N-ImageNet: 이벤트 카메라를 활용한 강건하고 세부적인 객체 인식을 위한 연구

우리는 이벤트 카메라를 활용한 강건하고 세밀한 물체 인식을 위한 대규모 데이터셋인 N-ImageNet을 소개한다. 이 데이터셋은 ImageNet의 이미지를 모니터에 지속적으로 출력하면서 이벤트 카메라가 프로그래머블 하드웨어를 통해 일정하게 이동하는 방식으로 수집되었다. N-ImageNet은 클래스 수와 샘플 수가 매우 많아 이벤트 기반 물체 인식에 있어 도전적인 벤치마크로 기능한다. 실험적으로 N-ImageNet에서의 사전 학습이 이벤트 기반 분류기의 성능을 향상시키고, 레이블이 적은 데이터로도 효과적으로 학습할 수 있도록 도움을 준다는 점을 입증하였다. 또한, 다양한 카메라 경로와 극한의 조명 조건 하에서 이벤트 기반 분류기의 견고성을 평가하기 위해 여러 변형된 N-ImageNet 버전을 제시하고, 성능 저하를 완화하기 위한 새로운 이벤트 표현 방식을 제안한다. 우리가 아는 한, 본 연구는 다양한 환경 조건이 이벤트 기반 물체 인식 알고리즘에 미치는 영향을 정량적으로 처음으로 조사한 최초의 연구이다. N-ImageNet 및 그 변형 버전은 실세계에서 이벤트 기반 물체 인식 알고리즘을 구현하는 데 실질적인 지침을 제공할 것으로 기대된다.