DGIST, 다양한 영상 속 물체 분석 신개념 인공지능 모델 개발

최근 인공지능의 한 분야인 딥러닝 기법이 고도화되고 그 성능이 가파르게 증가함에 따라 관련 연구가 활발하다. 특히 산업분야에서의 요구가 꾸준히 증가하며, 더 넓고 다양한 분야와 관련된 항공 영상이 획득됐다. 다만, 항공 영상은 촬영하는 시각뿐 아니라 촬영위치, 도시 등에 따라 항공영상의 특성을 나타내는 도메인이 달라진다. 이렇게 항공사진들이 모두 각기 다른 도메인을 갖게 되면, 향후 다른 도메인을 갖는 각각의 여러 항공영상을 통합, 종합적인 사진 내 특정 물체 검출이나 영상 예측에 활용이 어려운 한계가 있다.

이에 황재윤 교수 연구팀은 여러 도메인의 항공영상들의 네트워크 파라미터를 가변적으로 미세조정 한다면 이러한 문제를 해결 할 수 있을 것이란 가설을 세우고 연구를 진행했다. 그 결과, 연구팀은 항공 영상 상의 건물을 정확하게 분할하거나, 다양한 도메인의 항공 영상에서 건물을 정밀하게 탐지하는데 성공했다. 또한 생성적·적대적 신경망의 구조를 확장, 촬영되는 사진에 입력되는 도메인에 맞게끔 인공지능 신경망의 파라미터를 자체적으로 변화할 수 있는 도메인 적응형 신경망도 함께 개발했다.

황재윤 DGIST 정보통신융합전공 교수는 “이번 연구를 통해 개발한 신경망은 도메인에 따라 신경망이 자가 적응하는 새로운 신경망”이라며, “향후 관련 기술을 좀 더 개선한다면 리모트 센싱, 의료 영상 등 많은 분야들에 적용돼 인공지능 분야의 발전에 긍정적인 영향을 줄 것으로 기대된다”고 말했다.
윤기영 기자