저화질 영상에서도 얼굴을 알아냈다

GIST 이규빈 교수팀, AI 얼굴인식 기술 개발
저화질 CCTV 영상에서 얼굴인식 성능 개선

저해상도 얼굴 인식 성능 향상을 위한 어텐션 맵 전이 기법. GIST 제공

[파이낸셜뉴스] 광주과학기술원(GIST) 융합기술학제학부 이규빈 교수팀이 인공지능(AI) 딥러닝 기술을 적용해 저화질 영상에서도 눈·코·입 등 사람 얼굴의 주요 특징을 잘 인식할 수 있는 기술을 개발했다. 기존의 기술로는 얼굴인식 정확도가 30% 수준에 머물러 있지만, 연구진이 개발한 기술은 47.91%의 인식 정확도를 가져 세계 최고를 기록했다.

이규빈 교수는 24일 "이 기술로 범죄 해결의 중요 단서를 제공하는 CCTV로 멀리서 촬영된 사람의 얼굴 특징을 정확하게 인식할 수 있게 됐다"고 말했다.

저화질 화면에서는 얼굴 인식 성능이 급격하게 떨어져 수사기관이나 보안업체 등이 대상자의 신원 확인에 어려움을 겪는 일이 많다. 연구진이 개발한 기술을 활용하면 저화질 CCTV 영상 등에서의 얼굴 인식 성능이 개선될 것으로 보인다.

연구진은 고해상도 얼굴 이미지에서 학습한 정보를 저해상도 얼굴 이미지 인식 모델에 전달해 성능을 향상시킬 수 있는 방법을 찾아냈다. 여기에는 어텐션 맵을 이용한다 어텐션 맵은 딥러닝 네트워크가 인식을 수행할 때 입력 이미지의 어떤 영역이 인식 결과에 많은 영향을 주었는지 시각화 한 정보다.

즉 높은 인식 성능을 보이는 고해상도 네트워크는 어텐션 맵에서 주요 얼굴 영역이 1에 가까운 높은 활성 값을 나타낸다. 하지만, 저해상도 네트워크의 어텐션 맵은 해당 영역에서 0에 가까운 낮은 활성 값을 갖는다.

연구진은 저해상도 네트워크의 어텐션 맵이 고해상도 네트워크의 어텐션 맵과 유사해지도록 학습하는 손실 함수를 추가했다. 이를통해 저해상도 네트워크가 얼굴 인식에 도움이 되는 주요 영역에 초점을 맞출 수 있도록 유도했다.

연구진은 '카시아 웹페이스(CASIA-WebFace)' 데이터 셋으로 훈련해 '타이니페이스(TinyFace)' 공인 벤치마크에서 평균 24×24 픽셀인 저해상도 이미지로 얼굴 인식 성능을 평가했다. 그결과, 기존 세계 최고 수준의 인식 성능인 45.49%보다 5% 향상된 47.91%의 인식 정확도를 보였다. 연구진은 "이는 현재까지 가장 높은 수준의 성능"이라고 말했다.

이 기술은 얼굴 인식 외에도 저해상도 이미지에서 물체의 종류를 분류하는 테스트에서도 높은 성능을 나타냈다. 이는 다양한 컴퓨터 비전 태스크에서 적용될 수 있음을 의미한다.

한편, 연구진은 이번에 개발한 기술을 세계 3대 컴퓨터 비전 학회인 '유럽 컴퓨터 비전 학술대회(ECCV) 2022'에서 지난 23일 발표했다.
#CCTV #인공지능 #AI #얼굴인식 #GIST