일상생활을 하다보면 우리 주변에는 많은 카메라들이 우리를 지켜보고 있는 것을 볼 수 있는데, 각종 감시 카메라, 교통카메라, 휴대폰에 장착된 카메라, 웹카메라 등이 그것이고, 이러한 카메라를 통하여 하루에도 수많은 비디오 동영상들이 만들어지고 있다. 그렇지만, 현재 대부분의 검색엔진은 이러한 비디오 파일로 대표되는 동영상 파일들을 정확하게 검색하는 기능을 갖고 있지 못한 상황인데, 미국 카네기멜론 대학의 연구진이 개발한 새로운 유형의 소프트웨어는 위에서 언급한 카메라를 통하여 저해상도로 촬영한 사용자의 얼굴일지라도 보다 인식을 쉽게 할 수 있는데, 이에 대하여 다루고 있는 다음의 기사에 주목하고자 한다.
이러한 소프트웨어 개발을 통하여 이완 맥그리거 주연의 "아일랜드"에서 그러하였던 것처럼 거리에서 범죄자들이나 실종자들을 조회하거나 찾는 일을 웹이라는 인터페이스를 통하여 보다 쉽게 수행될 수 있게끔 지원할 수 있도록 하는 차세대 비디오 검색엔진의 주된 발전방향이 나타날 수 있다. 본 기사는 바로 사용자들에게 얼굴 인식 소프트웨어 개발을 통하여 차세대 검색엔진의 필수적인 기능 중의 하나가 효과적인 이미지 검색기능이고, 이를 통하여 차세대 검색엔진의 발전방향의 중심이 무엇이 될 수 있는지에 대하여 제시하고 있다.
최근 개발되고 있는 얼굴 인식 시스템 자체의 작동은 훌륭하다고 평가할 수 있지만, 이를 효과적으로 수행하기 위하여 연구진이 얼굴의 각도, 빛, 사용되는 카메라의 유형을 자동으로 조정할 수 있게 되었는데, 이번에 카네기 멜론대학에서 개발된 소프트웨어가 주목받는 가장 큰 이유 중의 하나는 이미지 해상도에 상관없이 얼굴 혹은 패턴인식을 가능하게 하고, 이를 검색할 수 있는 기술을 개발하였다는 점에 있다. 일반적으로 얼굴 인식 시스템이 사람을 인식하기 위해서는 다양한 유형의 얼굴에 관련된 데이터를 수집한 데이터베이스에 의하여 자료를 체계적으로 정리되어야 할 필요가 먼저 존재하는데, 각 얼굴마다, 해당 시스템이 소위 다양한 이미지 픽셀에서 패턴들을 분별할 수 있도록 하는 추출 알고리즘을 사용하여 사람들의 신체적 특징에 관계된 패턴들을 인식하고 이를 학습하도록 지원하는 것이 먼저 필요하다.
그렇지만, 이러한 작업을 수행할 때 나타날 수 있는 가장 큰 문제 중 하나는 현존하는 얼굴 인식 시스템이 하나의 단일 시스템 내에서는 같은 해상도를 가진 이미지끼리만 얼굴들을 인식할 수밖에 없다는 점이다. 이러만 문제를 해결하기 위하여 연구진은 저해상도의 이미지를 가진 시스템을 학습하도록 하는 시스템으로 개발할 것인지, 아니면 해상도를 높여서 시스템의 문제점을 해결하도록 하는 접근방식을 취할 것인지 양자택일의 접근방식을 취하였는데, 이러한 갈림길에서 후자의 접근방식에 대하여 소위 슈퍼 해상도 알고리즘을 사용하여 검색결과를 자동으로 혼합하는 기술이 이번에 가능하여진 것으로 전문가들은 해석하고 있다. 슈퍼 해상도 알고리즘은 이미지에 존재하는 사물의 유형에 관한 일종의 가정값을 설정하고, 이러한 가정값에 기반을 두고 해당 오브젝트들의 경계를 선명하게 하는 기술을 통하여 저해상도의 이미지들을 고해상도에서 검색하는 것이 가능하도록 지원하는 것으로 풀이되는데, 결과는 생각보다 높게 나타나 과학자들을 들뜨게 만들고 있는 것으로 알려지고 있다.
카네기 멜론대학의 관련 교수진은 표준화된 슈퍼 해상도를 사용한 얼굴 인식 시스템을 개선하는 작업에 착수하였는데, 본 연구진은 슈퍼 해상도 알고리즘과 얼굴 인식 시스템의 추출 알고리즘을 혼합하여 새로운 소프트웨어를 만드는 작업을 시작하였고, 해당 이미지에 부합하는 시스템을 만들기 위하여, 중간단계의 조정 알고리즘 또한 새로이 개발하였고, 이러한 접근방법을 통하여 슈퍼 해상도 알고리즘이 단독으로 사용되었을 경우에 나타날 수 있는 문제점 또한 보완 해결할 수 있는 것으로 현재 기대되고 있다.
최근 IEEE에 발표된 본 연구진의 새로운 논문은 다중 이미지나 프레임, 혹은 복수의 카메라에서 촬영한 이미지까지 자동으로 분석하는 것이 가능하다고 밝히고 있는데, MIT의 뇌과학 관련 연구진은 저해상도 이미지와 비디오 파일의 문제점이 이러한 새로운 추출 알고리즘을 통한 소프트웨어 개발을 통하여 해결될 수 있는 계기가 탄생하게 된 것이라고 본 시스템이 가지는 장점을 평가했다. 슈퍼 해상도 알고리즘은 여전히 개선의 여지가 많이 남아있기는 하지만, 기존의 검색엔진들이 텍스트 질의를 기반으로 발전해온 접근방식을 취하였다면, 이제는 이미지를 어떻게 효과적으로 검색하는 방향으로 진화하게 될 것인지에 대하여 차세대 검색엔진의 발전방향을 이러한 알고리즘 개발과 연계하여 제시하고 있는 것에 무게를 둘 필요가 있는 것이다.
