실시간 적응형 객체 탐지 시스템 ARTOS

초록

ARTOS는 이미지넷 기반의 대규모 양성·음성 샘플을 자동으로 수집·전처리하고, HOG‑WHO 특징과 선형 판별 분석(LDA)을 이용해 빠르게 탐지 모델을 학습한다. 클러스터링·하모니 서치 기반 임계값 최적화를 통해 다중 모델 혼합을 구성하고, GUI와 파이썬 인터페이스를 제공해 사용자가 현장 이미지로 손쉽게 모델을 적응·보정할 수 있다. 실험 결과는 기존 방법 대비 F1‑점수가 크게 향상됨을 보여준다.

상세 분석

ARTOS는 객체 탐지 파이프라인을 ‘데이터 획득‑특징 추출‑모델 학습‑임계값 최적화‑실시간 검출’의 다섯 단계로 구조화하고, 각 단계마다 기존 연구를 효율적으로 재활용한다. 데이터 획득은 ImageNet의 바운딩 박스 주석을 활용해 자동으로 수천 장의 양성 샘플을 확보한다는 점에서 라벨링 비용을 크게 절감한다. 특징 추출은 Dalal‑Triggs의 HOG를 기반으로 하면서 Felzenszwalb 등(2010)의 개선을 적용하고, Hariharan et al.(2012)의 WHO(Whitened HOG) 변환을 추가한다. WHO는 공분산 행렬 Σ⁻¹을 사전에 계산해 특성 벡터를 백색화함으로써 LDA 기반 선형 분류기의 가중치 w = Σ⁻¹(μ₊ − μ₋) 를 빠르게 얻을 수 있게 한다. 여기서 음성 평균 μ₋와 공분산 Σ는 양성 샘플과 무관하게 미리 오프라인에서 추정되므로, 새로운 객체 카테고리를 학습할 때는 양성 평균 μ₊만 계산하면 된다.

클러스터링 단계는 두 단계로 이루어진다. 첫 번째는 이미지의 종횡비(aspect‑ratio) 기준으로 대략적인 그룹을 만든 뒤, 두 번째는 WHO 특징에 대해 k‑means를 적용해 세부 클러스터를 형성한다. 각 클러스터마다 위의 LDA 식으로 개별 선형 탐지기를 학습하고, 이를 모델 혼합으로 결합한다. 혼합 모델의 최종 스코어는 개별 탐지기의 점수 중 최댓값을 취한다는 단순하지만 효과적인 전략을 채택한다.

임계값(bias) 최적화는 두 단계로 진행된다. 먼저 각 탐지기에 대해 F1‑Measure를 최대화하도록 개별 bias를 탐색하고, 이후 전체 혼합 모델의 성능을 고려해 하모니 서치(Harmony Search) 알고리즘을 적용해 bias 조합을 전역 최적화한다. 하모니 서치는 휴리스틱 탐색이지만 구현이 간단하고, 실험에서는 충분히 좋은 결과를 제공한다.

실시간 검출 엔진은 Dubout·Fleuret(2012)의 FFLD(Fast Fourier Linear Detector)를 사용한다. FFLD는 컨볼루션 정리를 이용해 템플릿 매칭을 주파수 영역에서 수행함으로써 CPU 기반에서도 수십 프레임/초의 속도를 달성한다. 따라서 학습된 모델을 비디오 스트림에 바로 적용할 수 있다.

사용자 인터페이스는 C++ 라이브러리를 C‑style API로 감싸고, Qt 기반 GUI와 파이썬 래퍼(PyARTOS)를 제공한다. 사용자는 GUI에서 synset을 선택하고 ‘Learn!’ 버튼만 클릭하면 자동으로 모델이 생성되며, 현장 카메라로 촬영한 인‑시투(in‑situ) 이미지를 추가해 모델을 재학습·보정할 수 있다. 이는 도메인 쉬프트 문제를 실용적으로 해결한다는 점에서 큰 장점이다.

실험은 Göh​ring et al.(2014)에서 사용한 Office 데이터셋을 그대로 재현해 비교하였다. 결과는 원본 ImageNet 모델만 사용했을 때 55.5 %의 F1, 현장 모델만 사용했을 때 51.0 %에 비해, 적응·혼합 모델을 적용한 ARTOS는 63.5 %를 기록하며 기존 방법(54.1 %)보다 현저히 높은 성능을 보였다. 이는 클러스터링과 임계값 최적화가 모델 다양성과 정확도 향상에 기여했음을 시사한다.

한계점으로는 현재 ImageNet 로컬 복사본이 필요하고, 하모니 서치 외의 최적화 기법에 대한 비교가 부족하다는 점을 들 수 있다. 또한 WHO 외의 딥러닝 기반 특징을 직접 통합하지 않아 최신 CNN 탐지기와의 성능 격차가 존재한다. 향후 공개 모델 카탈로그 구축, 자동 다운로드 모듈, 딥 특징과의 하이브리드 학습 등이 계획되어 있다.

요약하면, ARTOS는 기존 연구를 모듈화·자동화하여 비전 연구자와 실무자가 최소한의 노력으로 대규모 객체 탐지 모델을 구축·적응·실시간 적용할 수 있게 만든 실용적인 오픈소스 플랫폼이다.