활성 기반 모델을 이용한 EM 학습: 이미지 템플릿 자동 생성 기법

초록

이 논문은 이미지 템플릿을 활성 기반(active basis) 모델로 표현하고, 객체가 위치·크기·방향이 불확실한 상황에서 EM‑type 알고리즘을 통해 템플릿을 학습하는 방법을 제시한다. E‑step에서는 현재 템플릿을 이용해 각 학습 이미지에서 객체의 위치·방향·스케일을 추정(자기 지도), M‑step에서는 추정된 정렬 정보를 바탕으로 공유 스케치(shared sketch) 알고리즘으로 템플릿을 재학습한다. 이를 통해 인식과 지도 학습이 번갈아 수행되는 반복 과정이 구현된다.

상세 분석

본 논문은 통계적 관점에서 컴퓨터 비전 문제를 재해석한다. 먼저 이미지 템플릿을 “활성 기반 모델”이라는 선형 결합 형태로 정의한다. 활성 기반은 Gabor 파형과 같은 방향성·길이·스케일을 가진 파동 요소들을 사전 정의된 사전(dictionary)에서 선택하고, 선택된 요소들은 각 이미지마다 미세한 위치·방향·스케일 변동(perturbation)을 허용한다. 이러한 변동은 객체 형태의 비강직성(deformation)을 모델링하는 핵심 메커니즘이며, 파동 요소들의 계수는 희소(sparse)하게 추정된다.

학습 상황을 두 가지로 구분한다. (1) 완전 감독(supervised) 상황에서는 모든 이미지가 동일한 포즈와 위치·스케일에 정렬돼 있어, 공유 스케치 알고리즘을 직접 적용해 파동 요소를 순차적으로 선택하고, 각 요소의 계수 분포를 추정한다. (2) 비감독 혹은 약감독 상황에서는 객체가 이미지 내에서 임의의 위치·방향·스케일에 존재한다. 여기서 저자들은 이러한 불확실성을 잠재 변수(latent variable)로 모델링하고, EM‑type 알고리즘을 도입한다.

E‑step에서는 현재 템플릿을 이용해 각 이미지에서 가장 높은 매칭 점수를 주는 변환 파라미터(위치, 회전, 스케일)를 찾는다. 이는 “self‑supervision”이라 부르며, 기존 템플릿을 탐지기(detector)로 활용하는 과정이다. 탐지 결과는 이미지 정렬을 위한 가상의 완전 데이터(complete data) 역할을 한다.

M‑step에서는 정렬된 이미지 집합을 가지고 공유 스케치 알고리즘을 다시 실행한다. 여기서는 파동 요소의 선택과 계수 추정이 동시에 이루어지며, 전체 완전 데이터 로그우도(complete‑data log‑likelihood)를 증가시키는 방향으로 파라미터가 업데이트된다. 기존 EM와 차별되는 점은 파라미터뿐 아니라 모델 구조(선택된 파동 요소 자체)도 동시에 최적화된다는 점이다.

알고리즘의 수렴 특성은 완전 데이터 로그우도가 매 반복마다 비감소함을 보장함으로써 설명된다. 또한, 파동 요소 사전이 매우 크기 때문에 실제 구현에서는 효율적인 매칭 추적(matching pursuit)과 병렬 처리를 활용한다. 실험에서는 사슴, 새, 자전거 등 다양한 객체 카테고리에 대해, 완전 감독 학습과 비교했을 때 약간의 성능 저하만 보이며, 특히 객체가 크게 변형되거나 배경 잡음이 강한 경우에도 견고한 템플릿을 얻을 수 있음을 보여준다.

이 논문의 주요 기여는 (i) 이미지 템플릿을 통계적 생성 모델로 정형화하고, (ii) 잠재 변수로서 위치·방향·스케일을 도입한 EM‑type 학습 프레임워크를 제시한 점, (iii) M‑step에서 모델 구조 선택까지 포함하는 확장된 EM 알고리즘을 구현한 점이다. 또한, 활성 기반 모델이 파동 기반 신경 메커니즘과 연결되어 있어, 통계학자와 컴퓨터 비전 연구자 간의 교량 역할을 수행한다는 점에서도 의미가 크다.