이러한 소프트웨어 개발을 통하여 이완 맥그리거 주연의 "아일랜드"에서 그러하였던 것처럼 거리에서 범죄자들이나 실종자들을 조회하거나 찾는 일을 웹이라는 인터페이스를 통하여 보다 쉽게 수행될 수 있게끔 지원할 수 있도록 하는 차세대 비디오 검색엔진의 주된 발전방향이 나타날 수 있다. 본 기사는 바로 사용자들에게 얼굴 인식 소프트웨어 개발을 통하여 차세대 검색엔진의 필수적인 기능 중의 하나가 효과적인 이미지 검색기능이고, 이를 통하여 차세대 검색엔진의 발전방향의 중심이 무엇이 될 수 있는지에 대하여 제시하고 있다.
최근 개발되고 있는 얼굴 인식 시스템 자체의 작동은 훌륭하다고 평가할 수 있지만, 이를 효과적으로 수행하기 위하여 연구진이 얼굴의 각도, 빛, 사용되는 카메라의 유형을 자동으로 조정할 수 있게 되었는데, 이번에 카네기 멜론대학에서 개발된 소프트웨어가 주목받는 가장 큰 이유 중의 하나는 이미지 해상도에 상관없이 얼굴 혹은 패턴인식을 가능하게 하고, 이를 검색할 수 있는 기술을 개발하였다는 점에 있다. 일반적으로 얼굴 인식 시스템이 사람을 인식하기 위해서는 다양한 유형의 얼굴에 관련된 데이터를 수집한 데이터베이스에 의하여 자료를 체계적으로 정리되어야 할 필요가 먼저 존재하는데, 각 얼굴마다, 해당 시스템이 소위 다양한 이미지 픽셀에서 패턴들을 분별할 수 있도록 하는 추출 알고리즘을 사용하여 사람들의 신체적 특징에 관계된 패턴들을 인식하고 이를 학습하도록 지원하는 것이 먼저 필요하다.
그렇지만, 이러한 작업을 수행할 때 나타날 수 있는 가장 큰 문제 중 하나는 현존하는 얼굴 인식 시스템이 하나의 단일 시스템 내에서는 같은 해상도를 가진 이미지끼리만 얼굴들을 인식할 수밖에 없다는 점이다. 이러만 문제를 해결하기 위하여 연구진은 저해상도의 이미지를 가진 시스템을 학습하도록 하는 시스템으로 개발할 것인지, 아니면 해상도를 높여서 시스템의 문제점을 해결하도록 하는 접근방식을 취할 것인지 양자택일의 접근방식을 취하였는데, 이러한 갈림길에서 후자의 접근방식에 대하여 소위 슈퍼 해상도 알고리즘을 사용하여 검색결과를 자동으로 혼합하는 기술이 이번에 가능하여진 것으로 전문가들은 해석하고 있다. 슈퍼 해상도 알고리즘은 이미지에 존재하는 사물의 유형에 관한 일종의 가정값을 설정하고, 이러한 가정값에 기반을 두고 해당 오브젝트들의 경계를 선명하게 하는 기술을 통하여 저해상도의 이미지들을 고해상도에서 검색하는 것이 가능하도록 지원하는 것으로 풀이되는데, 결과는 생각보다 높게 나타나 과학자들을 들뜨게 만들고 있는 것으로 알려지고 있다.
카네기 멜론대학의 관련 교수진은 표준화된 슈퍼 해상도를 사용한 얼굴 인식 시스템을 개선하는 작업에 착수하였는데, 본 연구진은 슈퍼 해상도 알고리즘과 얼굴 인식 시스템의 추출 알고리즘을 혼합하여 새로운 소프트웨어를 만드는 작업을 시작하였고, 해당 이미지에 부합하는 시스템을 만들기 위하여, 중간단계의 조정 알고리즘 또한 새로이 개발하였고, 이러한 접근방법을 통하여 슈퍼 해상도 알고리즘이 단독으로 사용되었을 경우에 나타날 수 있는 문제점 또한 보완 해결할 수 있는 것으로 현재 기대되고 있다.
최근 IEEE에 발표된 본 연구진의 새로운 논문은 다중 이미지나 프레임, 혹은 복수의 카메라에서 촬영한 이미지까지 자동으로 분석하는 것이 가능하다고 밝히고 있는데, MIT의 뇌과학 관련 연구진은 저해상도 이미지와 비디오 파일의 문제점이 이러한 새로운 추출 알고리즘을 통한 소프트웨어 개발을 통하여 해결될 수 있는 계기가 탄생하게 된 것이라고 본 시스템이 가지는 장점을 평가했다. 슈퍼 해상도 알고리즘은 여전히 개선의 여지가 많이 남아있기는 하지만, 기존의 검색엔진들이 텍스트 질의를 기반으로 발전해온 접근방식을 취하였다면, 이제는 이미지를 어떻게 효과적으로 검색하는 방향으로 진화하게 될 것인지에 대하여 차세대 검색엔진의 발전방향을 이러한 알고리즘 개발과 연계하여 제시하고 있는 것에 무게를 둘 필요가 있는 것이다.