적정 인식률

답변 감사드립니다

안녕하세요?

제가 지금 Face recognition 관련 프로젝트를 하고있는데 현재로서는 상용 라이브러리를 사용하지 않고는 기대하는 것보다 인식률이 낮을 수 있습니다.  특히나 동생의 경우는 거의 같은 패턴으로 나올 가능성이 큽니다.  강의에는 상용 라이브러리를 사용할 수 없어 SVM등 다른 방식을 사용하는 예제도 만들었지만 결과가 비슷하게 나와서 고민 끝에 그 내용은 넣지 않았습니다. 

분명 사진을 alignment하면 인식률은 좋아지겠지만 이후 처리에 근본적인 한계가 있습니다. 일단 dlib과 face_recognition은 128-d encoding 정보를 사용합니다. 결국 사용자의 face landmark같은 특성정보를 찾아내는 것이지요. 얼굴을 Alignment하면 왜곡되는 것은 잡을 수 있습니다. 그러나 잘은 모르겠지만 아마 동생 분과 비교해보면 눈의 크기, 미간의 길이 등 얼굴의 특성정보가 상대적(외국인과 비교해서)으로 비슷할 겁니다. 그리고 분류(Classification)하는 방법이 K-NN이라는 가장 기초적인 분류방식을 사용합니다. 아직도 K-NN이 머신러닝에서 유용하기는 하지만 특성값이 유사한 경우에는 잘 찾지 못하는 경우가 있습니다. 만약 우리 얼굴과 서양 사람의 얼굴을 비교하면 좀 더 쉽게 구분할 겁니다. 그렇기 때문에 unknown사진도 동일한 수를 추가하는 것이 좋은 결과를 나타낼 겁니다.

보다 높은 인식을 위해 FaceNet 등 deep learning을 본격적으로 활용한 방식을 사용하거나 Amazon, Azure 등 cloud서비스를 사용하기도 합니다. 얼굴인식에 예외상황이 많아 이를 보완한 상용라이브러리가 판매되는 이유이기도 합니다. 그리고 최근에는 개인 사생활보호 문제와 관련되어 구글 등에서는 Face Detection 이후 Face Recognition분야를 집중적으로 다루지 않는 다른 이슈도 있습니다. 

강의에서는 상용제품 수준은 아니고 이러한 원리로 얼굴을 구분한다는 정도로 이해하는 것이 좋을 것 같습니다. 나중에 제 프로젝트가 끝나서 제가 수준 높은 face recognition라이브러리를 만들어서 강의나 제품으로 더 나은 정보를 공유하기를 기대합니다.

감사합니다.