African Gender Classification Using Clothing Identification Via Deep Learning
Created by
Haebom
Category
Empty
저자
Samuel Ozechi
개요
본 논문은 얼굴 인식의 한계를 극복하기 위해 아프리카 전통 의상을 활용한 성별 분류 방법을 제시합니다. AFRIFASHION1600 데이터셋을 사용하여 수정된 VGG16 기반의 심층 학습 모델을 구축하고 전이 학습 및 데이터 증강 기법을 적용했습니다. 실험 결과, 테스트셋에서 87%의 정확도를 달성하여 아프리카 전통 의상의 성별 특징을 활용한 성별 분류의 가능성을 보여주었습니다.
시사점, 한계점
•
시사점:
◦
아프리카 전통 의상의 특징을 활용한 성별 분류의 효용성을 제시.
◦
얼굴 인식의 한계를 극복할 수 있는 보완적인 기술 제시.
◦
심층 학습 기반의 의상 이미지 분석을 통한 성별 분류 가능성 확인.
•
한계점:
◦
사용된 데이터셋(AFRIFASHION1600)의 크기가 상대적으로 작고, 여성 샘플이 남성 샘플보다 많아 데이터 불균형 문제 존재.
