비오는 날에도 ‘잘 구별하는’ AI영상인식 시스템이 개발됐다.

최근 영상 인식 기술이 발전하면서 CCTV나 블랙박스로 범죄나 사고를 확인하는 일이 많아지고 있다.

또한 자율주행 자동차나 전투기 등 전면 디스플레이에 영상 인식 기술이 적용되면서 외부 환경을 빠르게 인식하고 대응하기도 한다.

하지만 비가 오거나 눈이 오는 날엔 영상인식이 정확히 동작하기 어려웠다.

이러한 한계를 극복하기 위해 포스텍 연구팀은 ‘유럽 컴퓨터비전 학술대회 2020’에서 악천후 상황에서도 영상 인식 모델들이 강인하게 동작할 수 있도록 돕는 새로운 영상 증강 모델을 소개했다.

포스텍 인공지능대학원의 곽수하, 조성현 교수 연구팀은 영상 인식 인공지능 모델들에게 안경과도 같은 역할을 하는 영상 증강 모델을 개발했다.

이 모델은 기존의 다양한 영상 인식 모델들의 앞에 부착돼 각종 악조건으로 인해 손상된 입력 영상을 인식하기에 적합한 형태로 변화시킨다.

또한 다양한 오염의 원인을 효과적이고 효율적으로 다룰 수 있도록 설계됐고 어떠한 영상 인식 문제와 모델 구조에도 적용될 수 있도록 학습된다.

연구팀은 실험을 통해 제안하는 모델이 영상 분류에서부터 물체 검출 및 분할에까지 이르는 다양한 영상 인식 모델들의 인식률과 신뢰성을 높이고, 현존하는 영상 개선 모델들과 비교해 그 효과가 월등히 뛰어나다는 것을 확인했다.

특히 이 모델은 영상 인식 시스템을 변경할 필요 없이 그 앞에 부착돼 성능을 높이기 때문에 기존 인식 모델들을 재학습 하지 않아도 된다는 장점이 있다.

이 영상증강 모델은 다양한 악조건에서도 정확한 영상 인식을 수행할 수 있게 한다.

이는 인공지능 기술이 실제 생활에 응용될 가능성을 보여준다.

특히 자율주행 자동차나 낮은 성능의 카메라 시스템에서 촬영된 영상에서도 신뢰성 있는 영상 인식이 가능케 할 수 있다.