영상과 사회 레포트 - 객체 인식 기술의 원리를 설명하고 그 응용 분야를 서술하시오.

I. 서론

횡단보도 앞에서 휴대전화를 들고 카메라를 켜면 화면 안에 사람과 자동차가 동시에 들어온다. 사람의 눈은 어느 것이 차이고 어느 것이 사람인지 거의 바로 구분하지만 컴퓨터에게는 색값이 모인 격자일 뿐이다. 객체 인식 기술은 그 격자에서 특정 대상의 특징을 찾아 무엇인지 판별하고 필요하면 어디에 있는지까지 표시한다. 사진 정리, 자율주행, 공장 검사, 의료영상 같은 분야에서 널리 쓰이지만 목적에 따라 요구 수준은 크게 달라진다. 객체 인식의 핵심은 이미지를 작은 특징으로 바꾸고, 학습한 패턴과 비교해 범주와 위치를 결정하는 데 있다.

II. 본론

1) 이미지 속 대상을 위치와 범주로 바꾸는 인식 과정

객체 인식이라는 말은 넓게 쓰인다. 이미지 분류는 사진 전체에 하나의 이름을 붙이고, 객체 검출은 사진 안의 여러 물체에 이름과 위치를 함께 붙인다. 인스턴스 분할은 같은 범주의 물체도 개별 개체로 구분해 정확한 픽셀 영역을 찾는다. 실제 서비스에서 객체 인식이라고 부를 때는 분류와 검출, 분할이 섞여 있는 경우가 많다. 사진 한 장에 고양이 한 마리만 있을 때는 분류로 충분하지만 도로 영상에서는 자동차 여러 대와 보행자의 위치가 동시에 필요하다.

전통적인 객체 인식은 특징을 사람이 설계했다. 영상에서 모서리나 선을 찾고, 질감과 색 분포를 수치로 만들고, 그 특징 벡터를 분류기에 넣었다. SIFT 같은 국소 특징은 물체가 회전하거나 크기가 달라져도 비슷한 지점을 찾도록 설계됐다. 보행자 검출에서는 사람의 윤곽을 잘 표현하는 방향성 경사 특징이 쓰였다. 이런 방식은 계산 구조가 분명하고 데이터가 적은 상황에서도 쓸 수 있었지만 복잡한 배경과 다양한 자세를 모두 손수 만든 특징으로 설명하기 어려웠다.

기계학습이 결합되면서 인식은 통계적 판단이 됐다. 학습 이미지마다 정답 범주를 붙이고 특징 분포를 모델이 배우도록 한다. 새 이미지가 들어오면 기존 범주 중 어느 쪽과 가까운지 계산한다. 선형 분류기, 서포트 벡터 머신, 결정트리 같은 방법이 사용됐다. 핵심은 학습 자료가 현실의 변화를 충분히 담는가였다. 정면 얼굴만 학습하면 옆얼굴을 잘 못 알아보고 맑은 날 도로만 학습하면 비 오는 밤 영상에서 성능이 떨어질 수 있다.

객체 인식은 같은 물체가 다른 모습으로 찍히는 문제를 해결해야 한다. 자동차는 앞, 옆, 뒤가 모두 다르고 부분적으로 가려지기도 한다. 사람은 자세와 옷이 계속 바뀐다. 촬영 거리와 렌즈, 조명, 그림자도 픽셀값을 바꾼다. 배경과 물체의 색이 비슷하면 경계가 흐려지고 작은 물체는 정보 자체가 적다. 좋은 인식기는 이런 변화를 범주 내부의 자연스러운 차이로 받아들이면서 다른 범주와는 구분해야 한다.

인식 과정에는 위치 추정도 중요하다. 분류 모델은 사진 전체에서 가장 강한 특징만 보고 이름을 맞힐 수 있지만 객체 검출 모델은 물체가 어디까지 차지하는지 사각형 좌표를 예측해야 한다. 후보 영역을 많이 만들고 각각 분류하는 방식도 있고, 화면 전체를 일정한 격자로 나눠 위치와 범주를 한 번에 예측하는 방식도 있다. 후자는 속도가 빠르기 때문에 영상 처리에 유리하다. 위치가 조금 틀린 예측과 완전히 다른 곳을 가리킨 예측을 구분하려면 실제 영역과 예측 영역이 얼마나 겹치는지 평가하는 기준이 필요하다.