연구진은 드론과 같이 자원 제약적인 환경에서 활용 가능한 비정면 얼굴 인식 시스템을 개발했어요. GAN 기반의 얼굴 정면화 기술과 메모리스터 기반 뉴로모픽 인식 기술을 결합하여 시스템을 구현했어요. 두 데이터셋 실험 결과, 최대 96%의 식별 정확도를 달성하며 기존 AI의 계산 병목 현상을 완화했어요.
메모리스터 기반 뉴로모픽 시스템은 생물학적 영감을 받은 처리와 효율적인 계산을 결합하여 엣지 AI 애플리케이션에 적합해요. 이 연구는 경량 GAN 기반의 얼굴 정면화 기술과 메모리스터 기반 뉴로모픽 인식 기술을 통합하여 비정면 자세 변화를 해결하는 얼굴 인식 프레임워크를 제안해요.
개발된 시스템은 동적 환경에서 얼굴 인식을 위한 확장 가능하고 효율적인 솔루션을 제공하며, 기존 AI의 계산 병목 현상을 완화할 수 있어요.