A Study on the Error Reduction Method and Structure for the Similar Objects Recognition with AI Model
Junsu Han, JongWon Kim · Journal of the Korea Academia-Industrial cooperation Society · 2022
본 논문은 유사 객체 군집 내에서 개별 객체 인식을 위한 인공지능 기반 객체 인식 모델의 인식 오류 개선 방법과 모델의 구조개선을 연구하는데 그 목적이 있다. 인공지능 기반 객체 인식 모델은 객체 데이터를 이용한 학습 과정을 통해 인식 대상 영역에 존재하는 대상 객체를 인식한다. 그러나 인식 대상 영역에 존재하는 객체들의 특징이 유사한 경우 유사 객체들을 개별적으로 구분할 때 인식 오류가 발생한다. 이에 인식 오류를 줄이기 위한 방법들과 인식모델의 구조개선에 대한 다양한 연구 결과를 분석하여 현재 사용되고 있는 인식 모델의 인식 오류를 개선하기 위한 새로운 모델구조와 방법을 제안한다. 유사 객체 군집의 대표적인 환경인 실시간 축구경기 비디오 이미지를 이용하여 제안된 인식모델과 방법의 효과성을 기존의 방법과 비교하여 정량적으로 검증하였다. 본 연구에서는 동일한 색상의 유니폼을 착용한 유사한 축구 선수 그룹에서 유사 객체 그룹에 대한 개별 객체 인식 오류의 특징으로 구분하였고, 이전 모델의 구조 변형과 새로운 검출 방법의 적용을 통해 객체 인식 오류가 개선됨을 결과로 확인하였다. 따라서 본 연구에서 제안된 인식모델의 구조와 방법을 통해 실시간 객체인식 모델의 성능을 더욱 향상시킬 수 있었으며, 유사 객체 그룹에서 개별 객체의 구분이 필요한 다양한 산업 분야에서 활용될 것으로 기대한다.