연합뉴스 본문 바로가기 메뉴 바로가기

연합뉴스 최신기사
뉴스 검색어 입력 양식

시각 인지 인공지능 성능 2배 높인 신경망 개발

송고시간2021-07-14 09:07

beta

시각 인지 인공지능 성능을 2배 이상 높인 딥러닝 기술이 개발됐다.

DGIST는 정보통신융합전공 임성훈 교수 연구팀이 복잡하고 다양한 이미지에서 영상의 환경 정보를 분리·변환하는 인공지능 신경망 모듈을 개발했다고 14일 밝혔다.

요약 정보 인공지능이 자동으로 줄인 '세 줄 요약' 기술을 사용합니다. 전체 내용을 이해하기 위해서는 기사 본문과 함께 읽어야 합니다. 제공 = 연합뉴스&줌인터넷®

DGIST 임성훈 교수팀 영상 환경정보 분리·변환 기술 연구

(대구=연합뉴스) 한무선 기자 = 시각 인지 인공지능 성능을 2배 이상 높인 딥러닝 기술이 개발됐다.

DGIST는 정보통신융합전공 임성훈 교수 연구팀이 복잡하고 다양한 이미지에서 영상의 환경 정보를 분리·변환하는 인공지능 신경망 모듈을 개발했다고 14일 밝혔다.

DGIST 정보통신융합전공 임성훈(오른쪽) 교수와 이승훈 학위연계과정생
DGIST 정보통신융합전공 임성훈(오른쪽) 교수와 이승훈 학위연계과정생

[DGIST 제공. 재판매 및 DB 금지]

기존 딥러닝 연구는 여러 비슷한 특징을 가진 이미지 집합인 도메인(Domain)에서 공통으로 나타나는 이미지 정보를 찾는 데 초점을 맞췄다.

이 때문에 이미지 정보를 제대로 활용하기 어려워 적용 가능한 데이터와 모델의 성능에 한계가 있었다. 또한 활용한 이미지 정보를 선형적으로 단순하게 구성해 한 이미지로 변환된 결과물 하나만을 얻을 수 있었다.

임 교수 연구팀은 이미지 정보 구성이 도메인마다 다를 수 있고 선형적 구성처럼 단순한 구성이 아닐 것이라는 가설을 세웠다.

연구팀은 이미지 정보를 전체적인 형태 정보와 스타일 정보로 뚜렷하게 나눌 수 있는 분리기를 설계하고 이를 이용해 도메인마다 다른 가중치를 사용해 도메인 간 차이를 반영할 수 있게 했다. 또 분리된 이미지 정보 간 연관성을 이용해 각 이미지 구성에 알맞은 스타일 정보를 찾는 새로운 신경망 구조를 개발하는 데 성공했다.

연구팀이 개발한 신경망은 한 모델로도 여러 도메인 이미지 변환이 자유자재로 가능한 장점이 있다.

이에 시각 인지 문제에 새로 개발한 도메인 적응 알고리즘을 적용했을 때 기존보다 2배 높은 정확도를 보일 수 있었다고 연구팀은 밝혔다.

임 교수는 "이번에 개발한 신경망은 이미지 정보에 대한 새로운 분석이 담긴 것이다"며 "향후 관련 기술을 좀 더 개선한다면 많은 분야에 적용돼 인공지능 분야 발전에 긍정적인 영향을 줄 것으로 기대한다"고 말했다.

복잡한 구성의 이미지에 대한 이미지 변환 결과
복잡한 구성의 이미지에 대한 이미지 변환 결과

[DGIST 제공. 재판매 및 DB 금지]

이 연구는 최근 인공지능 분야 국제학술지 'IEEE Conference on Computer Vision and Pattern Recognition'에 실렸다.

연구에는 제1 저자인 정보통신융합전공 이승훈 학위연계과정생이 참여했다.

mshan@yna.co.kr

댓글쓰기
에디터스 픽Editor's Picks

영상

뉴스
댓글 많은 뉴스