"어둠속 범죄자 꼼짝마!" 저해상 CCTV 영상 고화질로 인식한다

- 광주과기원 이규빈 교수팀

저해상도 얼굴 인식 성능 향상을 위한 어텐션 맵 전이 기법 개요.[지스트 제공]

[헤럴드경제=구본혁 기자] 광주과학기술원(지스트) 연구진이 인공지능(AI) 딥러닝 기술을 적용해 저화질 영상에서도 눈·코·입 등 사람 얼굴의 주요 특징을 잘 인식할 수 있는 기술을 개발했다.

저화질 화면에서는 얼굴 인식 성능이 급격하게 저하돼 수사기관이나 보안업체 등이 대상자의 신원 확인에 어려움을 겪는 일이 많은데, 이번 성과가 활용되면 저화질 CCTV 영상 등에서의 얼굴 인식 성능이 개선될 것으로 기대된다.

얼굴 인식 분야에서 딥러닝 기술은 99% 이상의 정확도를 보이며 범죄 현장 등 보안 분야에서 활발히 활용되고 있다.

하지만 기존 얼굴 인식 딥러닝 기술은 24×24 픽셀 수준의 저해상도 이미지에서는 사람 얼굴의 주요 특징을 담고 있는 이목구비 영역이 아닌, 피부와 같이 해상도에 영향을 적게 받는 부위에 집중해 얼굴 인식을 수행한다.

고해상도(평균 112×112 픽셀) 얼굴 이미지들을 학습한 기존 인식 모델의 경우도 저해상도(평균 24×24 픽셀) 이미지들로 구성된 TinyFace 벤치마크에서 평가했을 때 인식 정확도가 30% 수준에 그치는 실정이다.

또한 이미지의 해상도가 높더라도 멀리서 촬영되거나 다수의 사람이 한꺼번에 촬영될 경우 각각의 얼굴 정보는 적은 픽셀로 구성돼 낮은 인식 성능을 보인다. 상용화된 얼굴 인식 제품들이 가까운 거리에서 한 명씩 촬영한 후 인식을 수행하는 이유다.

지스트 융합기술학제학부 이규빈 교수 연구팀은 어텐션 맵을 이용해 고해상도 얼굴 이미지에서 학습한 정보를 저해상도 얼굴 이미지 인식 모델에 전달해 성능을 향상시킬 수 있는 방법을 개발했다.

연구팀은 저해상도 네트워크의 어텐션 맵이 고해상도 네트워크의 어텐션 맵과 유사해지도록 학습하는 손실 함수를 추가하여, 저해상도 네트워크가 얼굴 인식에 도움이 되는 주요 영역에 초점을 맞출 수 있도록 유도했다.

왼쪽 아래부터 시계 반대방향으로 이주순 융합기술학제학부 통합과정, 신성호 통합과정, 이규빈 교수, 이준석 통합과정, 유연국 박사과정.[지스트 제공]

연구팀은 CASIA-WebFace 데이터 셋으로 훈련, TinyFace 공인 벤치마크에서 저해상도(평균 24×24 픽셀) 이미지로 얼굴 인식 성능을 평가했을 때 기존 세계 최고 수준의 인식 성능인 45.49%보다 5% 향상된 47.91%의 인식 정확도를 얻으며, 현재까지 가장 높은 수준의 성능을 달성했다.

얼굴 인식 외에도 저해상도 이미지에서 물체의 종류를 분류하는 과업에서도 연구팀이 제안한 방법이 높은 성능 향상을 거두어 다양한 컴퓨터 비전 태스크에서 적용될 수 있음을 확인했다.

이규빈 교수는 “이번 연구 성과가 응용되면 범죄 해결의 중요 단서를 제공하는 CCTV로 멀리서 촬영된 사람의 얼굴 특징을 정확하게 인식할 수 있게 됐다”면서 “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 연구결과는 세계 3대 컴퓨터 비전 학회 ‘유럽 컴퓨터 비전 학술대회’에서 발표됐다.

nbgkoo@heraldcorp.com