KR102235784B1 - 행동 인식을 위한 시공간의 평활화 피처를 정규화하는 방법 및 시스템 - Google Patents

Abstract

행동 인식을 위한 시공간의 평활화 피처를 정규화하는 방법 및 시스템이 개시된다. 피처 정규화 방법은, 입력 피처에서 저주파 성분을 구하는 단계; 상기 입력 피처 및 상기 저주파 성분 간의 잔차(residual)를 이용하여 고주파 성분을 구하는 단계; 및 상기 저주파 성분에 노이즈를 추가하는 단계를 포함할 수 있다.

Description

행동 인식을 위한 시공간의 평활화 피처를 정규화하는 방법 및 시스템{METHOD AND SYSTEM TO REGULARIZATION ON SPATIO-TEMPORAL SMOOTHED FEATURE FOR ACTION RECOGNITION}

아래의 설명은 행동 인식(action recognition)을 위한 피처 정규화 기술에 관한 것이다.

지능형 비디오 감시시스템 등과 같은 보안 관련 분야, 인간과의 상호교류 수행 능력을 지닌 지능형 로봇, 지능형 가전제품 등 많은 분야에서 인간의 행동 인식 기술이 적용되고 있다.

예컨대, 한국등록특허 제10-1563297호(등록일 2015년 10월 20일)에는 키넥트를 이용하여 행동 인식에 필요한 데이터를 추출한 후 추출된 데이터를 계층화하여 특징을 학습함으로써 영상에서 행동을 인식하는 기술이 개시되어 있다.

3D 콘볼루션 신경망(3D Convolution Neural Network)은 행동 인식 분야에서 널리 사용되고 있다. 3D 콘볼루션 신경망은 시공간 스트림을 처리하기 위해 추가의 차원이 있는 2D 콘볼루션 신경망(2D ConvNet)에서 확장된 것으로, 대규모 이미지 인식 데이터 세트에 대해 훈련된 2D 커널을 부풀려 이미지 도메인에서 학습된 지식을 활용할 수 있다.

3D 콘볼루션 신경망(3D ConvNet)의 과적합(over fitting) 문제를 해결하기 위해 간단하면서 효율적인 정규화 방법을 제공할 수 있다.

피처의 저주파 성분(low-frequency component)의 크기(magnitude)를 랜덤으로 변화시켜 내부 표현(internal representation)을 정규화하는 랜덤 평균 스케일링(RMS: random mean scaling)을 적용할 수 있다.

컴퓨터 시스템에서 실행되는 피처 정규화(feature regularization) 방법에 있어서, 상기 컴퓨터 시스템은 메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고, 상기 피처 정규화 방법은, 상기 적어도 하나의 프로세서에 의해, 입력 피처에서 저주파 성분을 구하는 단계; 상기 적어도 하나의 프로세서에 의해, 상기 입력 피처 및 상기 저주파 성분 간의 잔차(residual)를 이용하여 고주파 성분을 구하는 단계; 및 상기 적어도 하나의 프로세서에 의해, 상기 저주파 성분에 노이즈를 추가하는 단계를 포함하는 피처 정규화 방법을 제공한다.

일 측면에 따르면, 상기 저주파 성분을 구하는 단계는, 저역 통과 필터를 이용하여 상기 입력 피처에서 상기 저주파 성분을 분리할 수 있다.

다른 측면에 따르면, 상기 저주파 성분을 구하는 단계는, 평균 풀링(average pooling) 또는 가우시안 필터(Gaussian filter)를 이용하여 상기 입력 피처에서 상기 저주파 성분을 분리할 수 있다.

또 다른 측면에 따르면, 상기 노이즈를 추가하는 단계는, 상기 입력 피처의 로컬 평균에 랜덤 스케일링(random scaling)을 적용하여 상기 노이즈를 추가하는 단계를 포함할 수 있다.

또 다른 측면에 따르면, 상기 노이즈를 추가하는 단계는, 주어진 확률 분포에서 샘플링된 스칼라를 곱하는 연산을 통해 상기 저주파 성분의 크기를 랜덤으로 변조하는 단계를 포함할 수 있다.

또 다른 측면에 따르면, 상기 저주파 성분에 상기 노이즈를 추가하는 랜덤 평균 스케일링이 네트워크 모델의 잔차 분기(residual branch) 내에 적용될 수 있다.

또 다른 측면에 따르면, 상기 랜덤 평균 스케일링이 상기 네트워크 모델의 콘볼루션 계층(convolution layer), 배치 정규화 계층(batch normalization layer), 비선형 활성화 계층(nonlinear activation layer) 중 적어도 하나의 계층 이전에 적용될 수 있다.

또 다른 측면에 따르면, 상기 네트워크 모델이 베이직 블록(basic block) 구조의 네트워크인 경우 상기 랜덤 평균 스케일링이 상기 네트워크 모델의 일부 스테이지에 포함된 모든 배치 정규화 계층 이전에 각각 적용될 수 있다.

