인공지능 기술 기반의 실종아동 현재모습 예측

Abstract

장기 실종아동에 대한 국가 및 기관들의 관심이 늘어나고, 실질적으로 실종 아동을 찾기 위한 노력을 하고 있다. 특히 IT 기술을 실종 아동 찾기에 접목하여 활용하려는 추세이다.

본 논문은 인공지능 기술과 결합하여 장기 실종 아동의 현재 모습을 예측한다. 실종 아동과 부모의 사진 합성에는 StarGan v2 기술을 사용하였다. 실종 당시 아동 사진의 화질이 좋지 않다는 점에서 전처리 단계로 Unet 네트워크를 통해 Image Regression을 수행한다. Unet 네트워크에는 Plain과 Residual 방식이 있다. Plain 방식은 결과값을 ouput만 내는 것이고, Residual 방식은 input + output의 값을 결과값으로 내는 것이다. StarGan v2 기술로 현재 모습 예측 시, Unet의 Residual과 Plain 중에 어떤 방식이 적합한지 비교해보았다. 실종 아동 인물 합성 시 Inpainting, Denoising 등 노이즈가 심한 사진의 경우 Unet 구조의 Plain 방식을 사용하고, Super Resolution이 필요한 이미지는 Unet 구조의 Residual 방식을 사용하는 것이 더 좋은 결과물을 만들 것으로 예상한다.

추가적으로 예측한 사진을 활용하는 방안으로 사진이나 동영상에서 동일한 인물이 있는지 확인할 수 있는 시스템을 제시한다. Face Detection 기술은 openCv의 face_recognition 함수를 이용하고자 한다. face_recognition을 통해 이미지의 특징을 추출하여 pickle 형태의 파일로 저장하고, 저장된 내용과 이미지를 비교하여 같은 사람인지 확인할 수 있다. 이를 바탕으로 장기 실종 아동을 찾기에 도움이 될 것이라고 예측한다.