모든 얼굴 기술의 출발점은 "사진 속 어디에 얼굴이 있는가"를 찾는 일입니다. PART 02에서는 고전 방식부터 최신 딥러닝 검출기까지 직접 돌려 보고 성능을 비교합니다.
검출이 왜 먼저인가
누구인지 알아내거나(인식) 표정을 읽으려면(감정), 먼저 얼굴의 위치를 알아야 합니다. 검출은 사진이나 영상 프레임에서 얼굴이 있는 사각형 영역을 찾아 주는 단계이고, 이후 모든 처리는 그 영역 위에서 이루어집니다.
검출기는 종류가 많고 저마다 장단점이 뚜렷합니다. 빠르지만 정면만 잘 찾는 것, 느리지만 옆얼굴과 작은 얼굴까지 잡는 것이 있습니다. PART 02에서는 대표 검출기를 하나씩 써 보고, 마지막에 정확도와 속도를 같은 사진으로 비교해 "언제 무엇을 쓸지"에 대한 감각을 만듭니다.
PART 02의 구성
| 장 | 제목 | 무엇을 얻는가 |
|---|---|---|
| 01 | 얼굴 검출이란 | 좌표·신뢰도·바운딩 박스의 의미 |
| 02 | OpenCV Haar Cascade | 가장 고전적인 검출기와 그 한계 |
| 03 | dlib HOG + SVM | 정면 얼굴에 강한 고전 검출기 |
| 04 | OpenCV DNN과 YuNet | 설치 없이 쓰는 딥러닝 검출기 |
| 05 | MediaPipe Face Detection | 실시간에 강한 경량 검출기 |
| 06 | RetinaFace와 MTCNN | 정확도를 끌어올리는 고정밀 검출기 |
| 07 | YOLO 얼굴 검출 | Ultralytics YOLO로 검출과 키포인트를 한 번에 |
| 08 | 검출기 비교 | 정확도·속도·메모리 벤치마킹 |
| 09 | 실습 | 실시간 웹캠 다중 얼굴 검출 |