또 다른 측면에 따르면, 상기 네트워크 모델이 병목 블록(bottleneck block) 구조의 네트워크인 경우 상기 랜덤 평균 스케일링이 상기 네트워크 모델의 일부 스테이지에 포함된 배치 정규화 계층 중 마지막 배치 정규화 계층 이전에 적용될 수 있다.

상기 피처 정규화 방법을 상기 컴퓨터 시스템에 실행시키기 위해 비-일시적인 컴퓨터 판독가능한 기록 매체에 저장되는 컴퓨터 프로그램을 제공한다.

상기 피처 정규화 방법을 컴퓨터에 실행시키기 위한 프로그램이 기록되어 있는 비-일시적인 컴퓨터 판독 가능한 기록 매체를 제공한다.

컴퓨터 시스템에 있어서, 메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 입력 피처에서 저주파 성분을 구하고, 상기 입력 피처 및 상기 저주파 성분 간의 잔차(residual)를 이용하여 고주파 성분을 구하고, 상기 저주파 성분에 노이즈를 추가하는 것을 특징으로 하는 컴퓨터 시스템을 제공한다.

본 발명의 실시예들에 따르면, 3D 콘볼루션 신경망의 과적합 문제를 해결하기 위해 간단하면서 효율적인 정규화 방법을 제공할 수 있다.

본 발명의 실시예들에 따르면, 피처의 저주파 성분 크기를 랜덤으로 변화시켜 내부 표현을 정규화하는 랜덤 평균 스케일링(RMS)을 통해 3D 잔차망(residual network)의 과적합 문제를 효과적으로 해결할 수 있다.

본 발명의 실시예들에 따르면, 저주파 성분에 대한 섭동(perturbation)을 적용함으로써 전체 피처나 고주파 성분에 적용하는 것보다 3D 콘볼루션 신경망의 정확도와 정규화 효과를 향상시킬 수 있다.

도 1은 본 발명의 일실시예에 있어서 컴퓨터 시스템의 내부 구성의 일례를 설명하기 위한 블록도이다.
도 2는 본 발명의 일실시예에 있어서 스케일링 인자에 대한 3D 콘볼루션 신경망의 정확도를 나타내는 그래프를 도시한 것이다.
도 3 내지 도 4는 본 발명의 일실시예에 있어서 피처 정규화를 위한 랜덤 평균 스케일링 모듈의 예를 도시한 것이다.
도 5는 본 발명의 일실시예에 있어서 랜덤 평균 스케일링 모듈이 추가된 베이직 블록(basic block) 구조의 네트워크 예시를 도시한 것이다.
도 6은 본 발명의 일실시예에 있어서 랜덤 평균 스케일링 모듈이 추가된 병목 블록(bottleneck block) 구조의 네트워크 예시를 도시한 것이다.
도 7은 본 발명의 일실시예에 있어서 랜덤 평균 스케일링 모듈의 위치 별 정규화를 나타내는 실험 결과를 도시한 것이다.
도 8은 본 발명의 일실시예에 따른 컴퓨터 시스템의 프로세서가 포함할 수 있는 구성요소의 예를 도시한 도면이다.
도 9는 본 발명의 일실시예에 따른 컴퓨터 시스템이 수행할 수 있는 피처 정규화 방법의 예를 도시한 순서도이다.

이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.

본 발명의 실시예들은 행동 인식을 위한 피처 정규화 기술에 관한 것이다.

본 명세서에서 구체적으로 개시되는 것들을 포함하는 실시예들은 피처의 저주파 성분을 랜덤으로 변화시켜 내부 표현을 정규화하는 랜덤 평균 스케일링(RMS; Random Mean Scaling)을 통해 간단하면서 효율적인 정규화 방법을 제공할 수 있으며, 이를 통해 행동 인식 정확도와 정규화 성능을 향상시킬 수 있다.

도 1은 본 발명의 일실시예에 따른 컴퓨터 시스템의 예를 도시한 블록도이다. 예를 들어, 본 발명의 실시예들에 따른 피처 정규화 시스템은 도 1을 통해 도시된 컴퓨터 시스템(100)에 의해 구현될 수 있다.

도 1에 도시된 바와 같이 컴퓨터 시스템(100)은 본 발명의 실시예들에 따른 피처 정규화 방법을 실행하기 위한 구성요소로서, 메모리(110), 프로세서(120), 통신 인터페이스(130) 그리고 입출력 인터페이스(140)를 포함할 수 있다.

