생체 영감을 받은 학습 가능한 특징 추출기로 오디오·이미지 표현 학습

본 논문은 패턴 인식 분야에서 특징 설계와 학습 사이의 간극을 메우기 위해, 인간 청각 및 시각 시스템에서 영감을 얻은 학습 가능한 특징 추출기인 COPE와 B‑COSFIRE를 제안한다. 기존 딥러닝 기반 방법은 대규모 라벨 데이터와 높은 연산 비용을 요구하지만, 제안된 방법은 단일 프로토타입 샘플만으로 자동 구성되는 필터 구조를 통해 적은 데이터로도 높은 성능을 달성한다. 먼저, 오디오 처리에 적용되는 COPE(Combination of Peaks of Energy) 추출기는 시간‑주파수 스펙트로그램 상의 에너지 피크 군집을 모델링한다. 프로토타입 사운드의 피크 위치와 강도를 학습하여, 동일하거나 변형된 사운드가 입력될 때 높은 응답을 생성한다. 이는 코클레아와 내이의 청각 신경 세포가 소리 압력 변화를 전기 신호로 변환하는 과정을 모방한 것이다. COPE는 다중 클래스 SVM과 결합되어, 잡음이 심한 환경에서도 오디오 이벤트를 정확히 검출한다. 실험에서는 MIVIA 오디오 이벤트와 도로 소음 데이터셋에서 기존 Bag‑of‑Features 기반 방법 대비 인식률을 각각 86.7%→95.38%, 82%→94%로 크게 향상시켰으며, t‑검정에서 통계적으로 유의한 차이를 보였다. 시각 처리에 적용되는 B‑COSFIRE(Bar‑selective Combination of Shifted Filter Responses) 필터는 DoG(차분 가우시안) 필터들의 응답을 기하 평균으로 결합하고, 필터들의 지지 영역을 선형으로 정렬함으로써 선형·곡선 패턴에 대한 선택적 반응을 구현한다. 회전 불변성은 DoG 응답을 적절히 시프트하는 방식으로 효율적으로 달성한다. 이러한 설계는 V1 영역의 단순 세포가 선형 자극에 반응하는 메커니즘을 수학적으로 재현한다. B‑COSFIRE는 혈관, 도로, 균열 등 다양한 이미지에서 선형·곡선 구조를 검출하는 데 사용되었다. 특히, 네 개의 안구 망막 혈관 데이터셋(DRIVE, STARE, CHASE DB1, HRF)에서 민감도(Se) 0.751~0.777, 특이도(Sp) 0.958~0.974를 달성해 최신 필터링 및 딥러닝 기반 방법과 동등하거나 우수한 성능을 보였다. 특징 선택 단계에서는 정보 이론(상호 정보)과 머신러닝(예: SVM) 기반 방법을 사용해 최적의 B‑COSFIRE 서브셋을 자동으로 선정한다. 이는 과적합을 방지하고 연산 효율성을 높이는 역할을 한다. 또한, 필터 뱅크를 대규모로 구성한 뒤 선택된 필터만을 사용해 픽셀‑단위 특징 벡터를 만들고, 이를 SVM에 입력해 혈관/비혈관을 분류한다. 연산 복잡도 측면에서 MATLAB 구현이 실시간 요구 사항을 충족할 정도로 효율적이며, 코드와 데이터셋이 GitLab을 통해 공개되어 재현 가능성을 보장한다. 논문은 또한 B‑COSFIRE를 항공 사진, 레이저 스캔, 도로 균열 이미지 등에 적용해 기존 전용 알고리즘과 비교해 비슷하거나 더 나은 결과를 얻었다는 점을 강조한다. 결론적으로, 이 연구는 인간 감각 시스템의 구조적 특성을 모델링한 학습 가능한 특징 추출기를 통해, 대규모 라벨 데이터가 부족한 상황에서도 강인하고 일반화 가능한 표현을 자동으로 학습할 수 있음을 입증한다. 이는 임베디드 시스템, 저전력 디바이스, 실시간 감시 등 데이터와 연산 자원이 제한된 실제 응용 분야에 큰 활용 가치를 제공한다.