포스텍, 비오는 날에도 ‘잘 구별하는’ AI 인식 기술 개발

2020-09-14 김한나 기자

제안하는 모델의 정성적 결과. (a) 눈과 안개 등으로 인해 오염된 입력 영상. (b) 제안하는 모델의 영상 증강 결과. (c) 오염되지 않은 영상. (d) 오염된 입력 영상과 영상 증강 결과 사이의 변화량. 제안하는 영상 증강 모델은 오염된 영상을 전반적으로 개선하는 효과를 가지나, 특히 영상 인식 측면에서 중요한 부분들에 집중한다는 것을 볼 수 있다.

포스텍 연구진이 악천후 환경에서도 물체를 잘 구별할 수 있는 인공지능(AI) 영상 인식 기술을 개발했다.

곽수하·조성현 포스텍(POSTECH) AI대학원 교수 연구팀은 이같은 기술을 구현한 AI 모델을 지난달 ‘유럽 컴퓨터비전 학술대회(ECCV) 2020’에 소개했다고 밝혔다.

이 모델은 기존의 다양한 영상 인식 모델들의 앞에 부착돼 각종 악조건으로 인해 손상된 입력 영상을 인식하기에 적합한 형태로 변화시킨다. 또한 다양한 오염의 원인을 효과적이고 효율적으로 다룰 수 있도록 설계됐고, 어떠한 영상 인식 문제와 모델 구조에도 적용될 수 있도록 학습된다.

연구팀은 실험을 통해 제안하는 모델이 영상 분류에서부터 물체 검출 및 분할에까지 이르는 다양한 영상 인식 모델들의 인식률과 신뢰성을 높이고, 현존하는 영상 개선 모델들과 비교해 그 효과가 월등히 뛰어나다는 것을 확인했다. 특히 이 모델은 영상 인식 시스템을 변경할 필요 없이 그 앞에 부착돼 성능을 높이기 때문에 기존 인식 모델들을 재학습하지 않아도 된다는 장점이 있다.

연구팀은 "다양한 악조건에서도 정확한 영상 인식을 수행할 수 있게 한다"며 "특히 자율주행 자동차나 저성능 카메라로 촬영된 영상에서도 신뢰성 있는 영상 인식이 가능할 수 있다"고 설명했다.

한편 ECCV는 인공지능 및 컴퓨터비전 분야 최우수 국제학술대회 중 하나로, 지난달 23일부터 28일까지 온라인으로 개최됐다.