메모리(110)는 컴퓨터에서 판독 가능한 기록매체로서, RAM(random access memory), ROM(read only memory) 및 디스크 드라이브와 같은 비소멸성 대용량 기록장치(permanent mass storage device)를 포함할 수 있다. 여기서 ROM과 디스크 드라이브와 같은 비소멸성 대용량 기록장치는 메모리(110)와는 구분되는 별도의 영구 저장 장치로서 컴퓨터 시스템(100)에 포함될 수도 있다. 또한, 메모리(110)에는 운영체제와 적어도 하나의 프로그램 코드가 저장될 수 있다. 이러한 소프트웨어 구성요소들은 메모리(110)와는 별도의 컴퓨터에서 판독 가능한 기록매체로부터 메모리(110)로 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다. 다른 실시예에서 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신 인터페이스(130)를 통해 메모리(110)에 로딩될 수도 있다. 예를 들어, 소프트웨어 구성요소들은 네트워크(160)를 통해 수신되는 파일들에 의해 설치되는 컴퓨터 프로그램에 기반하여 컴퓨터 시스템(100)의 메모리(110)에 로딩될 수 있다.

프로세서(120)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(110) 또는 통신 인터페이스(130)에 의해 프로세서(120)로 제공될 수 있다. 예를 들어 프로세서(120)는 메모리(110)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.

통신 인터페이스(130)은 네트워크(160)를 통해 컴퓨터 시스템(100)이 다른 장치와 서로 통신하기 위한 기능을 제공할 수 있다. 일례로, 컴퓨터 시스템(100)의 프로세서(120)가 메모리(110)와 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청이나 명령, 데이터, 파일 등이 통신 인터페이스(130)의 제어에 따라 네트워크(160)를 통해 다른 장치들로 전달될 수 있다. 역으로, 다른 장치로부터의 신호나 명령, 데이터, 파일 등이 네트워크(160)를 거쳐 컴퓨터 시스템(100)의 통신 인터페이스(130)를 통해 컴퓨터 시스템(100)으로 수신될 수 있다. 통신 인터페이스(130)를 통해 수신된 신호나 명령, 데이터 등은 프로세서(120)나 메모리(110)로 전달될 수 있고, 파일 등은 컴퓨터 시스템(100)이 더 포함할 수 있는 저장 매체(상술한 영구 저장 장치)로 저장될 수 있다.

통신 방식은 제한되지 않으며, 네트워크(160)가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망)을 활용하는 통신 방식뿐만 아니라 기기들간의 근거리 유선/무선 통신 역시 포함될 수 있다. 예를 들어, 네트워크(160)는, PAN(personal area network), LAN(local area network), CAN(campus area network), MAN(metropolitan area network), WAN(wide area network), BBN(broadband network), 인터넷 등의 네트워크 중 하나 이상의 임의의 네트워크를 포함할 수 있다. 또한, 네트워크(160)는 버스 네트워크, 스타 네트워크, 링 네트워크, 메쉬 네트워크, 스타-버스 네트워크, 트리 또는 계층적(hierarchical) 네트워크 등을 포함하는 네트워크 토폴로지 중 임의의 하나 이상을 포함할 수 있으나, 이에 제한되지 않는다.

입출력 인터페이스(140)는 입출력 장치(150)와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 입력 장치는 마이크, 키보드, 카메라 또는 마우스 등의 장치를, 그리고 출력 장치는 디스플레이, 스피커와 같은 장치를 포함할 수 있다. 다른 예로 입출력 인터페이스(140)는 터치스크린과 같이 입력과 출력을 위한 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수도 있다. 입출력 장치(150)는 컴퓨터 시스템(100)과 하나의 장치로 구성될 수도 있다.

또한, 다른 실시예들에서 컴퓨터 시스템(100)은 도 1의 구성요소들보다 더 적은 혹은 더 많은 구성요소들을 포함할 수도 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 예를 들어, 컴퓨터 시스템(100)은 상술한 입출력 장치(150) 중 적어도 일부를 포함하도록 구현되거나 또는 트랜시버(transceiver), 카메라, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수도 있다.

비디오 행동 인식 분야에서 DNN(deep neural network)은 3D 콘볼루션 필터(convolution filter)를 필요로 하는 경우가 많으며, 더 많은 수의 파라미터로 인해 과적합이 발생하는 경우가 많다.

과적합은 DNN이 직면해 온 문제 중 하나로, 3D 콘볼루션 신경망(3D ConvNet)이 시공간 표현(spatio-temporal representation)을 인코딩하는 데에 인기 있는 접근 방식이 된 비디오 행동 인식 분야에서 더욱 치명적일 수 있다.

비디오 스트림을 처리할 수 있는 3D 콘볼루션 신경망의 능력에도 불구하고 종종 많은 수의 파라미터로 인해 과도한 문제에 직면한다.

입력 공간(input space)과 피처 공간(feature space)에서의 정규화는 과적합 문제를 완화하기 위해 널리 알려진 접근 방식이나, 기존 연구에서는 피처에 미치는 영향에 대해 어디서부터 시작되는지 동요하는 방향을 간과하고 있다.

이러한 방향이 정규화에 매우 중요한 요소라고 가정하기 때문에 어떤 정보가 행동 인식 과제에 중요한지 분석할 필요가 있다.

도 2는 피처의 저주파와 고주파 성분 크기를 변조하는 다양한 스케일링 인자에 대하여 3D 콘볼루션 신경망의 정확도 변화를 나타낸 것이다. 도 2에 따르면, 행동 인식 성능은 저주파보다 고주파 성분에 더 민감하다는 것을 알 수 있다.

