표제지
요약
목차
I. 서론 9
II. 관련 연구 11
2.1. 생체인식 현황 11
2.2. 귀 이미지 데이터셋 수집 및 선정 12
2.3. 관련 귀연구 13
2.4. 합성곱 신경망 이론 14
2.5. Tensorflow와 Keras 15
III. 데이터셋 구성과 이미지 분류 설계 16
3.1. 이미지 데이터셋 구성 16
3.2. 이미지 분류 설계 17
3.3. CNN을 이용한 이미지 분류 구현 방법 21
3.4. 학습된 이미지의 귀모양 인식 구현 방법 23
IV. 개발 환경 및 실험 결과 24
4.1. 개발 환경 24
4.2. 이미지 학습 훈련 및 모델 테스트 구현 25
4.3. 검증 및 결과 35
V. 결론 38
참고문헌 39
부록 A. 딥러닝 소스 코드(학습 및 테스트) 40
ABSTRACT 49
그림 1-1. 인공지능의 발전 9
그림 2-1. 외이의 구조 12
그림 2-2. CNN 모델 구조 14
그림 3-1. CNN 모델 계층 18
그림 3-2. 컨볼루션 계층 18
그림 3-3. 컨볼루션 연산 19
그림 3-4. Pooling 계층 19
그림 3-5. 풀링 맵 종류 20
그림 3-6. CNN 모델 학습 구조 21
그림 3-7. 이미지 분류 구현 절차 22
그림 4-1. 딥러닝 학습 대상자 이미지 폴더 26
그림 4-2. 개인 폴더안에 사진이미지 28
그림 4-3. 딥러닝 모델 구조 및 구현 29
그림 4-4. 딥러닝 모델 구현 30
그림 4-5. 딥러닝 학습 훈련 31
그림 4-6. 테스트폴더1 이미지 테스트 33
그림 4-7. 테스트폴더2 이미지 테스트 34
그림 4-8. 학습훈련 손실률과 분류 정확도 35
그림 4-9. 학습된 귀모양인식 스캔 36
그림 4-10. 미학습 귀모양인식 스캔 36
그림 4-11. 귀인식 촬영 정확률 수치 37