• 목록

<발표 후기>
11월 3일 (금)
세션 : S4.인공지능
제목 : Efficient Data Design Approaches for Object Detection in CCTV

이번 발표는 CCTV 환경에서의 강건한 Object Detection 모델 학습을 위한 데이터 설계 방안에 대하여 포스터 발표를 진행했다. CCTV 환경에서는 기존 많은 선행연구들과 달리 데이터의 고유 특성으로 인해 '문제상황과의 유사도'/'클래스 분포'/'데이터 양' 의 측면에서 다른 접근이 필요하다는 것을 주제로 Frame Sampling 과 Data Fusion에 대해 제안한 연구였다. 질문에 있어서는 본 연구의 보완점이라고 인지하고 있던 sampling 방식에 대한 질문이 있었고, Fusion의 경우 open dataset을 활용하는 것이 아닌 data augmentation 기법 중 cropping에 대한 제안을 받았다.
학회 준비기간 이후 현재까지 보다 최적화된 Sampling 기법 연구 필요성을 확인하기 위해 각 채널별 독립적으로 동일 수량을 randomly sampling 한 실험을 진행했고, IoU를 기준으로 sampling 했던 케이스보다 더 우수한 성능을 확인할 수 있었다. 이를 통해 future works의 타당성을 확인했으며 더 최적화된 sampling 기법 연구를 추가 진행할 계획이다.


<청취 후기>
11월 3일 (금)
세션 : 초연결·고신뢰 산업지능 연구센터 세션논문
제목 : Dual Supervision을 이용한 이미지 객체 간 관계 추출

본 연구는 Human Annotation과 Distant Supervision을 결합한 Dual Supervision을 이용한 객체 간 관계 추출을 실험한 연구로 광운대학교 김민규 연구원이 발표를 진행했다. 관심이 있던 영역이라 기존에 human action을 기반으로 scene recognition을 한 연구는 찾아본 적이 있는데 객체와 객체 간 관계를 기반으로 scene을 설명하고자 한 실험이라 흥미를 느꼈다. 본 연구에서는 task를 Detection 과 Image Relation Extraction 2가지 스텝으로 나눴으며, 이중 Image Relation Extraction에 집중한 연구였다. 다만, Detection stage 에서 오/미탐이 발생할 경우에 대한 대안과, 2개 이상 객체가 등장한 이미지에서의 관계 추출, 관계 추출 대상 객체들의 선정 이유(거리, 동일 class)에 대해서는 확인이 필요하여 함께 고민해보기로 했다. CCTV 관제에 있어서 화면상에 표출되는 scene을 설명할 수 있다면 데이터 적재 효율 측면에서 뿐만 아니라 anomaly detection과 alert management 측면에서 많은 활용이 가능할 것 같아 이번 학회 때 내 연구 주제에 적용할 수 있는 방안에 대해 고민해볼 수 있는 발표였다.