인피닉, 국제 학술지 IEEE에 군중 개별 위치 예측 논문 게재

구자윤 2024. 7. 16. 08:48
자동요약 기사 제목과 주요 문장을 기반으로 자동요약한 결과입니다.
전체 맥락을 이해하기 위해서는 본문 보기를 권장합니다.

인피닉은 '가상 정사각형 레이블을 사용한 군중 계산 및 개인 위치 파악(Crowd Counting and Individual Localization Using Pseudo Square Label)' 연구 논문이 SCI(E)급 국제 학술지 'IEEE 액세스'에 게재됐다고 16일 밝혔다.

이번 논문 저술을 책임진 송광호 선임 연구원은 "군중 밀도 연구에 대한 세계적인 흐름은 단순 밀도 파악에서 군중 개별 위치 예측을 통해 군중 난류를 감지하는 등 점차 구체화하는 추세다."며, "인피닉의 연구 모델은 기존의 모델들 보다 더 견고하고 높은 성능을 낼 수 있어, 사람이 많이 모이는 사고위험 상황에서 빠르게 사전 방지할 수 있을 것"이라고 설명했다.

음성재생 설정
번역beta Translated by kaka i
글자크기 설정 파란원을 좌우로 움직이시면 글자크기가 변경 됩니다.

이 글자크기로 변경됩니다.

(예시) 가장 빠른 뉴스가 있고 다양한 정보, 쌍방향 소통이 숨쉬는 다음뉴스를 만나보세요. 다음뉴스는 국내외 주요이슈와 실시간 속보, 문화생활 및 다양한 분야의 뉴스를 입체적으로 전달하고 있습니다.

인피닉, 국제 학술지 IEEE에 군중 개별 위치 예측

인피닉은 ‘가상 정사각형 레이블을 사용한 군중 계산 및 개인 위치 파악(Crowd Counting and Individual Localization Using Pseudo Square Label)’ 연구 논문이 SCI(E)급 국제 학술지 ‘IEEE 액세스’에 게재됐다고 16일 밝혔다.

인피닉 인공지능 연구소에서 발표한 이번 논문은 영상에 촬영된 다수의 사람 머리를 중심점 기준 정사각형 객체로 취급해 탐지하는 모델이다. 이 모델은 기존 방식보다 사람의 위치 판단이 정확해 과밀지역 판단에 용이하다. 또한 PSL-Net 모델은 앵커 프리 방식을 택했다.

기존 방법 중 세계 최고 수준 모델의 앵커 기반 방식은 이미지 내 객체가 있을 만한 크기의 사각형이나 점을 미리 정의하는 방법이다. 이 방법은 앵커에서 거리가 멀리 떨어진 곳을 예측할 때 신뢰성이 떨어질 수 있고 앵커가 많아질수록 연산량도 많아 모델의 효율이 떨어진다. 그러나 인피닉이 사용한 앵커 프리 방식은 가상 박스와 머리 존재 확률, 중심도까지 예측할 수 있어 더욱 높은 성능을 낼 수 있다.

이번 논문 저술을 책임진 송광호 선임 연구원은 “군중 밀도 연구에 대한 세계적인 흐름은 단순 밀도 파악에서 군중 개별 위치 예측을 통해 군중 난류를 감지하는 등 점차 구체화하는 추세다.”며, “인피닉의 연구 모델은 기존의 모델들 보다 더 견고하고 높은 성능을 낼 수 있어, 사람이 많이 모이는 사고위험 상황에서 빠르게 사전 방지할 수 있을 것”이라고 설명했다.

solidkjy@fnnews.com 구자윤 기자

Copyright © 파이낸셜뉴스. 무단전재 및 재배포 금지.

이 기사에 대해 어떻게 생각하시나요?