기존 안면 인식 기술은 피사체의 얼굴이 완전히 드러나야 하는 한계가 있다.

얼굴의 일부분을 가리는 경우 정확한 인식에 실패할 확률이 높은 것. 이에 한 연구팀이 안면 인식 기술에 머신 러닝을 접목해 얼굴의 50%의 노출만으로도 피사체를 인지하는 신기술을 개발했다.

영국 브래드포드대학 연구팀이 개발한 안면 인식 시스템은 전체의 절반에 해당하는 얼굴만으로 100% 정확도를 보였다.

안면 인식 시스템이란 무엇인가?

전자프런티어재단에 따르면 개인의 신원 확인을 위해 안면인식 시스템이 사용된다. 다른 신원 확인 시스템과 달리 이 안면 인식 시스템은 사람의 얼굴에 의존한다. 시스템은 알고리즘을 이용해 눈 위치, 턱 모양 등 특정 세부사항을 감지하고 얼굴을 정밀하게 식별한다. 그런 다음 신원을 확인하기 위해서 세부사항을 데이터베이스와 비교한다.

얼굴 인식 시스템이 항상 정확하지는 않다. 어떤 경우에는 시스템이 데이터베이스에 저장돼 있는 누군가의 얼굴과 일치할 수 있지만, 실제로는 일치하지 않는다. 이러한 사항을 허위 양성이라고 한다.

때때로 시스템은 사람의 얼굴이 데이터베이스에 있음에도 사람의 얼굴을 인식하지 못할 수 있는데 이를 '허위 음성'이라고 한다.

얼굴이 외부의 힘에 의해 차단되는 때가 잘못된 결과가 도출되는 때다. 외부 요인은 효과적으로 시스템이 그 사람을 인식하는 것을 방해한다. 그래서 브래드포드대학교 연구팀은 이 문제를 해결하기 위해 인공지능 상의 새로운 기술을 개발했다. 그들이 개발한 기술은 얼굴의 다른 부분을 감지하는 기계 학습을 구현했다.

"인간들이 얼굴을 인식해야 하는 능력은 놀랍지만, 우리가 얼굴의 일부만 볼 수 있을 때에는 얼굴이 흔들리기 시작한다는 연구 결과가 나왔다. 하산 우게일 브래드포드대학교 교수는 "수 많은 얼굴 중 한 얼굴을 인식하는 능력이 컴퓨터가 인간보다 더 뛰어나다"며 "부분적인 얼굴 인식도 컴퓨터가 더 잘 수행할 수 있는지 알고 싶었다"고 말했다.

안면인식 시스템을 위한 기계 학습

이 연구에 있어서 기계 학습 기술은 콘볼루션 신경망에 적용됐다. 그들은 VGG라고 불리는 가장 인기 있는 안면 인식 시스템에 콘볼루션 신경망을 사용했다.

그들은 부분적으로 보이는 얼굴과 회전과 줌과 같은 다른 방법으로 조작되는 얼굴들에 대해 인공지능 모델을 훈련시켰다. 이 연구에는 FEI대학교의 남학생 100명과 여학생 100명으로부터 생성된 총 2,800개의 이미지가 이용됐다.

첫 번째 실험에서 연구팀은 완전히 보이는 얼굴이 포함된 이미지에 AI 모델을 훈련시켰다. 다음으로는 모델의 정확성을 확인하기 위한 테스트를 실시했다. 지금까지 모델은 데이터 세트에 있는 얼굴들의 신원을 확인했다.

동일한 실험에서 연구팀은 모델이 데이터 세트에서 부분적인 면을 감지할 수 있는지를 시험했다. 세부사항의 4분의 3을 가지고 얼굴 인식을 하는 데 100%를 나타내는 모델이 있다는 결과가 도출됐다. 얼굴 위나 오른쪽 반쪽도 완벽하게 100%로 감지하는 데 성공했다.

그러나 얼굴 아랫부분만 볼 수 있다면 모델의 정확도는 60%에 불과했다. 그 얼굴이 눈과 코만 보인다면 모델은 단지 40%정도만 정확했을 뿐이다.

두 번째 실험에서 연구자들은 모델의 정확도를 향상시키고 얼굴의 부분적인 세부묘사를 위해 모델을 훈련시켰다. 그런 다음 데이터 세트에서 얼굴을 인식하기 위해 부분적인 세부 사항을 사용하기 위해 다시 테스트했다. 정확한 인식의 40~60%에서 90%로 결과가 크게 개선됐다. 모델은 얼굴 아래 반쪽이 있는, 눈과 코만 있는, 눈에 보이는 눈과 코가 없는 얼굴을 가진 사람을 알아볼 수 있었다.

얼굴의 특정 부위는 인식률이 낮게 나타난다는 것을 이 실험을 통해 얻어진 추가적인 데이터를 통해 알 수 있다. 이러한 얼굴의 특정 부위들은 코, 뺨, 이마, 입을 포함한다. 그러나 특정부위들을 결합시키게 되면 인식률이 꽤 높아질 것이다.

우게일 교수는 "우리는 이제 얼굴의 일부만을 보여주는 이미지를 가지고 매우 정확한 얼굴 인식을 할 수 있다는 것을 보여줬고 어떤 부분이 가장 유용한지 알아냈다"고 덧붙였다.

연구팀은 이제 더 큰 데이터 세트를 사용해 자신들의 연구 결과를 검증할 계획이다.

안면 인식 시스템 적용에 관한 연구

안면 인식 시스템은 법 집행시 가장 일반적으로 적용된다.

안면 인식 시스템은 경찰관들이 범죄자들의 데이터베이스를 빠르게 훑어보는 것을 도울 수 있으며, 도시의 감시 시스템에 의해 수집된 이미지 데이터를 선별하는 데 필요한 시간을 단축시킨다.

안면 인식 시스템은 전문화된 사무소의 보안 시스템을 실행하는데도 사용된다. 예를 들어 실험실은 특정 직원들만을 위한 배타적 구역에서 안면 인식 시스템을 사용하는 것을 선택할 수 있다. 만약 실험실에서 민감한 내용을 보관하고 있는 경우 시스템은 선별 단계를 추가적으로 설치해 보안을 강화한다.

이러한 안면 인식 시스템은 법 집행과 보안 프로토콜을 개선했지만 사람들을 위험에 빠뜨릴 수있다. 만약 이 시스템들로부터 나온 데이터 포맷을 도난당하거나 유출이 된다면 해커들은 그 이미지를 누구나 공유할 수 있다. 기존에 발견된 시스템 상 오류는 유사도 높은 얼굴로 인해 발생했다. 이러한 오류로 인해 무고한 사람이 범죄자로 오인받을 수 있다.