Early Taste, Early Decision -> EATED)에 걸맞게 나의 진로를 결정하게 해준 아주 고마운 프로그램이다.

여름방학 때는 인공지능에 대해 하나도 모를 때라 내가 이걸 공부할 수 있을까? 하는 두려움이 있었다. 사실 지금도 어렵긴 하지만 인공지능 공부를 시작하면서 처음으로 공부에 재미를 느꼈던 것 같다. 유튜브에 있는 sung kim 교수님의 강의를 듣던 중 강화 학습에 대해 알게 되었고 흥미가 생겨 DQN을 이용한 고전게임 강화 학습이라는 주제로 연구를 시작했다. DQN은 알파고를 만든 딥마인드에서 개발한 알고리즘으로 벽돌깨기 같은 고전게임을 인간 수준으로 플레이할 수 있는 인공지능이다.

기존에 있던 알고리즘과 DQN의 차이점을 이해하고, openai gym에 있는 Frozen Lake, Cartpole과 구글에서 찾은 Catch game 환경에 DQN을 사용해 학습을 시키는 방식으로 연구를 진행했고 성과발표회에서 우수상을 받을 수 있었다.

 

728x90
반응형

+ Recent posts