머신 비전을 위한 관심 영역 기반 고효율 압축 기술 ROI 패킹

초록

본 논문은 인간이 아닌 머신 비전 분석을 위해 특화된 새로운 이미지 압축 방법 ‘ROI-Packing’을 제안한다. 객체 탐지나 인스턴스 분할 같은 엔드 태스크의 정확도에 중요한 관심 영역(ROI)을 효율적으로 포장하고, 덜 중요한 데이터는 과감히 제거함으로써, 엔드 태스크 모델의 재학습 없이도 압축 효율을 극대화한다. 다양한 데이터셋과 태스크에 대한 실험에서, 최신 VVC 코덱 대비 최대 44.10%의 비트레이트 감소를 달성했으며, 동일 비트레이트에서 최대 8.88%의 정확도 향상을 보였다.

상세 분석

이 논문이 제안하는 ROI-Packing 방법론의 핵심 혁신은 ‘머신을 위한 압축’에 대한 패러다임 전환에 있다. 기존 압축 기술이 인간의 시각적 지각 특성(HVS)에 최적화되었다면, 본 방법은 특정 AI 태스크의 성능을 유지하는 데 필수적인 정보만을 선별적으로 보존한다. 이는 엔드-투-엔드 학습 기반 VCM 방법론과 달리, 기존에 배포된 추론 모델을 재학습할 필요 없이 적용 가능하다는 실용적 장점을 지닌다.

기술적 세부사항을 살펴보면, 프로세스는 크게 ROI 탐지(YOLOv7 사용), 패딩(주변 문맥 확보), 볼록 헐 기반 영역 통합, 그리드 정렬 및 직사각형 분할, 적응적 스케일링, Bin Packing 알고리즘을 통한 단일 프레임 패킹의 단계로 구성된다. 특히 Bin Packing을 통해 여러 ROI를 하나의 저해상도 프레임에 밀집 배치함으로써 공간 효율성을 극대화하고, 이 패킹된 프레임을 VVC(All-Intra)로 압축한다. 디코더에서는 압축 해제 후 메타데이터를 기반으로 각 ROI를 원래 위치와 크기로 복원한다.

실험 결과에서 주목할 점은 BD-Rate 지표가 모든 조건에서 음(-)의 값을 기록했다는 것이다. 이는 제안 방법이 비교 대상(Remote Inference Anchor, 즉 VVC로 전체 이미지를 압축하는 방식)보다 항상 더 낮은 비트레이트로 동일한 정확도를 달성함을 의미한다. 최대 44.10%의 비트레이트 감소는 상당한 대역폭 절감 효과를 시사한다. 또한 TVD 데이터셋에서 객체 탐지 정확도(mAP)가 8.88% 향상된 결과는, 제안 방법이 단순히 데이터를 줄이는 것을 넘어 불필요한 배경 정보를 제거함으로써 오히려 모델의 판단에 방해가 되는 노이즈를 감소시켰을 가능성을 보여준다.

본 연구는 MPEG에서 표준화를 진행 중인 ‘비디오 코딩 포 머신(VCM)’ 분야의 실질적인 기여로, 산업계 합의로 도출된 공통 테스트 조건(CTC) 하에서 검증되었다는 점에서 표준화 활동과의 긴밀한 연계성을 보인다. 다만, ROI 탐지를 위해 YOLOv7과 같은 추가 모델 추론이 필요하다는 점은 엣지 디바이스의 계산 부하를 증가시킬 수 있는 trade-off로 남아있다.