다양한 항공영상에 흩어져 있는 건물, 인공지능이 분석한다

DGIST 황재윤 교수팀, 다양한 영상 속 물체 분석에 탁월한 신개념 인공지능 모델 개발

DGIST 황재윤 교수팀이 딥러닝 기술을 활용해 도메인이 상이한 영상에서의 물체 분할을 위한 세계 최고 인공지능 신경망 모듈을 개발했다. 이번 연구 성과는 리모트 센싱, 의료영상 분야 기술 발전에 있어 긍정적인 영향을 줄 것으로 기대된다.
 

▲ 정보통신융합전공 황재윤 교수(우), 이경수 박사과정생(좌)(사진출처=DGIST)

이번 연구 결과는 제1저자인 정보통신융합전공 이경수 석박통합과정생이 참여했다. 아울러 컴퓨터 비전 및 인공지능 분야 최상위 학회인 ‘International Conference on Computer Vision(ICCV) 2021’ 학회에 소개됐다.

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 획득되었다.

다만, 항공 영상은 촬영하는 시각뿐만 아니라 촬영위치, 도시 등에 따라서 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 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.
 
 

▲ 인공지능 신경망 구조(사진출처=DGIST)

연구팀이 개발한 신경망은 다양한 도메인들에 맞춰 자체적으로 파라미터를 변형할 수 있다는 장점을 지닌다. 이에, 여러 도메인의 항공영상에서 건물 검출(segmentation)을 위한 알고리즘을 적용하였을 때, 인공지능 신경망을 학습한 도메인을 포함한 다른 다양한 도메인의 항공영상에서도 건물의 위치와 경계 및 모양을 정확하게 검출할 수 있었다.

▲ 여러 도메인의 항공 영상에서 건물 추출 인공지능 망 및 결과. 가장 마지막 열의 영상이 본 연구진이 개발한 인공지능 신경망을 통해 검출한 결과이며, 다른 첨단 모델 (state-of-the-art) 신경망 모델들과 비교하였을 때, 더 나은 성능을 보였다.(사진출처=DGIST)


황재윤 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 적용되어 인공지능 분야의 발전에 긍정적인 영향을 줄 것으로 기대된다”고 말했다.

글. 이지은 기자 smile20222@brainworld.com|사진 및 자료출처 = DGIST(대구경북과학기술원)  


ⓒ 브레인미디어 무단전재 및 재배포 금지