KISTI의 과학향기

국내 연구팀이 AI를 이용해 저화질 영상에서도 눈, 코, 입 등 사람 얼굴의 특징을 잘 인식할 수 있는 기술을 개발했다.

 

얼굴 인식 분야에서 딥러닝 기술은 99% 이상의 정확도를 보이며 범죄 현장 등 보안 분야에서 활발히 활용되고 있다. 하지만 24×24픽셀의 저해상도 이미지에서는 인식 정확도가 30%에 그치고 있다. 또 이미지의 해상도가 높더라도 멀리서 촬영되거나 다수의 사람이 한꺼번에 촬영될 경우 각각의 얼굴 정보가 적은 픽셀로 구성되기 때문에 인식 성능이 낮았다.

 

이규빈 광주과학기술원(GIST) 융합기술학제학부 교수 연구팀은 어텐션 맵을 이용해 고해상도 얼굴 이미지에서 학습한 정보를 저해상도 얼굴 이미지 인식 모델에 전달해 성능을 향상시킬 수 있는 방법을 개발했다. 어텐션 맵은 딥러닝 기술이 인식을 수행할 때 입력 이미지의 어떤 영역이 인식 결과에 많은 영향을 주었는지 시각화한 정보를 말한다. 0에서 1 범위의 활성값을 보이며, 1에 가까울수록 결과에 영향을 많이 주는 영역이 된다.

 

해상도가 높은 이미지를 학습한 인식 모델은 높은 정확도를 보이며, 이때 추출된 어텐션 맵은 눈, 코, 수염과 같이 사람을 구분짓는 주요 영역에서 활성화된다. 하지만 저해상도 이미지를 학습한 모델은 피부와 같이 해상도 변화에 둔감한 영역에서 높은 활성도를 보여 인식 성능이 낮다.

 

연구팀은 저해상도의 어텐션 맵이 고해상도 어텐션 맵과 비슷해지도록 학습하는 손실 함수를 추가해, 저해상도에서도 얼굴 인식에 도움이 되는 주요 영역에 초점을 맞출 수 있도록 했다. 그 결과 47.91%의 인식 정확도를 얻어, 현재까지 가장 높은 수준의 성능을 달성했다.

 

이 교수는 “이번 연구 성과가 응용되면 범죄 해결의 중요 단서를 제공하는 CCTV로 멀리서 촬영된 사람의 얼굴 특징을 정확하게 인식할 수 있다”며, “연구팀이 제안한 ‘어텐션 맵 전이 기법’은 얼굴 인식 외에도 물체 영역 검출, 종류 분류 등 컴퓨터 비전의 다양한 과업에서 핵심 기술로 활용될 것으로 기대된다”고 말했다. 이번 논문은 세계 3대 컴퓨터 비전 학회인 <유럽 컴퓨터 비전 학술대회(ECCV: European Conference on Computer Vision) 2022>에서 10월 23일 발표됐다.