예시 유도형 대비 학습을 통한 보행자 탐지

보행자 탐지에 대한 기존의 일반적인 방법들은 주로 혼잡한 보행자들 사이의 상호 가림 현상 또는 보행자의 다양한 크기 문제를 다루는 데 초점을 맞추고 있다. 서로 다른 보행자 윤곽, 다양한 시점, 혹은 다른 복장 등과 같은 심각한 외형 다양성을 가진 보행자를 탐지하는 것은 여전히 핵심적인 과제로 남아 있다. 기존 대부분의 방법이 이러한 다양한 보행자 외형 특징을 개별적으로 학습하는 것과 달리, 본 연구에서는 대조 학습(contrastive learning)을 활용하여, 학습된 특징 공간 내에서 외형이 다른 보행자 간의 의미적 거리를 최소화함으로써 외형 다양성을 제거하고, 보행자와 배경 간의 거리는 최대화하는 방식으로 특징 학습을 유도한다. 대조 학습의 효율성과 효과를 높이기 위해, 대표적인 보행자 외형을 포함하는 예시 사전(exemplar dictionary)을 구축하여 효과적인 대조 학습 쌍을 형성하고, 이를 통해 대조 학습을 안내한다. 더불어, 생성된 예시 사전은 추론 과정에서 보행자 후보 영역(proposal)의 품질을 평가하는 데도 활용되며, 후보 영역과 예시 사전 간의 의미적 거리를 측정함으로써 그 질적 수준을 판단한다. 일상 및 야간 환경에서 실시한 광범위한 실험을 통해 제안된 방법의 효과성을 입증하였다.