신장범 / 전자전기공학과 석사과정
최근 지능 로봇의 비전센서 인식기능의 핵심이라 표현할 수 있는 스마트 비전 인터페이스 기술 개발이 진행되고 있다. 스마트 비전 인터페이스의 디지털 줌 기능, 물체추적 기능, 얼굴 인식 기능 등은 영상 추적 및 식별 관련 스마트 단말기, 자동차, 의료, 보안, 영상산업 기술과 연계돼 고부가 가치를 창출하는 첨단기술산업으로 발전하고 있다.
이러한 기술 산업 전망 속에 지능로봇비전연구실은 로봇에 장착된 비전 센서의 영상정보를 개발된 알고리즘을 적용해서 고속으로 처리하는 그래픽 프로세싱 유닛(Graphic Processing Unit)의 라이브러리 개발 및 앱 구현을 통해 상용화를 위한 연구를 진행 중이다.
우선 물체 및 얼굴을 식별하기 위한 정보처리 과정으로 ADA-BOOST 알고리즘 기법을 적용할 수 있다. 이는 얼굴, 사진 등을 학습시켜 유사한 이미지를 검출한다. ADA-BOOST의 원리는 간단한 얼굴 분석기들을 직렬종속 형태로 연결해 데이터를 처리하도록 하는 것이다. 얼굴분석기는 주로 하르 기저함수를 이용해 두 공간의 차이를 추출하게 된다. 이는 여러 사람의 얼굴을 찾을 수 있고 학습 완료 후에는 실시간 추적에서 빠른 검출 속도를 갖는 장점이 있는 반면 학습 소요시간이 길다는 단점도 있다. 이렇게 검출된 물체 및 얼굴은 다시 등록된 사용자의 얼굴과 비교해 연산 데이터로 처리 가능하다. 사용자의 얼굴을 인식하는 과정에서는 PCA(Princial Components Analysis) 기술을 이용할 수 있는데, 이는 얼굴의 주요성분들을 비교·분석해 데이터를 분류하는 것이다. PCA는 데이터베이스에 저장된 고유값(Eignevector)를 구해 각 데이터들의 가중치를 구하고 이를 조합해 가장 유사한 사진을 찾아낸다. 또한 여러 명의 사용자를 등록해 사용자에 따라 개별적인 서비스 제공을 가능하게 할 뿐만 아니라 등록된 사용자 이외의 접근을 차단 시키는 서비스를 구현할 수 있다. 이 기술 역시 학습에는 다소 시간이 소요되지만 노이즈, 회전, 뒤틀림에는 어느 정도 강점을 갖는다. 최종적으로 얻어진 얼굴 영상의 특징점을 인식하고 추적하는 기술에 사용되는 EBGM(Elastic Buch Graph Matching)은 영상의 왜곡, 회전, 조명 등에 강점을 갖는 Gabor Filter를 사용하는데, 이는 학습 시간이 짧다는 특징이 있다. 다만 특징점 초기값과 검색 범위 제한 등에 따라 검출율에 많은 영향을 받고, 검색율을 고려해 검색 범위를 넓히면 계산량은 크게 증가하기 때문에 속도면에서는 손실을 고려해야한다. EBGM에 사용하는 Gabor Filter는 포유류의 신경세포와 유사한 반응 특성을 보이는 영상필터로 주파수와 방향에 대한 영상의 특징을 추출하는데 사용한다. 정의된 특징점들은 EBGM을 통해 계속 그 위치를 수정할 수 있다. 또한 이를 응용해 얼굴 부위의 위치변화 정보를 얻을 수 있고, 그 정보들을 기반으로 사람의 현재 감정 상태나 변화를 유추할 수 있다.
이렇듯 얼굴 검출, 인식, 특징점 인식의 연구개발을 통해 로봇 눈에 해당되는 비전센서의 물체 추적 및 인식이 가능해질 뿐만 아니라 열악한 주변 환경에서도 높은 추적률과 인식률을 선보일 수 있다. 또한 스마트폰 분야에서도 촬영한 영상의 확대 성능이 향상되고 CCTV의 영상 품질 또한 최대로 향상시킬 수 있다. 더불어 산업에 응용·활용 할 수 있는 방안에는 스마트 자동차 분야가 있다. 최근 개발되는 고성능 다이나믹레인지 센서를 이용한 나이트 비전(Night Vision)과 같이 야간에 그림자와 하이라이트가 동시에 나타나게 해 도로에서 횡단하는 보행자를 보호하는 것이 그 예라 할 수 있다. 필자는 이 비전센서 연구를 훗날 국방산업과 연계해 로봇 제어를 통한 임베디드 시스템 기술 개발에 보탬이 되고자 한다. 더불어 우리가 실생활에서 접하는 영상 인식 및 탐색, 비전 처리 연구를 통해 스마트 비전 인터페이스의 기술겙姸� 산업적 기대 효과가 극대화되길 바란다.