피처에 대한 선택적 섭동(perturbation)이 네트워크를 정규화하는 효과적인 방법이 될 수 있다는 점을 바탕으로, 본 발명의 실시예에서는 랜덤 평균 스케일링(RMS: random mean scaling)을 정규화 방법으로 적용할 수 있다.

본 발명의 실시예에 따른 랜덤 평균 스케일링(RMS) 방법은 랜덤 스칼라를 시공간 평활화 피처에 곱하여 선택적으로 섭동을 추가하는 것이다. 저주파 정보를 분리하기 위해 이미지 처리에서 가장 간단한 저역 통과 필터(low-pass filter)인 3D 평균 필터(대부분의 딥러닝에서 3D 평균 풀링 연산)를 사용할 수 있다. 다른 정규화 방법과 유사하게 랜덤 평균 스케일링(RMS) 방법 또한 훈련(training) 동안에만 필요하고 추론(inference)하는 동안 추가 작업이 필요하지 않다.

먼저, 행동 인식과 정규화에 대해 먼저 설명한다.

행동 인식

3D 콘볼루션 신경망은 시공간 스트림을 처리하기 위해 추가의 차원이 있는 2D 콘볼루션 신경망(2D ConvNet)에서 확장된 것으로 행동 인식 분야에서 널리 이용되고 있다. 3D 콘볼루션 신경망은 대규모 이미지 인식 데이터 세트에 대해 훈련된 2D 커널을 부풀려 이미지 도메인에서 학습된 지식을 활용할 수 있다.

그러나, 3D 콘볼루션 신경망은 많은 수의 파라미터를 단점으로 다루고 있으며, 이러한 문제를 극복하기 위해 3D 커널을 2D 커널과 1D 커널로 이루어진 계단식으로 분해할 수 있다. 일례로, 3D 필터를 H-W, T-H, T-W를 따라 동시에 적용할 수 있는 2D 필터로 분해하고 다음 단계에 3D 콘볼루션 필터만 사용할 수 있다.

한편, 일부 연구에서는 다단계 모델을 제안하여 주파수에 따라 정보를 별도로 사용한다. 예를 들어, 정적 공간 피처의 느린 분기(slow branch)와 동적 모션 피처를 위한 빠른 분기(fast branch)로 구성된 두 스트림 모델을 이용할 수 있다. 또한, 단일 스트림 모델에서 다중 주파수 신호를 처리하기 위해 옥타브 콘볼루션(Octave convolution)을 이용할 수 있다.

글로벌 의존성(global dependency)을 포착하는 것은 행동 인식 모델을 개선하기 위한 또 다른 접근법이라 할 수 있다. 예를 들어, 3D 콘볼루션 신경망에 연산을 줄이기 위한 방법으로 비-로컬 모듈(non-local module)을 추가할 수 있다.

정규화

정규화는 모델의 과적합을 해소하는데 효과적이나 비디오 도메인에서는 이미지 도메인에 비해 연구가 활발하지 않았다. 이미지 도메인에서는 주로 데이터 증강(data augmentation), 가중치 감쇠(weight decay), 드랍아웃(dropout), 라벨 평활화(label smoothing), 및 배치 정규화(batch normalization) 등의 정규화 기법이 사용되고 있다.

최근 연구에서는 랜덤 오클루전(random occlusion), 이미지 보간(interpolating two images) 또는 이미지 패치 이식(transplanting an image patch onto another image) 등의 방법을 이용하여 입력 데이터 공간에 대한 데이터 증강이 가능하다.

더 나아가, 내부 표현은 최근 연구에서 정규화의 또 다른 대상이 되고 있다. Shake-Shake 정규화 기술은 2-분기 ResNet에는 적용할 수 없는 전방 및 후방 연산에 랜덤하게 스케일링된 분기를 추가하여 다중 분기 ResNet을 정규화할 수 있다. 그리고, 확률론적 깊이(stochastic depth)(다시 말해, RandomDrop) 기술은 주분기(main branch)와 연결되는 잔차 분기(residual branch) 사이를 랜덤으로 전환한다. 이러한 두 가지 기술을 혼합한 Shakedrop은 Shake-Shake로의 랜덤 드롭 전환 메커니즘을 채택하고 2-분기 ResNet과도 호환 가능하다.

이하에서는 본 발명의 실시예에 따른 시공간 평활화 피처에 대한 랜덤 스케일링 방법을 설명한다.

랜덤 평균 스케일링( RMS )

랜덤 스케일링(random scaling)은 콘볼루션 신경망의 어떤 계층에도 적용할 수 있는 간단한 정규화 방법이다.

랜덤 스케일링은 주어진 확률 분포(예컨대, Gaussian)에서 샘플링한 스칼라

를 곱하여 피처의 크기를 랜덤으로 변조하는 방식이다.

