창의적통합설계1 (2020년도, 2학기, M1522.000200_001)
Mollapheus w. Morpheus3D Homepage
- 이진호, 오아영, 손상준
- 프로젝트 목표: Deep learning 기반 얼굴 주름 감지 기술 개발
- Data Annotation 주름영역 masking 및 데이터 labelling
- 단, data annotation의 경우 시간이 많이 걸리기 때문에 본사에서 작업된 결과를 함께 활용함.
- Image Processing Edge detection, Laplacian filter 등 방법 적용
- Deep Learning Model Development 선행 연구 조사 및 딥러닝 모델 train/validate
- Data Annotation 주름영역 masking 및 데이터 labelling
- Difficulties
- Domain의 특수성
- 일반적인 사진이 아니라 3차원 영역의 색을 2차원에 매핑한 texture 이미지를 사용
- 기존의 Deep learning 기반 segmentation 기법들은 이미지에서 target이 차지하는 영역이 대부분
- 3D 스캔된 얼굴 사진 중 주름의 차지 비중이 현저히 낮음
- Loss function 및 Metric 설계의 어려움
- Shortage of Data
- 기존에 제공하려던 이미지가 사용자의 보험 및 초상권 문제로 회사 외부 공유 불가
- 예상 확보량보다 적은 200-300장의 data로 학습을 진행해야 하는 상황
- Domain의 특수성
- Applications
- 피부과에서 환자에게 치료과정을 보다 쉽고 정확하게 안내 가능
- 피부과에서 상담 시에 객관적인 자료로 치료 유도 가능
- 피부과에서 시각적인 자료를 이용하여 환자에게 치료 효과 설명 가능
- 노화 예측 가능
- Method Comparison
- Proposed Method
딥러닝 + 이미지 프로세싱 기법들에 기반한 알고리즘
- Existing Methods
기존 회사 내부 모듈 (w. & w.o. Control parameter tuning)
이미지 프로세싱 기법들을 여러가지 종합한 알고리즘
- Fully Convolutional Neural Network
- U-Net: Convolutional Networks for Biomedical Image Segmentation