일본산업뉴스요약

도쿄대, AI로 고정밀 인식기술 개발
뉴럴네트워크 개량, 로봇에 응용 상정

도쿄대학의 하라다(原田) 교수 연구팀은 AI를 사용하여 2차원 화상에서 3차원의 사물 모양을 고정밀도로 인식하는 기술을 개발하였다. 심층학습으로 많은 영상을 학습시키자, 한 장의 화상에서 사물의 모양을 추측할 수 있게 되었다. 실물과의 표면 일치율이 60%로 세계 최고 수준이 되었다. 공간을 인식할 수 있는 로봇 등에 응용하여 작업의 정밀도를 높이는 용도를 상정하고 있다.

하라다 교수 연구팀은 다양한 각도에서 표시한 비행기나 의자 등 13 종류의 피사체 화상 약 3만 장을 학습 데이터로 사용하였다. 화상이 추측한 모양과 실제 모양과의 차이가 크지 않도록 사람의 뇌를 모방한 뉴럴네트워크(신경회로망)의 계산 모델을 구축하였다.

2차원 화상에서 3차원으로 구현할 때는 지금까지 ‘복셀’이라고 불리는 많은 정육면체를 겹겹이 쌓는 방법이 많이 사용되고 있었다. 심층학습 사용은 비교적 간단히 가능하지만, 정육면체 표면이 매끄럽지 못한 만큼 정밀도를 올리는 것은 어렵다.

하라다 교수 연구팀은 CG의 경우는 주류가 된 표면을 무수한 삼각형으로 표시하는 메시라는 방법을 사용하였다. 이 방법을 사용하면 물체 표면은 매끄럽지만 완성된 3차원 모양을 바탕으로 다시 2차원 화상을 추측하는 것이 어려웠다.

뉴럴네트워크의 개량을 통해 3차원 모양에서 2차원 화상을 다시 추측하는 기술을 확립하였다. 실제의 2차원 화상을 닮도록 3차원 모양을 구성한 결과, 정밀도가 높아졌다. 실물과 일치하는 비율은 비행기나 의자 등 13종류 중 10종류로 기존 방법을 웃돌았다.

신기술을 사용하면 사물의 모양에 회화의 화풍을 더할 수도 있다. 예를 들면, 찻주전자 화상과 피카소나 뭉크의 그림을 조합함으로써, 표면이 피카소나 뭉크의 화풍을 한 찻주전자를 3차원 물체로서 만들어 낼 수 있다.

이들 기술을 응용하면 촬영한 화상을 통해 안 길이까지 추측할 수 있게 되기 때문에 로봇이 사물을 운반하거나 잡거나 하는 일이 쉬워진다.

현재는 사물의 모양을 추측할 수 있는 것은 배경이 없는 화상으로 한정된다. 그러나 배경이 있는 화상에서 추측하는 연구도 추진하여 더욱 쉽게 이용할 수 있도록 한다.

  -- 끝 --