ETRI 사물인식 '보브넷' 기술
얼굴특화 편집 알고리즘 개발해
ETRI 제공
국내 연구진이 영상 속 정보를 추출·분석하는 시각 인공지능을 보다 손쉽게 구현할 수 있는 핵심 기술을 개발했다. AI 알고리즘과 전문적인 편집 프로그램 없이 사물인식, 행동추적 등 시각 인공지능에 널리 쓰일 것으로 기대된다.
한국전자통신연구원(ETRI)은 시각 인공지능 구현을 위한 보브넷(VoVNet) 기술과 사람 얼굴을 마음대로 편집할 수 있는 기술(SC-FEGAN)을 개발했다고 12일 밝혔다.
보브넷은 사진 속 객체들의 특징을 찾아내 정보를 추출·분석해 인공신경망으로 모델을 만드는 기술로, 사물 검출과 객체 부분별 분할 인식, 안면 인식 등 시각 인공지능의 핵심 기반 기술에 해당한다. 개발자들이 보다 쉽게 원하는 시각 인공지능 서비스와 기능을 제공하는 데 쓰인다.
아울러, 사람 얼굴을 쉽고 자연스럽게 편집하는 기술은 별도의 전문 편집 프로그램 없이 사진 속 인물에 특화돼 다양한 편집 기능을 제공할 수 있도록 개발된 알고리즘이다. 이 알고리즘을 이용하면 인물의 머리 모양이나 표정을 바꿀 수 있으며, 원하는 것을 추가해 넣거나 삭제·복원할 수 도 있다.
두 기술에는 딥러닝 기법 중 하나인 '갠(GAN)'을 적용해 진짜와 같은 가짜 데이터를 만들어 이미지 합성이나 변환 등에 효과적으로 활용할 수 있다. 갠은 유사한 이미지를 생성하는 네트워크와 진짜 이미지를 판별하는 네트워크를 대립시켜 학습함으로써 진짜 이미지에 가까워지도록 하는 딥러닝 방식이다. 컴퓨터 그래픽, 웹 디자인 등의 분야에서 결과물의 품질을 높이는 데 사용할 수 있다.
ETRI는 인공지능 학습에 필요한 도심 환경 사물 560종과 사물인식 학습 데이터 20만장을 공개했다. 이 데이터에는 전봇대, 신호등, 자동차 등 CCTV에 주로 녹화되는 도심 환경 속 사물 데이터가 들어 있어 도시,안전, 환경, 교통 등 다양한 분야에 활용할 수 있다.
두 기술과 공개 데이터는 오픈소스로 공개돼 깃허브(Github) 커뮤니티에서 이용할 수 있다.
박종열 ETRI 시각지능연구실장은 "국내 시각 인공지능 분야는 외국 기술 의존도가 점차 높아지고 있는 상황에서 핵심 기술과 고품질 데이터를 공개함에 따라 관련 분야 경쟁력 향상에 기여할 것"이라며 "앞으로 얼굴뿐 아니라 냉장고, 가구 등 다른 객체를 대상으로 쉽게 편집할 수 있도록 기술을 고도화해 나갈 계획"이라고 말했다.
이준기기자 bongchu@dt.co.kr
[ 저작권자 ⓒ디지털타임스, 무단 전재 및 재배포 금지 ]
