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
- 2026.5
- 수록면
- 519 - 524 (6page)
이용수
초록· 키워드
본 연구에서는 얼굴 영상으로부터 추출한 임베딩을 이용하여 작업자의 피로도를 효율적으로 분류하는 방법을 제안한다. 얼굴 이미지 임베딩 방법 중 기존의 ArcFace 모델은 얼굴 인식을 위해 설계된 512차원 임베딩을 제공하지만, 이를 그대로 피로 분류에 적용하면 불필요한 특징과 차원의 과잉으로 인해 성능이 저하되는 문제가 발생한다. 이에 본 연구에서는 ArcFace에서 추출한 512차원 얼굴 임베딩을 Conditional ordinal regression for neural networks(CORN) 기반 어댑터를 통해 256차원으로 변환하고, 이를 입력으로 하는 다층 퍼셉트론 분류기를 학습하는 방식을 제안한다. 실험은 피로도 2단계(레벨 1, 5)와 3단계(레벨 1, 3, 5) 분류 문제를 대상으로 진행된다. 실험 결과, ArcFace 임베딩을 직접 사용한 경우 분류 정확도는 57.5%와 40.4%에 불과하였으나, 제안한 어댑터 기반 임베딩은 85.3%와 67.5%의 정확도를 달성하여 크게 향상된 성능을 보인다. 이러한 결과는 단순히 차원을 축소하는 것에 그치지 않고, 피로도 분류 문제에 특화된 표현 학습을 통해 피로 분류 성능을 개선할 수 있음을 시사한다.
#피로 분류
#얼굴 임베딩
#어댑터
#다층 퍼셉트론
#fatigue classification
#face embedding
#adapter
#multilayer perceptron
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- 요약
- Abstract
- Ⅰ. 서론
- Ⅱ. 관련 연구
- III. CORN 어댑터 기반 임베딩 모델 설계
- IV. 실험 및 성능 평가
- Ⅴ. 결론
- References
참고문헌
참고문헌 신청최근 본 자료
