객체 탐지

Object Detection; 객체 검출

영상에서 물체의 위치를 경계 상자로 찾고 그 종류까지 분류하는 과제

분류가 "무엇이 있는가" 만 답하는 것과 달리 객체 탐지는 "무엇이 어디에 있는가" 에 답한다. 출력은 경계 상자 좌표, 클래스, 신뢰도 점수의 묶음이다.

두 가지 계열

• 2단계 방식 : 물체가 있을 만한 영역을 먼저 제안하고 그 영역을 분류한다. 정확하지만 느리다. R-CNN, Fast R-CNN, Faster R-CNN
• 1단계 방식 : 영역 제안 없이 위치와 종류를 한 번에 예측한다. 빠르다. YOLO, SSD, RetinaNet

YOLO

You Only Look Once

• 이미지를 신경망에 한 번만 통과시켜 경계 상자와 클래스를 동시에 예측한다. 이름이 여기서 나왔다.
• 입력 영상을 S×S 격자로 나누고, 격자마다 경계 상자 몇 개와 클래스 확률을 예측한다.
• 영역 제안과 분류를 나누지 않으므로 실시간 처리가 된다. 지능형 CCTV, 자율주행처럼 지연이 중요한 곳에 쓴다.
• 대신 작은 물체나 서로 겹친 물체에서는 2단계 방식보다 정확도가 떨어진다.
• 같은 물체에 여러 상자가 잡히면 비최대 억제(NMS)로 하나만 남긴다.

평가 지표

• IoU : 예측 상자와 정답 상자가 겹치는 비율
• mAP : 클래스별 평균 정밀도의 평균
• FPS : 초당 처리 프레임 수

얼굴 검출

얼굴은 객체 탐지의 대표적인 적용 대상이다.

• 특징 기반 : 하르 유사 특징과 아다부스트를 쓰는 비올라-존스 방식
• 신경망 기반 : MTCNN, RetinaFace 처럼 합성곱 신경망으로 얼굴 영역과 특징점을 함께 찾는다
• 검출한 얼굴에서 특징 벡터를 뽑아 등록된 벡터와 견주면 얼굴 인식이 된다. 검출(어디에 얼굴이 있는가)과 인식(누구인가)은 다른 단계다.

같이 보기

• 합성곱 신경망
• 인공 신경망