본 실시예에서는 랜덤 스케일링을 직접 피처에 적용하는 것이 아니라, 피처의 로컬 평균(local mean)에 적용한다(랜덤 평균 스케일링). 특히, 랜덤 평균 스케일링 방법은 과적합을 줄이기 위하여 입력을 주파수 특징(고주파 성분과 저주파 성분)으로 분리하여 이 중 저주파 성분에 랜덤하게 노이즈를 추가하는 것이다.

일반적으로 이미지에서 고주파 성분은 엣지(edge) 정보를 담고 있어 분류(classification)에 중요한 정보라 할 수 있다. 따라서, 분류에 중요한 고주파 성분을 변화시키지 않고 저주파 성분만 랜덤하게 스케일링함으로써 정규화 효과를 향상시킬 수 있다.

입력에서 저주파 성분을 분리하기 위해 저역 통과 필터를 사용할 수 있으며, 일례로 평균 풀링(average pooling)(box filter)이나 가우시안 필터(Gaussian filter) 등이 사용될 수 있다.

로컬 평균은 수학식 1과 같이 계산될 수 있다.

[수학식 1]

여기서, x는 입력 피처를 의미하고,

는 현재 인덱스 i 주위의 3D 로컬 윈도우(local window)를 의미한다.

입력 피처 x는 수학식 2와 같이 평균

과 잔차(residual) r로 분리된다.

[수학식 2]

랜덤 평균 스케일링에 의한 변조 출력 y는 수학식 3과 같이 정의될 수 있다.

[수학식 3]

섭동은 훈련 중에만 적용될 수 있다. 알파의 확률 분포의 평균이 1이면 추론 동안

와 같다.

상기한 랜덤 평균 스케일링 방법은 콘볼루션, 배치 정규화(BN: batch normalization), 비선형 활성화(nonlinear activation) 등과 같은 계층의 어떠한 레벨에도 적용 가능하다.

네트워크 성능을 향상시키기 위한 랜덤 평균 스케일링의 위치를 결정할 수 있다. 또한, 로컬 평균에 랜덤 스케일링을 적용하면 잔차 또는 전체 입력에 랜덤 스케일링을 적용하는 것보다 성능이 향상될 수 있다. 로컬 평균은 입력의 저주파 성분으로 해설될 수 있는 반면, 잔차는 나머지 고주파 성분을 나타낸다.

도 2를 통해 설명한 바와 같이, 고주파 변조가 성능을 현저하게 저하시키기 때문에 랜덤 평균 스케일링이 저주파에 비해 고주파 성분을 더 활용하도록 모델을 만든다고 추정한다.

도 3은 본 발명의 일실시예에 따른 랜덤 평균 스케일링 모듈(300)을 도시한 것이다. 랜덤 평균 스케일링은 도 3에 도시한 바와 같이 몇 가지 기본적 연산을 하는 네트워크 모듈로서 구현될 수 있다.

도 3에서 x는 입력,

는 입력 평균(mean), r은 잔차, y는 출력을 나타내고,

은 요소별 합(element-wise sum) 연산,

은 요소별 곱(element-wise multiplication) 연산을 나타낸다.

도 3은 설명의 편의를 위해 입력 평균

와 잔차 r이 분리된 구조의 랜덤 평균 스케일링 모듈(300)을 도시한 것이다. 수학식 1의 로컬 평균은 대부분의 딥러닝 프레임워크에서 제공하는 3D 평균 풀링으로 구할 수 있으며, 수학식 3은 도 3과 같이 나타낼 수 있다.

실제 구현을 위해서는 수학식 2를 이용하여 수학식 3을 보다 단순한 형태로 수정할 수 있다(수학식 4).

[수학식 4]

여기서,

이다.

도 4는 랜덤 평균 스케일링 모듈을 구현을 위한 단순화된 형태로 도시한 것으로, 수학식 4에 해당하는 랜덤 평균 스케일링 모듈(300)을 나타내는 블록 다이어그램을 보여준 것이다.

랜덤 평균 스케일링 모듈(300)은 앞서 설명한 바와 같이 평균 풀링과 스칼라 곱셈과 같이 간단한 연산만 필요로 하기 때문에 파라미터가 없으며 훈련 중에는 소량의 추가 연산만 필요하며, 더욱이 추론 중 추가적인 연산은 필요하지 않다.

랜덤 평균 스케일링으로 효과가 증가하는 네트워크의 일례로는 3D ResNet 계열이 있다. 예를 들어, SlowOnly, CSN(channel-separated convolutional network) 등이 해당되며, SlowOnly는 일반적인 2D ResNet을 3D로 확장한 형태로 3D 콘볼루션을 res4와 res5 단계에서만 사용하고 시간 축으로 차원 축소가 없다는 특징이 있으며, CSN은 light-weight(파라미터가 적은) 3D ResNet라 할 수 있다.

랜덤 평균 스케일링 모듈(300)은 잔차 분기(residual branch) 내에서 어느 위치에나 적용될 수 있으며, 예를 들어 콘볼루션 계층이나 ReLu 계층 앞에 위치할 수 있다.

