Technology
Virtual Prototype
실제 데이터의 특징 공간을 분석하여, 세상에
존재하지 않는 독립적인 가상 인물의 특징을
기존 인물들과 수학적으로 직교하도록
특징 공간 내에 사전 할당합니다.
Diffusion 합성
사전 학습된 안면 인식 모델의 특징 공간을
기반으로 디퓨전 모델을 구동합니다.
이를 통해 신원(Identity)의 일관성을 완벽하게 유지하면서도 실제 인간과 구별할 수 없는
극도로 사실적인 가상 얼굴 이미지를
생성합니다.
5-Point 랜드마크
눈, 코, 입 양끝 등 5개의 안면 랜드마크
이미지를 생성 조건으로 부여합니다.
조명, 메이크업, 액세서리의 변화는 물론,기존 모델이 취약했던 극한의 포즈 변화까지
정밀하게 통제된 얼굴 데이터를
무한히 생성해냅니다.
Synergy 증강
제한된 실제 얼굴 이미지에 가상의 얼굴
이미지를 결합하여 안면 인식 모델을 함께
훈련시킵니다. 데이터의 롱테일 분포와
클래스 간 불균형 문제를 해소하고
인식 모델의 일반화 성능을 압도적으로
향상시킵니다.
Technology
Virtual Prototype
실제 데이터의 특징 공간을 분석하여, 세상에 존재하지 않는 독립적인
가상 인물의 특징을 기존 인물들과 수학적으로
직교하도록 특징 공간 내에 사전 할당합니다.
Diffusion 합성
사전 학습된 안면 인식 모델의 특징 공간을 기반으로
디퓨전 모델을 구동합니다. 이를 통해 신원(Identity)의
일관성을 완벽하게 유지하면서도 실제 인간과 구별할 수 없는
극도로 사실적인 가상 얼굴 이미지를 생성합니다.
5-Point 랜드마크
눈, 코, 입 양끝 등 5개의 안면 랜드마크 이미지를 생성
조건으로 부여합니다. 조명, 메이크업, 액세서리의 변화는 물론
기존 모델이 취약했던 극한의 포즈 변화까지
정밀하게 통제된 얼굴 데이터를 무한히 생성해냅니다.
Synergy 증강
제한된 실제 얼굴 이미지에 가상의 얼굴 이미지를
결합하여 안면 인식 모델을 함께 훈련시킵니다. 데이터의 롱테일 분포와
클래스 간 불균형 문제를 해소하고
인식 모델의 일반화 성능을 압도적으로 향상시킵니다.
주요 기능
초상권 규제 없는 안면 인식
실제 인물의 데이터를 크롤링 하거나 무단으로 수집하지 않아
초상권 및 개인정보보호법 규제로부터 완벽하게 자유롭습니다.
법적 리스크 없이 가상의 데이터셋만으로도 기존 SOTA 모델을
뛰어넘는 안면 인식 성능을 구현합니다.
고일관성 · 고다양성 가상 얼굴 생성
동일한 가상 인물에 대해 각도, 표정, 스타일 등 다양한 변형을
주면서도, 대상의 고유한 신원은 철저히 유지되는 이미지를
대량으로 쏟아냅니다.
라벨 노이즈 없는 무결점 신원 분리
단순 3D 렌더링이나 합성 방식이 아닌 특징 공간 내의 직교성을
활용하여, 각 가상 인물과 실제 인물 간의 유사성을 철저히
분리합니다. 유사도로 인한 라벨오류나 데이터 유출 현상이
발생하지 않는 가장 안전한 환경을 제공합니다.
적용 시나리오
-
안전한 공공 스마트 관제망 구축
프라이버시 침해 논란으로 인해 실제 시민의얼굴
데이터를 대규모로 학습하기 곤란한 지자체 및
경찰청에 적합합니다. 인권 침해 소지 없이 범죄자
탐지 및 실종자 추적을 위한 스마트 관제시스템을
안전하게 고도화할 수 있습니다.
-
AI 모델 성능 검증 및 편향성 극복
특정 인종이나 연령에 치우친 기존 실제 데이터셋의
편향성 문제를 해결합니다. 다양한 조건과 인종의
가상 얼굴을 균형 있게 생성하여, 국가 기관 및 연구소의안면 인식알고리즘 성능을 객관적으로 평가하고
교정하는 기준 데이터로 활용됩니다.
-
엔터프라이즈 출입 통제 인프라
가상 인물 데이터로 사전 학습 및 데이터 증강을
완료한 엔진을 활용합니다. 수많은 임직원의
실제 안면데이터를 새로 수집하고 학습시키는
막대한 비용과 해킹 리스크 없이, 민간 시설 및
중요 보안 현장의 출입통제 시스템을
즉각적으로 구축합니다.