DNN Face Detector in OpenCV를 사용하여 모델을 학습하기로 결정했다.
이유는 성능이 좋기 때문이다. input image의 사이즈에 대한 문제가 있을 수 있다고 하지만 성능이 너무 마음에 들었다.
출처: Face Detection Models: Which to Use and Why?
OpenCV의 DNN이 인식하는 각도가 다른 알고리즘에 비해 월등히 넓고 정확하다.
위 사이트 저자에 따르면 OpenCV의 DNN이 642프레임 중 601프레임을 감지했고, 다른 알고리즘은 479, 464, 401프레임으로 확실한 차이를 보였다고 한다. 눈으로 그냥 보기에도 빨간색 상자가 남아 있을 때가 훨씬 많다.
Face Detection Models: Which to Use and Why?
#017 Face detection algorithms comparison
포스팅을 하게 되었을 때, 그제서야 프로젝트 이름을 뭐로 하지 고민하다가 일단 인공 지능이 탑재된 CCTV라는 의미로 CCTV With AI 라고 짓긴 했습니다. 그런데 요새 볼수록 이름이 구리다는 생각이 드네요. 이름이 또 나름 중요한데 말이죠.
그래서.. 괜찮은 아이디어가 있으시다면 댓글로 의견을 주셔도 좋을 것 같습니다. 🙏
제가 생각해도 되지 않느냐고 물으신다면.. 솔직히 좀 머리 아프네요..
구글에 한글로 얼굴 인식 알고리즘 비교를 찾으려니까 검색 결과가 잘 나오지 않았는데, 대충 face detection comparison 이렇게 치니까 바로 나온다. 거기까진 좋았는데 읽고 이해하는데 좀 걸렸다.
역시 영어를 잘 해야 돼
이모지를 넣었는데 뭔가 더 나은 것 같기도 하고..
지금처럼 목표에 조금씩 가까워지다보면,
이 프로젝트만의 매력이 무엇인지 더 잘 알게 되실 것 같아요!
계획을 넘어서, 나의 노력과 애정을 담아 비로소 소중한 결과물이 되었을 때는 보다 다양한 감정과 생각으로 바라보게 되잖아요 :)
+) 이모지 넣은 게시글은 발랄하게 다가와서 좋아요!! 그 전 글들은 특유의 문체가 잘 드러나는게 매력이라고 생각합니다 ㅎㅎ
항상 가장 가까운 곳에서 응원하고 있어요🧚🏻♀️