일례로, 도 5는 베이직 블록(basic block) 구조를 가진 네트워크 예시를 나타낸 것으로, 베이직 블록 구조의 경우 res4와 res5 단계에 포함된 모든 BN(배치 정규화) 계층 이전에 랜덤 평균 스케일링 모듈(300)이 각각 추가될 수 있다.

다른 예로, 도 6은 병목 블록(bottleneck block) 구조를 가진 네트워크 예시를 나타낸 것으로, 병목 블록의 경우 res4와 res5 단계에 포함된 BN(배치 정규화) 계층 중 마지막 BN(배치 정규화) 계층 이전에 랜덤 평균 스케일링 모듈(300)이 추가될 수 있다.

랜덤 평균 스케일링 모듈(300)은 각 콘볼루션 계층 이전, 각 BN(배치 정규화) 계층 이전, 각 ReLU 계층 이전과 같이 어떤 레벨에도 적용될 수 있다. 마지막 ReLU 계층 이전의 랜덤 평균 스케일링 모듈(300)은 메인 분기와 잔차 분기의 합산 전에 위치할 수 있다.

랜덤 평균 스케일링 모듈(300)의 위치 별 정규화 효과의 실험 결과는 도 7에 도시한 테이블과 같다.

도 7에서 SlowOnly-34에 대해 가능한 모든 위치에 랜덤 평균 스케일링 모듈(300)을 추가한 결과를 살펴보면, 랜덤 평균 스케일링 모듈(300)이 추가된 위치에 따라 정규화 효과 차이는 크지 않지만 단일 랜덤 평균 스케일링 모듈(300)을 사용하는 경우 중에서 첫 번째 BN 이전의 랜덤 평균 스케일링 모듈(300)이 가장 높은 정확도를 보임을 알 수 있다.

그리고, 병목 블록 구조를 가진 SlowOnly-50의 경우 모든 경우에서 랜덤 평균 스케일링 모듈(300)이 네트워크의 성능을 향상시킬 수 있으며, 특히 마지막 BN 이전의 랜덤 평균 스케일링 모듈(300)이 가장 높은 정확도를 보인다. 첫 번째 BN 이전의 랜덤 평균 스케일링 모듈(300) 또한 큰 성능 차이가 없기 때문에 효율적인 선택이 될 수 있으나, 컴퓨팅 효율을 위해 병목 블록 구조의 경우 여러 개의 랜덤 평균 스케일링 모듈(300)을 사용하지 않도록 선택할 수 있다.

따라서, 랜덤 평균 스케일링 모듈(300)은 베이직 블록 구조는 물론이고 병목 블록 구조 또한 기존 모델보다 높은 성능을 보임을 알 수 있다.

도 8은 본 발명의 일실시예에 따른 컴퓨터 시스템의 프로세서가 포함할 수 있는 구성요소의 예를 도시한 도면이고, 도 9는 본 발명의 일실시예에 따른 컴퓨터 시스템이 수행할 수 있는 피처 정규화 방법의 예를 도시한 순서도이다.

도 8에 도시된 바와 같이, 프로세서(120)는 주파수 분리부(801), 및 정규화부(802)를 포함할 수 있다. 이러한 프로세서(120)의 구성요소들은 적어도 하나의 프로그램 코드에 의해 제공되는 제어 명령에 따라 프로세서(120)에 의해 수행되는 서로 다른 기능들(different functions)의 표현들일 수 있다. 예를 들어, 프로세서(120)가 입력을 주파수 특성으로 분리하도록 컴퓨터 시스템(100)을 제어하기 위해 동작하는 기능적 표현으로서 주파수 분리부(801)가 사용될 수 있다.

프로세서(120) 및 프로세서(120)의 구성요소들은 도 9의 피처 정규화 방법이 포함하는 단계들(S910 내지 S920)을 수행할 수 있다. 예를 들어, 프로세서(120) 및 프로세서(120)의 구성요소들은 메모리(110)가 포함하는 운영체제의 코드와 상술한 적어도 하나의 프로그램 코드에 따른 명령(instruction)을 실행하도록 구현될 수 있다. 여기서, 적어도 하나의 프로그램 코드는 피처 정규화 방법을 처리하기 위해 구현된 프로그램의 코드에 대응될 수 있다.

피처 정규화 방법은 도시된 순서대로 발생하지 않을 수 있으며, 단계들 중 일부가 생략되거나 추가의 과정이 더 포함될 수 있다.

