"이 모델로 사람이 많이 모이는 사고위험 상황에서 빠르게 사전 방지할 것”

인피닉은 ‘가상 정사각형 레이블을 사용한 군중 계산 및 개인 위치 파악(Crowd Counting and Individual Localization Using Pseudo Square Label, 이하 PSL-Net)’ 연구 논문이 SCI(E)급 국제 학술지 ‘IEEE 액세스’에 게재됐다고 16일 밝혔다. 
 
인피닉의 인공지능 연구소에서 발표한 이번 논문은 영상에 촬영된 다수의 사람 머리를 중심점 기준 정사각형 객체로 취급해 탐지하는 모델이다. 이 모델은 기존 방식보다 사람의 위치 판단이 정확해 과밀지역 판단에 용이하다. 
 
PSL-Net 모델은 앵커 프리 방식을 택했다. 기존 방법 중 세계 최고 수준 모델의 앵커 기반 방식은 이미지 내 객체가 있을 만한 크기의 사각형이나 점을 미리 정의하는 방법이다. 이 방법은 앵커에서 거리가 멀리 떨어진 곳을 예측할 때 신뢰성이 떨어질 수 있고 앵커가 많아질수록 연산량도 많아 모델의 효율이 떨어진다. 그러나 인피닉이 사용한 앵커 프리 방식은 가상의 박스와 머리 존재 확률, 중심도까지 예측할 수 있어 더욱 높은 성능을 낼 수 있다. 
 
한편, PSL-Net 연구 모델이 게재된 ‘IEEE 액세스’는 국제전기전자기술협회(IEEE)에서 발행하는 SCI(E)급 국제 학술지다. 공학과 기술 분야의 다양한 주제를 다루고 있으며, 특히 기술적인 혁신과 발전을 보여주는 주요 논문들을 게재한다. 또, 이번 연구는 글로벌 머신러닝 학술 사이트인 ‘페이퍼 위드 코드’의 군중 계수 부문인 상하이 테크 데이터셋 A와 B에서 높은 지표를 기록하며 두 데이터 세트에서 전 세계 1위에 올랐다.
 
이번 논문 저술을 책임진 송광호 선임 연구원은 “군중 밀도 연구에 대한 세계적인 흐름은 단순 밀도 파악에서 군중 개별 위치 예측을 통해 군중 난류를 감지하는 등 점차 구체화하는 추세다”며, “인피닉의 연구 모델은 기존의 모델들 보다 더 견고하고 높은 성능을 낼 수 있어, 사람이 많이 모이는 사고위험 상황에서 빠르게 사전 방지할 수 있을 것”이라고 설명했다. 

헬로티 서재창 기자 |