이미지·비디오와 변환 모델을 위한 그래픽 모델 학습

** 본 논문은 이미지·비디오와 같은 고차원 시계열 데이터를 다루는 전통적인 확률 모델(GMM, FA, HMM)에 변환 불변성을 부여하는 새로운 프레임워크를 제시한다. 기존 모델들은 입력이 고정된 좌표계에 존재한다는 가정 하에 파라미터를 학습하기 때문에, 이미지가 평면 이동, 회전, 전단 등 변환을 겪을 경우 클러스터링·차원 축소·시계열 추정 성능이 급격히 저하된다. 이를 해결하기 위해 저자는 **이산 변환 변수 ℓ** 를 도입한다. ℓ는 사전에 정의된 변환 집합(예: 픽셀 단위 이동, 여러 각도의 회전·전단 등) 중 하나를 선택하는 인덱스로, 각 변환은 입력 데이터를 정규화된 좌표계로 매핑한다. 변환 변수는 관측되지 않은 잠재 변수와 동일하게 EM 알고리즘의 E‑step에서 posterior 책임을 계산하고, M‑step에서 파라미터와 변환 prior를 동시에 업데이트한다. 수학적으로, 변환 GMM은 p(x|θ)=∑ₖπₖ ∑_ℓ p(ℓ) 𝒩(T_ℓ(x); μₖ, Σₖ) 로 표현되며, 여기서 T_ℓ는 ℓ에 해당하는 변환 연산자이다. 변환 FA는 x = T_ℓ⁻¹ (W z + μ) + ε 로 정의되고, 변환 HMM은 각 시점 t에 변환 ℓ_t를 추가해 상태 전이와 변환 전이를 결합한다. 학습 과정은 기존 EM 절차와 동일하게 진행되지만, 변환에 대한 책임 γ_{iℓ}을 추가로 계산한다. 변환 집합이 이산적이므로, 사전 계산된 변환 매트릭스와 FFT 기반 이동 연산을 활용해 연산량을 크게 줄일 수 있다. 변환 prior p(ℓ)는 데이터에 가장 빈번히 나타나는 변환을 자동으로 학습한다. 실험에서는 현미경 영상 필터링, 얼굴 포즈 클러스터링, 손글자 인식, 비디오 클러스터링·객체 추적, 잡음 제거 등 다섯 가지 도메인에서 변환‑불변 모델의 효과를 검증하였다. 현미경 영상에서는 작은 이동·스케일 변환을 모델링해 배경 잡음과 세포 신호를 명확히 구분했으며, 얼굴 데이터에서는 회전·전단 변환을 포함해 동일 인물의 다양한 포즈를 하나의 클러스터로 묶어 클러스터 품질을 크게 향상시켰다. 손글자 인식 실험에서는 MNIST에 대한 이동·왜곡 변환을 고려해 인식 정확도가 2~3% 상승했다. 비디오 클러스터링·객체 추적에서는 프레임 간 카메라 흔들림을 변환 변수로 모델링해 객체 궤적을 부드럽게 추정하고, 배경 잡음(물결·안개)을 효과적으로 제거했다. 전반적으로 변환‑불변 모델은 기존 모델 대비 변환에 강인한 성능을 보이며, 변환 prior를 학습함으로써 데이터에 내재된 변환 패턴을 자동으로 파악한다. 본 연구의 장점은 변환을 명시적으로 모델링함으로써 기존 EM 기반 학습 흐름을 크게 변경하지 않고도 변환 민감성을 해소한다는 점이다. 또한 변환 prior를 학습함으로써 사전에 변환을 정의해 두어야 하는 부담을 완화한다. 그러나 변환 집합을 미리 정의해야 하며, 변환 수가 많아질 경우 연산 복잡도가 증가한다는 한계가 있다. 연속 변환을 다루기 위한 베이지안 연속 변환 변수 도입, 딥러닝 기반 변환 인코더와의 결합, 다중 모달리티 데이터에 대한 공동 변환 모델링 등 향후 연구 방향이 제시된다. 최종적으로, 변환‑불변 그래픽 모델은 이미지·비디오 분석, 증강 현실, 로봇 비전 등 변환이 빈번히 발생하는 실시간 응용 분야에 적용 가능성을 보여준다. **