프로세서(120)는 피처 정규화 방법을 위한 프로그램 파일에 저장된 프로그램 코드를 메모리(110)에 로딩할 수 있다. 예를 들어, 피처 정규화 방법을 위한 프로그램 파일은 메모리(110)와는 구분되는 영구 저장 장치에 저장되어 있을 수 있고, 프로세서(120)는 버스를 통해 영구 저장 장치에 저장된 프로그램 파일로부터 프로그램 코드가 메모리(110)에 로딩되도록 컴퓨터 시스템(100)을 제어할 수 있다. 이때, 프로세서(120) 및 프로세서(120)가 포함하는 주파수 분리부(801), 및 정규화부(802) 각각은 메모리(110)에 로딩된 프로그램 코드 중 대응하는 부분의 명령을 실행하여 이후 단계들(S910 내지 S920)을 실행하기 위한 프로세서(120)의 서로 다른 기능적 표현들일 수 있다. 단계들(S910 내지 S920)의 실행을 위해, 프로세서(120) 및 프로세서(120)의 구성요소들은 직접 제어 명령에 따른 연산을 처리하거나 또는 컴퓨터 시스템(100)을 제어할 수 있다.

프로세서(120)는 도 3과 도 4를 통해 설명한 랜덤 평균 스케일링 모듈(300)을 포함할 수 있다.

본 발명에 따른 피처 정규화 방법은 다음의 두 단계를 따른다.

단계(S910)에서 주파수 분리부(801)는 입력 피처를 주파수 특성으로 분리할 수 있다. 주파수 분리부(801)는 저역 통과 필터를 이용하여 입력 피처에서 저주파 성분을 구하고 입력 피처 및 저주파 성분 간의 잔차를 이용하여 고주파 성분을 구할 수 있다. 일례로, 주파수 분리부(801)는 피처 맵에 대하여 평균 풀링을 이용하여 고주파 성분(잔차)과 저주파 성분(로컬 평균)으로 분리할 수 있다.

단계(S920)에서 정규화부(802)는 입력 피처로부터 분리된 저주파 성분에 랜덤하게 노이즈를 추가하여 입력 피처를 정규화할 수 있다. 정규화부(802)는 3D 잔차망의 과적합 문제를 해소하기 위해 랜덤 평균 스케일링(RMS)을 적용하는 것으로, 입력 피처에서 분리된 고주파 성분과 저주파 성분 중 고주파 성분은 유지하고 저주파 성분을 랜덤하게 스케일링할 수 있다. 예를 들어, 정규화부(802)는 균일 분포(uniform distribution), 정규 분포(normal distribution) 등을 이용하여 피처의 저주파 부분을 랜덤하게 변화시킬 수 있다.

따라서, 프로세서(120)는 피처 맵에서 저주파 성분을 분리하여 해당 저주파 성분을 랜던함게 변화시켜 내부 표현을 정규화함으로써 과적합 문제를 간단하고 효율적으로 해결할 수 있다. 국지적으로 평활화된 피처에 대한 정규화는 선택적으로 저주파 성분과 고주파 성분을 뚜렷하게 다룸으로써 성능 향상을 가져올 수 있다.

이처럼 본 발명의 실시예들에 따르면, 피처의 저주파 성분 크기를 랜덤으로 변화시켜 내부 표현을 정규화하는 랜덤 평균 스케일링(RMS)을 통해 3D 잔차망의 과적합 문제를 효과적으로 해결할 수 있다. 본 발명의 실시예들에 따르면, 저주파 성분에 대한 섭동을 적용함으로써 전체 피처나 고주파 성분에 적용하는 것보다 3D 콘볼루션 신경망의 정확도와 정규화 효과를 향상시킬 수 있다.

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 어플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 이때, 매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수 개의 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 어플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (20)

