인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
얼굴 조작과 같은 응용 분야에서 얼굴 파싱(Face parsing)은 핵심적인 역할을 하며, 특히 에지(Edge) 디바이스나 실시간 추론 환경에서는 모델 경량화가 필수적이다. 그러나 로짓(Logit) 기반 지식 증류는 분류 문제에서는 피처맵 기반 방식과 함께 활발히 연구됐지만, 이를 얼굴 파싱 작업에 적용할 경우 공통 온도 설정 문제와 픽셀 간 정보 전달의 한계와 같은 과제가 존재한다. 본 연구에서는 얼굴 파싱 작업에 로짓 기반 지식 증류를 도입하며, 기존 방법의 한계를 분석하고 이를 개선한 로짓 분포 변환 기법을 제안한다. 이 기법은 공통 온도문제를 완화하고, 학생 모델이 교사 모델로부터 픽셀 간 정보를 효과적으로 전달받을 수 있도록 설계되었다. CelebA-Mask-HQ 데이터셋을 활용한 실험 결과, 본 연구에서 제안한 기법이 경량화된 모델에서 평균적으로 약 0.5의 성능을 향상함을 확인하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092140138
