인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2026.4
- 수록면
- 955 - 962 (8page)
- DOI
- 10.5370/KIEE.2026.75.4.955
이용수
초록· 키워드
This paper proposes a real-time automatic attendance system that combines pose estimation and face recognition to operate without any manual input. The system uses the YOLOv11-Pose model to detect hand-raising gestures, which serve as an explicit signal of attendance intent. Only individuals detected with raised hands are passed to the face recognition module, thereby reducing unnecessary computation. The pose estimation is performed based on the relative position of the wrist and shoulder keypoints, allowing robust detection even in multi-person classroom environments. For identity verification, a FaceNet-based embedding model is fine-tuned using Supervised Contrastive Learning (SupCon) to better reflect East Asian facial characteristics. This approach improves intra-class compactness and inter-class separability in the embedding space. Experimental evaluations confirm that the proposed system achieves high precision in gesture detection and improved accuracy in face recognition, showing practical applicability for automated attendance tracking in real-world educational settings.
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- Abstract
- 1. 서론
- 2. 관련 연구
- 3. 제안 방법
- 4. 실험
- 5. 결론
- References
참고문헌
참고문헌 신청최근 본 자료
