AI 모델 및 플랫폼

연구 팀, 3D 얼굴 표정 감지 위한 AI 기술 개발

Alex McFarland
Unite.AI를 Google의 선호 소스에 추가
핵심 포인트KAIST의 라이트필드 카메라가 그림자를 극복하여 안정적인 3D 얼굴 재구성을 가능하게 합니다.
더 보기
  • KAIST의 라이트필드 카메라가 그림자를 극복하여 안정적인 3D 얼굴 재구성을 가능하게 합니다.
  • D 이미지에 대한 머신러닝이 표정 구별에서 85%의 정확도를 달성했습니다.
  • 이 기술은 모바일 헬스케어 및 인간-기계 상호작용 애플리케이션을 가능하게 합니다.

카이스트의 정기훈 교수와 이도헌 교수가 이끄는 공동 연구 팀은 근적외선 라이트 필드 카메라 기술과 인공 지능(AI)을 결합하여 얼굴 표정 감지를 위한 새로운 기술을 개발했다.

이 연구는 Advanced Intelligent Systems에 발표되었다.

라이트 필드 카메라

라이트 필드 카메라는 이미지 센서 앞에 마이크로 렌즈 어레이를 포함하고 있으며, 이를 통해 스마트폰에 적합한 크기로 제작할 수 있다.동시에, 단일 촬영으로도 빛의 공간 및 방향 정보를 획득할 수 있다.

이 이미징 기술은 다중 뷰, 재초점, 3D 이미지 획득 등 다양한 방식으로 이미지를 재구성할 수 있다.

그러나, 이 기술에는 일부 제한이 있다. 기존 라이트 필드 카메라는 외부 광원으로 인한 그림자로 인해 정확한 이미지 대조도와 3D 재구성을 제공하는 데 어려움을 겪었다.

연구 팀은 환경 광에 의존하는 3D 이미지 재구성의 정확도를 안정화할 수 있었으며, 기존 라이트 필드 카메라의 제한을 극복할 수 있었다. 연구 팀은 얼굴 표정의 3D 이미지 재구성에 최적화된 새로운 카메라를 개발하여 다양한 감정의 얼굴 표정의 고품질 3D 재구성 이미지를 획득할 수 있었다. 이는 환경의 조명 조건에 관계없이 가능했다.

표정 구분을 위한 기계 학습

연구 팀은 획득한 3D 이미지에서 얼굴 표정을 구분하기 위해 기계 학습을 사용했으며, 85%의 정확도를 달성했다. 또한, 3D 이미지에서 얼굴 표정에 따라 변하는 거리 정보의 상호 의존성을 계산하여 라이트 필드 카메라가 인간의 표정을 구분하는 데 사용하는 정보를 식별했다.

“연구 팀이 개발한 초소형 라이트 필드 카메라는 인간의 얼굴 표정과 감정을 정량적으로 분석하는 새로운 플랫폼이 될 수 있다”고 정기훈 교수는 말했다.

이 연구는 다양한 산업에 큰 영향을 미칠 수 있다.

“모바일 헬스케어, 현장 진단, 사회 인지, 인간-기계 상호 작용 등 다양한 분야에서 적용될 수 있다”고 그는 말했다.

Alex는 Unite.AI의 AI 기반 뉴스 운영을 이끌고 있습니다. 저널리즘, 조사, 자동화를 결합해 인공지능에 관한 소식을 시의적절하게, 확장 가능한 방식으로 보도할 수 있도록 지원합니다. 그의 업무는 매체의 편집 기준을 유지하면서 새로운 AI 동향을 효율적으로 찾아 보도하는 데 기여합니다.