클래스에 구애받지 않는 객체 카운팅 최신 동향

초록

본 설문은 클래스‑agnostic counting(CAC) 분야의 연구를 체계적으로 정리한다. 저자는 대상 클래스 지정 방식을 기준으로 reference‑based, reference‑less, open‑world text‑guided 세 가지 패러다임으로 분류하고, 30여 개 모델의 구조와 FSC‑147·CARPK 벤치마크 성능을 비교한다. 또한 데이터 라벨 의존성, 일반화 한계 등 현재 과제와 향후 연구 방향을 제시한다.

상세 분석

이 설문은 CAC라는 비교적 새로운 문제 정의를 명확히 정리하고, 기존 클래스‑specific 카운팅과의 차별점을 강조한다. 핵심은 “대상 클래스 지정 방식”에 따라 세 가지 패러다임을 제시한 점이다. 첫 번째인 reference‑based 접근은 few‑shot 학습을 기반으로, 이미지와 몇 개의 exemplar bounding box를 입력받아 self‑similarity 매칭 혹은 프로토타입 기반 회귀를 수행한다. 대표적인 모델로는 FamNet, RPN‑based 방법, 그리고 최근의 CAC‑ViT 등이 있다. 이들 방법은 높은 정확도를 보이지만, 실시간 시스템이나 사용자 친화적 인터페이스에선 exemplar 제공 비용이 큰 장애물이다. 두 번째인 reference‑less 접근은 이미지 내부의 반복 패턴을 자동으로 탐지해 dominant class를 추정한다. GCNet, ZSC, 그리고 최근의 VL‑Counter가 이에 속한다. 이들은 exemplar 의존성을 없애면서도 self‑similarity에 크게 의존하므로, 객체가 명확히 반복되지 않거나 복잡한 배경을 가진 경우 성능이 급격히 저하된다. 세 번째인 open‑world text‑guided 접근은 CLIP‑Count, V‑Count 등 vision‑language 모델을 활용해 자연어 프롬프트로 대상 클래스를 지정한다. 이 패러다임은 인간과의 인터랙션을 크게 향상시키며, zero‑shot 일반화 능력이 뛰어나다. 그러나 현재는 텍스트‑이미지 정합성에 의존하기 때문에, 모호하거나 다의적인 프롬프트에 취약하고, 대규모 라벨링 없이도 정확한 density map을 생성하는 기술이 아직 미흡하다.
벤치마크 분석에서는 FSC‑147를 gold‑standard 로 삼아 MAE, RMSE, NAE 등 다양한 지표를 제시한다. reference‑based 모델이 전반적으로 최고 성능을 기록했으며, 특히 CAC‑ViT가 최신 transformer 기반 설계로 6.2% MAE 감소를 달성했다. 반면 reference‑less와 text‑guided 모델은 일반화 측면에서 CARPK(차량 카운팅)와 같은 도메인 전이 실험에서 큰 격차를 보였다. 이는 학습 데이터의 도메인 편향과 텍스트 프롬프트 설계의 불안정성 때문으로 해석된다.
또한 논문은 데이터 라벨링 비용, 특히 점 라벨(점 위치)과 exemplar 박스의 이중 라벨링이 CAC 연구의 병목임을 강조한다. 이를 해결하기 위한 방향으로 semi‑supervised, self‑training, 그리고 synthetic data generation 기법이 제안되었으며, 특히 diffusion model 기반 이미지‑점 쌍 생성이 주목받고 있다. 마지막으로, 모델의 불확실성 추정, 멀티‑클래스 동시 카운팅, 비정형 영상(드론·위성) 적용 등 향후 연구 과제로 제시한다. 전체적으로 이 설문은 CAC 분야의 현황을 한눈에 파악하게 해 주며, 각 패러다임의 장·단점을 명확히 구분함으로써 연구자들에게 향후 연구 로드맵을 제시한다.