.svg)
얼굴인식 기술은 다양한 분야에서 활용되고 있습니다. 기업에서는 출입구에 설치된 카메라로 얼굴을 인식하여 신원 확인을 함으로써, 불법 침입이나 부정한 행위를 탐지하고 예방합니다. 또한, 스마트폰이나 태블릿과 같은 장치에서 얼굴인식을 통해 잠금 해제를 해 개인 정보를 안전하게 보호할 수 있습니다.
얼굴인식 시스템에서 정확성과 신뢰성은 매우 중요합니다. 시스템에서 오류가 발생하면, 사용자 경험의 저하를 초래할 수 있으며, 더 나아가 개인 정보 유출과 같은 오용의 여지가 있기 때문입니다. 이러한 문제를 해결하고 얼굴인식 기술의 발전을 지원하기 위해 미국 국립표준기술연구소(NIST)는 위해 표준화된 방법으로 성능을 평가하고 있습니다.
.webp)
NIST가 시행하는 FRVT(Face Recognition Vendor Test)는 여러 공급업체에서 개발한 얼굴인식 알고리즘 및 시스템의 성능과 기능을 평가하는 테스트입니다. FRVT의 주요 목표는 얼굴인식 기술에 대한 독립적이고 표준화된 평가를 제공하여 발전을 촉진하고 이러한 시스템의 신뢰성과 정확성을 보장하는 것입니다.
FRVT는 얼굴인식 기술의 성능을 평가하기 위해 정확성, 속도, 데이터셋 처리 능력 등을 고려합니다. 사용되는 데이터셋은 얼굴인식 시스템의 성능을 객관적으로 측정하고 비교하기 위해 광범위한 인구 통계학적 특성, 자세, 조명 등 다양한 조건을 포함하고 있습니다. FRVT의 결과는 얼굴인식 업계의 표준으로 널리 인정받고 있습니다. 다양한 얼굴인식 알고리즘의 특성을 비교 분석함으로써, 공급업체 간의 건전한 경쟁을 촉진하고, 보다 정확하고 효율적인 얼굴인식 기술의 개발을 장려하고 있습니다.
FRVT는 얼굴인식 알고리즘의 성능을 평가하기 위해 2000년 초반에 시작되었습니다. 초기에는 정지 이미지와 제한된 데이터셋에 주로 초점을 두었지만, 이후로 다양한 방식으로 확장되었습니다. 2013년에는 일대일 검증 평가(1:1 Verification)를 포함하여 두 얼굴 이미지가 동일한 개인에 속하는지 확인하는 평가에 중점을 두었습니다. 2014년부터는 수백만 개의 이미지가 포함된 대규모 데이터셋에서 얼굴인식 알고리즘을 평가하기 시작했습니다
코로나 팬데믹 기간 동안 마스크의 보편적인 사용은 얼굴인식 기술에 영향을 미쳤습니다. 얼굴인식은 주로 얼굴의 특징과 윤곽을 기반으로 개인을 식별하는데 사용되는데, 마스크 착용으로 얼굴의 일부가 가려져 정확한 인식이 어려워졌습니다. FRVT는 이러한 문제를 인식하고, 마스크 착용과 같이 얼굴의 일부가 가려진 상황에서도 얼굴인식 성능을 평가하기 시작했습니다.
FRVT 테스트는 온고잉(Ongoing)과 스페셜(Special) 두 가지로 진행됩니다. 온고잉은 제출한 얼굴인식 알고리즘의 성능을 평가하기 위해 정기적으로 진행됩니다.
반면, 스페셜은 특정 사용 사례 또는 시나리오를 평가하기 위해 필요에 따라 진행됩니다. 온고잉 FRVT 테스트는 다음과 같은 여섯 가지 경쟁 주제로 나뉩니다.
.webp)
1. 1:1 검증(1:1 Verification):
두 얼굴 이미지가 동일한 개인에 속하는지 여부를 확인합니다. 얼굴 이미지 쌍을 비교하여 개인의 신원을 정확하게 확인하는 능력을 기반으로 평가됩니다.
2. 1:N 식별(1:N Identification):
대규모 데이터에서 특정 얼굴을 찾아내는 알고리즘의 성능을 평가합니다. 등록된 얼굴 중에서 식별하는 능력을 평가하며, 정확성과 효율성을 측정합니다.
3. 모프 검출 평가(MORPH):
모프는 서로 다른 이미지를 자연스럽게 변화하는 과정이나 기술을 의미합니다. 실제 이미지와 모핑된 이미지를 정확하게 구별하는 능력뿐만 아니라 모핑된 이미지와 원래 이미지를 구별하는 성능을 평가합니다.
4. 품질 평가(Quality):
얼굴인식 시스템에 사용되는 얼굴 이미지의 품질과 적합성을 평가합니다. 촬영 각도, 조명 및 해상도에 따른 품질을 판별하는 능력을 평가합니다.
5. 위변조 감지 기술 평가(Presentation Attack Detection, PAD):
인쇄된 사진, 마스크와 같이 가짜 또는 조작된 생체 샘플을 사용한 얼굴인식 시도를 구분하는 능력을 평가합니다.
6. 쌍둥이 평가(Twins Demonstration):
일란성 쌍둥이를 정확하게 식별하고 구별하는 능력을 평가합니다. 일란성 쌍둥이는 매우 유사한 얼굴 특징으로 높은 시각적 유사성을 보여 높은 난이도의 기술력이 필요합니다.
.webp)
FRVT에는 2억 장 이상의 얼굴 이미지 데이터를 통해 평가를 진행합니다. 이를 통해 다양한 환경에서 성능을 평가하며, 결과는 얼굴인식 시스템을 도입을 고려하는 의사 결정자들에게 유용한 정보가 됩니다. 대표적인 이미지 유형은 다음과 같습니다.
• 비자(VISA): 미국 비자에 등록된 사진입니다. 우리나라의 여권, 신분증 사진과 유사한 고해상도의 정면 사진입니다.
• 머그샷(Mugshot): 미국 경찰에서 촬영한 범죄자 사진입니다. 일반적으로 정면을 향하고 제어된 조명 조건에서 촬영돼, 비자와 비슷한 고품질의 이미지입니다.
• 와일드(Wild): 촬영 사실을 모르는 상황에서 촬영한 사진입니다. 촬영 구도가 매우 다양할 수 있으며, 시선이 카메라를 향하지 않거나, 머리카락이나 손으로 얼굴이 가려진 사진이 포함될 수 있습니다.
• 출입국 심사대 사진(Border): 여권 검사나 세관과 같은 출입국 심사대에서 촬영한 사진입니다. 촬영한 단말기마다 각도, 조명들이 다르고, 인물들의 포즈가 달라 비자 이미지보다 낮은 품질의 이미지가 많습니다.
알체라는 1초 이내에 99.99%의 정확도를 자랑하는 국내 1위 수준의 얼굴인식 AI 기술을 보유하고 있습니다. 특히 FRVT의 두 가지 부문에서 국내 기업 중 1위를 차지하며 영상인식 분야 대표 기업의 입지를 공고히 했습니다. 파트 2에서는 알체라가 유수의 기업을 제치고 어떻게 우수한 성과를 거뒀는지 FRVT 도전기에 대해 상세하게 알아보도록 하겠습니다.
연계 콘텐츠:
미국 국제표준기술연구소(NIST) 글로벌 얼굴인식 테스트(FRVT) 이해하기 Part 2.
.svg)
.svg)
