김홍조 교수팀, 건설 현장 CCTV 영상 기반 학습 데이터 자동 생성 방법 개발

김태건 연구원(김홍조 교수팀)의 ‘Moving-Feature-Driven Label Propagation for Training Data Generation from Target Domains’ 논문이 ‘Computers in Industry’ 저널에 게재 승인됐다.

본 연구에서는 건설 현장 CCTV 영상에서 optical flow estimation 기반 이동 객체 검출, 자기학습(self-training)을 통한 라벨 전파, 그리고 이미지 인페인팅·복사-붙여넣기 증강 기법을 유기적으로 결합한 학습 데이터 자동 생성 방법을 제안했다.

이 방법은 별도의 수동 라벨링 없이도 새로운 현장의 다양한 시각적·환경적 조건에 적응할 수 있는 학습 데이터를 구축함으로써 딥러닝 기반 객체 검출 모델이 새로운 현장에 적용될 때 흔히 발생하는 성능 저하(domain shift) 문제를 획기적으로 완화했다.

실험 결과, 제안 기법은 조도 변화, 촬영 각도, 배경 혼잡도 등 다양한 조건 변화에도 안정적으로 성능을 유지하며, 건설 AI 모델의 현장 적용 가능성과 확장성을 크게 높이는 기술적 의의를 입증했다.

https://doi.org/10.1016/j.compind.2025.104335