[Concept] 얼굴인식의 핵심, 그래디언트(gradient)

이미지 출처 : (http://www.boannews.com/media/news_print.asp?idx=62880)

 

우리가 쓰는 어플리케이션에 있어서 사진의 얼굴을 인식하는 방법은 16X16 크기의 정사각형의 그래디언트를 활용한다. 

하나의 픽셀도 아니고, 하나의 픽셀의 그래디언트도 아닌 복잡한 방법을 쓰는 이유는 무엇일까?

 

먼저 사진마다 픽셀의 값이 다르므로 픽셀값을 고려하는 방법은 좋지 않다. 따라서, 얼굴의 특징에 따른 픽셀의 특징을 이용해야 한다.

가장 좋은 방법이 그래디언트를 이용하는 것이다. 

 

그래디언트란?

이미지에서 모든 단일 픽셀에 대해서 다른 방향과 비교해서 어두워지는 방향으로 화살표를 그려나가는데 이 화살표가 그래디언트이다.

 

이미지 출처 : (https://www.hackevolve.com/face-recognition-deep-learning/)

 

얼굴의 이미지가 가지는 픽셀값이 어두워지는 방향으로 화살표를 그려나가면 얼굴의 특징을 인식할 수 있는 것이다! 이 방법이 어느 얼굴이든 인식할 수 있는 보편성을 가진다.

 

하지만, 단일 픽셀값들에 대해 그래디언트를 찾아나갈 경우 전체적인 그림을 놓치기가 쉽다. 복잡한 함수가 있는 곳에서 최소값을 찾을 때 global minimum(전체 최솟값)을 찾지 못하고 local minimum(국소 최소값)을 찾는 것과 같은 느낌이다.

 

따라서, 너무 협소하게 보는 단일 픽셀값으로 그래디언트를 찾는 것이 아닌 적당한 크기인 16X16크기의 정사각형을 토대로 전체적인 그림을 볼 수 있도록 하는 것이다. 

 

 

참고:

medium.com/@jongdae.lim/%EA%B8%B0%EA%B3%84-%ED%95%99%EC%8A%B5-machine-learning-%EC%9D%80-%EC%A6%90%EA%B2%81%EB%8B%A4-part-4-63ed781eee3c

기계 학습(Machine Learning, 머신 러닝)은 즐겁다! Part 4

 

 

 

 

-히비스서커스-