인하대, 인공지능 콘텐츠창작 연구센터 학생들 잇따라 수상

한국정보과학회 인공지능 분야에서 인공지능 콘텐츠창작 연구센터 학생들, 새로운 접근으로 우수 논문상 수상

인하대 인공지능 콘텐츠창작 연구센터 학생들이 최근 잇따라 우수 논문상을 수상하며 그 실력을 인정받았다.

인하대(총장‧조명우)는 최근 열린 한국정보과학회에서 인공지능 콘텐츠창작 연구센터 이명오(28) 학생과 송기흔(32) 학생이 인공지능 분야에서 우수 논문상을 수상했다고 5일 밝혔다.

최근 열린 한국정보과학회 인공지능 분야에서 우수 논문상을 수상한 인공지능 콘텐츠창작 연구센터 (왼쪽부터)송기흔(32) 학생과 이명오(28) 학생.[사진=인하대]

이명오 학생은 ‘특징 연결과 깊이별 분리 컨볼루션을 이용한 효율적인 얼굴 감정인식 CNN(Efficient CNNs with Feature Concatenation and Depthwise Separable Convolution for Facial Expression Recognition)’ 논문에서 얼굴 표정에 나타나는 감정을 효과적으로 인식할 수 있는 네트워크를 제안했다.

합성곱 신경망(CNN)은 이미지를 입력으로 받아 데이터가 갖는 특성을 추출하고 해당 이미지를 인식하는 합성곱 신경망으로 딥러닝에서 가장 많이 사용되는 알고리즘 중 하나다.

논문은 깊이별 분리 컨볼루션과 특징 정보의 재사용과 채널 정보를 재조정해 복잡도를 줄이면서도 효과적으로 감정을 인식할 수 있는 딥러닝 네트워크를 제안했다. 또 각 채널 정보에서 중요도가 높은 채널에 더 큰 가중치를 부여해 모델의 성능을 높혔다.

이어 송기흔(32) 학생은 '특징점 배치의 기하학적 유사성을 이용한 GS-RANSAC(GS-RANSAC : An Error Filtering Algorithm in Homography Estimation with Geometric Similarities of Feature Points)'를 발표해 주목 받았다.

RANSAC은 증강현실에서 증강객체를 올려놓을 위치를 계산하기 위해 사용하는 방법으로, GS-RANSAC은 기존 RANSAC에서 증강객체의 위치의 정확도를 개선한 새로운 방법이다.

이 논문에서 송기흔 학생은 증강객체의 좌표 계산을 위해서 선택하는 이미지 간의 특징점(이미지 상 물체의 모서리 부분)이 서로 비슷한 배치를 이루도록 검사해 높은 정확도로 증강객체를 증강하는 방법을 제안했다.

이는 기존 증강현실에서 증강객체가 잘못된 위치에 나타나는 현상을 47%만큼 줄여 증강현실 사용자가 기존보다 좀 더 자연스럽게 증강된 증강객체를 통해 정보를 얻을 수 있게 됐다.

학생들을 지도한 조근식 인공지능 콘텐츠창작 연구센터장은  “이명오 학생이 연구한 얼굴 감정인식은 미래에 인공지능이 인간과 소통하기 위해 사용될 필수 기술이고 송기흔 학생이 연구한 RANSAC은 사람들의 관심이 점점 높아지고 있는 증강현실의 핵심 기술로 자연스러운 증강현실 구현에 필요한 주요 기술이다”며 “딥러닝에 관심 는 많은 학생들이 세계의 학자들이 공유하고 있는 데이터를 이용해 고민하고 문제를 해결하려 노력하면 연구하고자하는 주제를 찾을 수 있고 더 큰 주제로도 확장할 수 있을 것이다”고 말했다.

한국정보과학회는 소프트웨어, 정보기술 전 분야에 걸쳐 최신 연구 결과를 발표하는 국내 권위 있는 학술대회다.