DAO(Data Access Object) : Mapper로, DB와 Spring사이에서 데이터를 주고받는 객체 커넥션 같은 것을 하나만 두고 여러 사용자가 DAO의 인터페이스를 사용하여 필요한 자료에 접근 하도록 하는 것이 DAO의 개념이다. DB에 대한 insert,update,delete,select를 처리한다. DTO(Data Transfer Object) : 입력(Read&Write) 데이터가 포함된 객체를 한 시스템에서 다른 시스템으로 전달하는 작업을 처리하는 개체이다. Data에 접속하는 객체이다. 여기서 Data란 일반적인 Database도 될 수 있고, 파일도 될 수 있으며, 메모리도 될 수 있고, 기타 다른 저장소도 될 수 있다. DTO는 프로세스 사이에서 데이터를 전송하는 객체를 의미..
분류 전체보기
[논문리뷰] An Overview Of Face Liveness Detection 인 이전글 링크 2020/04/18 - [Programmer/Deep Learning] - [논문리뷰] An Overview of Face Liveness Detection 2.2 Variable Focusing based analysis variable focusing을 사용하는 face liveness detection의 기술은 김수연에 의해 시행되었다. 핵심 접근법은 다른 focus에서 순차적으로(sequentially) 찍힌 2개 이미지 사이에서 집중함으로써 pixel 값의 변화(variation)를 활용하는것이다. 움직임에대한 큰 차이점이 없다고 가정한다면, 저자는 2개의 sequential image가 수집되었을..
논문:https://arxiv.org/ftp/arxiv/papers/1405/1405.2227.pdf Abstract 얼굴인식은 넑게 biometric(개인 식별을 가능하게 하는 지문, 안구 혈관 배열도,음성 따위처럼 유일한 개인적 특성을 반영하는 특정한 속성을 이용하는 일과 관계되는 것.) 접근하기 위해 사용된다. 얼굴 인식 기술은 최근 빠르게 발전해가고있고 다른 방법보다 더 직접적이고, 사용자에게 익숙하고 편리하다. 하지만 얼굴인식 시스템은 non-real face에 의해 만들어진 spoof 공격에 취약하다. spoof 얼굴 인식 시스템은 얼굴사진에 의해 인식되는 쉬운방법이다. 보안 시스템은 이러한 spoofing에 대항하여 지키기위해 Liveness detection필요하다. 여기에서 face li..
Classification 모델의 성능을 알아보기 위해서는 precision과 recall,accuracy 개념들이 필요하다. True Positive(TP) : 모델이 True라고 예측한(positive) 실제 정답이 true->맞춰서 True False Positive(FP) : 모델이 True라고 예측한(positive) 실제 정답이 false->틀려서 false Flase Negative(FN) : 모델이 false라고 예측한(negative) 실제 정답이 true->틀려서 flase True Negative(TN) : 모델이 false라고 예측한(negative) 실제 정답이 false->맞춰서 True 1.precision(정밀도) 정밀도란 모델이 True라고 분류한 것 중에서 실제 True인..
들어가기전에 object proposal end to end 학습 Abstract. 단일의 deep neural network로 object detection을 구현했습니다. SSD라고 불리는 접근법은 다양한 크기와 비율을 가진 default box들로 각 feature map에서 bounding box를 뽑아냅니다. predict를 할 때는 네트워크가 각 default box가 각각의 사물 카테고리에 속하는 score와 사물 모양에 잘 맞는 box를 만들어 냅니다. 게다가, 다양한 크기를 가지는 사물을 매끄럽게 변환한 다양한 feature map들을 결합하여 predict에 사용합니다. 쉽게 보면 object proposal들을 사용하는 방법들과 다릅니다. 그 이유는 proposal을 생성하는 부분과 ..
논문 링크: https://arxiv.org/pdf/1904.02689.pdf 용어정리 - Instance Segmentation semantic segmentation은 분할의 기본 단위를 클래스로 하여, 동일한 클래스에 해당하는 사물을 예측 마스크 상에 동일한 색상으로 표시한다. 반면 Instance Segmentation은 분할의 기본 단위를 사물로 하여, 동일한 클래스에 해당하더라도 서로 다른 사물에 해당하면 이들을 예측 마스크상에 다른 색상으로 표시한다. 출처: http://research.sualab.com/introduction/2017/11/29/image-recognition-overview-2.html https://byeongjokim.github.io/posts/YOLACT,-Rea..
