지스트, AI 딥러닝 얼굴 인식 기술 개발 저화질 CCTV 영상 성능 개선 기대 임채만 기자

2022년 10월 24일(월) 20:45

지스트(광주과학기술원) 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 기존의 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 수행하며, 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 이유이다.

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.

높은 인식 성능을 보이는 고해상도 네트워크는 어텐션 맵에서 주요 얼굴 영역이 1에 가까운 높은 활성 값을 나타내지만, 저해상도 네트워크의 어텐션 맵은 해당 영역에서 0에 가까운 낮은 활성 값을 나타낸다. 연구팀은 저해상도 네트워크의 어텐션 맵이 고해상도 네트워크의 어텐션 맵과 유사해지도록 학습하는 손실 함수를 추가, 저해상도 네트워크가 얼굴 인식에 도움이 되는 주요 영역에 초점을 맞출 수 있도록 유도했다.

이에 기존 세계 최고 수준의 인식 성능인 45.49%보다 5% 향상된 47.91%의 인식 정확도를 얻으며, 현재까지 가장 높은 수준의 성능을 달성했다. /임채만 기자