1. 컴퓨터 시스템에서 실행되는 피처 정규화(feature regularization) 방법에 있어서,
   상기 컴퓨터 시스템은 메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고,
   상기 피처 정규화 방법은,
   상기 적어도 하나의 프로세서에 의해, 입력 피처에서 저주파 성분을 구하는 단계;
   상기 적어도 하나의 프로세서에 의해, 상기 입력 피처 및 상기 저주파 성분 간의 잔차(residual)를 이용하여 고주파 성분을 구하는 단계;
   상기 적어도 하나의 프로세서에 의해, 상기 저주파 성분의 크기를 랜덤으로 변조하는 노이즈를 상기 저주파 성분에 추가하는 단계
   를 포함하는 피처 정규화 방법.
2. 제1항에 있어서,
   상기 저주파 성분을 구하는 단계는,
   저역 통과 필터를 이용하여 상기 입력 피처에서 상기 저주파 성분을 분리하는 것
   을 특징으로 하는 피처 정규화 방법.
3. 제1항에 있어서,
   상기 저주파 성분을 구하는 단계는,
   평균 풀링(average pooling) 또는 가우시안 필터(Gaussian filter)를 이용하여 상기 입력 피처에서 상기 저주파 성분을 분리하는 것
   을 특징으로 하는 피처 정규화 방법.
4. 제1항에 있어서,
   상기 저주파 성분에 추가하는 단계는,
   상기 입력 피처의 로컬 평균에 랜덤 스케일링(random scaling)을 적용하여 상기 노이즈를 추가하는 단계
   를 포함하는 피처 정규화 방법.
5. 제1항에 있어서,
   상기 저주파 성분에 추가하는 단계는,
   주어진 확률 분포에서 샘플링된 스칼라를 곱하는 연산을 통해 상기 저주파 성분의 크기를 랜덤으로 변조하는 단계
   를 포함하는 피처 정규화 방법.
6. 제1항에 있어서,
   상기 저주파 성분에 상기 노이즈를 추가하는 랜덤 평균 스케일링이 네트워크 모델의 잔차 분기(residual branch) 내에 적용되는 것
   을 특징으로 하는 피처 정규화 방법.
7. 제6항에 있어서,
   상기 랜덤 평균 스케일링이 상기 네트워크 모델의 콘볼루션 계층(convolution layer), 배치 정규화 계층(batch normalization layer), 비선형 활성화 계층(nonlinear activation layer) 중 적어도 하나의 계층 이전에 적용되는 것
   을 특징으로 하는 피처 정규화 방법.
8. 제6항에 있어서,
   상기 네트워크 모델이 베이직 블록(basic block) 구조의 네트워크인 경우 상기 랜덤 평균 스케일링이 상기 네트워크 모델의 일부 스테이지에 포함된 모든 배치 정규화 계층 이전에 각각 적용되는 것
   을 특징으로 하는 피처 정규화 방법.
9. 제6항에 있어서,
   상기 네트워크 모델이 병목 블록(bottleneck block) 구조의 네트워크인 경우 상기 랜덤 평균 스케일링이 상기 네트워크 모델의 일부 스테이지에 포함된 배치 정규화 계층 중 마지막 배치 정규화 계층 이전에 적용되는 것
   을 특징으로 하는 피처 정규화 방법.
10. 제1항 내지 제9항 중 어느 한 항의 피처 정규화 방법을 상기 컴퓨터 시스템에 실행시키기 위해 비-일시적인 컴퓨터 판독가능한 기록 매체에 저장되는 컴퓨터 프로그램.
11. 제1항 내지 제9항 중 어느 한 항의 피처 정규화 방법을 컴퓨터에 실행시키기 위한 프로그램이 기록되어 있는 비-일시적인 컴퓨터 판독 가능한 기록 매체.
12. 컴퓨터 시스템에 있어서,
    메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서
    를 포함하고,
    상기 적어도 하나의 프로세서는,
    입력 피처에서 저주파 성분을 구하고,
    상기 입력 피처 및 상기 저주파 성분 간의 잔차를 이용하여 고주파 성분을 구하고,
    상기 저주파 성분의 크기를 랜덤으로 변조하는 노이즈를 상기 저주파 성분에 추가하는 것
    을 특징으로 하는 컴퓨터 시스템.
13. 제12항에 있어서,
    상기 적어도 하나의 프로세서는,
    저역 통과 필터를 이용하여 상기 입력 피처에서 상기 저주파 성분을 분리하는 것
    을 특징으로 하는 컴퓨터 시스템.
14. 제12항에 있어서,
    상기 적어도 하나의 프로세서는,
    평균 풀링 또는 가우시안 필터를 이용하여 상기 입력 피처에서 상기 저주파 성분을 분리하는 것
    을 특징으로 하는 컴퓨터 시스템.
15. 제12항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 입력 피처의 로컬 평균에 랜덤 스케일링을 적용하여 상기 노이즈를 추가하는 것
    을 특징으로 하는 컴퓨터 시스템.
16. 제12항에 있어서,
    상기 적어도 하나의 프로세서는,
    주어진 확률 분포에서 샘플링된 스칼라를 곱하는 연산을 통해 상기 저주파 성분의 크기를 랜덤으로 변조하는 것
    을 특징으로 하는 컴퓨터 시스템.
17. 제12항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 저주파 성분에 상기 노이즈를 추가하는 랜덤 평균 스케일링 모듈을 포함하고,
    상기 랜덤 평균 스케일링 모듈은 네트워크 모델의 잔차 분기 내에 위치하는 것
    을 특징으로 하는 컴퓨터 시스템.
18. 제17항에 있어서,
    상기 랜덤 평균 스케일링 모듈은 콘볼루션 계층, 배치 정규화 계층, 비선형 활성화 계층 중 적어도 하나의 계층 이전에 위치하는 것
    을 특징으로 하는 컴퓨터 시스템.
19. 제17항에 있어서,
    상기 네트워크 모델이 베이직 블록 구조의 네트워크인 경우 상기 랜덤 평균 스케일링 모듈은 상기 네트워크 모델의 일부 스테이지에 포함된 모든 배치 정규화 계층 이전에 각각 위치하는 것
    을 특징으로 하는 컴퓨터 시스템.
20. 제17항에 있어서,
    상기 네트워크 모델이 병목 블록 구조의 네트워크인 경우 상기 랜덤 평균 스케일링 모듈은 상기 네트워크 모델의 일부 스테이지에 포함된 배치 정규화 계층 중 마지막 배치 정규화 계층 이전에 위치하는 것
    을 특징으로 하는 컴퓨터 시스템.

Images