순열 동변적인 데이터의 특성을 고려한 트랜스포머 구조 기반 다중 객체 이동 궤적 보간 모델

초록

최근 GPS와 카메라 및 컴퓨터 비전 기술의 발달로 인해 여러 객체의 실시간 이동 정보를 취득하는 것이 가능해짐에 따라 다중 객체의 이동 정보를 활용하는 여러가지 응용 및 데이터 분석 서비스들이 활발히 논의되고 있다. 그러나 여전히 기술적 또는 물리적 한계로 인해 취득된 데이터는 오차 또는 결측값을 포함하고 있을 수 있으며 이는 응용 시스템 및 분석 결과의 품질을 저하시키는 요인이 된다. 본 연구에서는 GPS 또는 컴퓨터 비전의 객체 추적 시스템으로부터 부분적으로 얻어진 축구 선수들의 이동 궤적에서 결측된 구간의 궤적을 정확하게 보간할 수 있는 트랜스포머 구조 기반 보간 모델을 제안한다. 특히 다중 객체의 이동 궤적이 순열 불변성(permutation invariance)을 갖는 2차원 좌표 집합 형태로 주어지기 때문에 이를 고려하여 집합 트랜스포머(Set Transformer) 기반의 심층 신경망 모델을 설계한다. 제안된 기술의 우수성을 평가하기 위해 다양한 결측 비율을 가진 22명 축구 선수의 이동 궤적 좌표 정보를 입력으로 받아 결측 구간에 대해 얼마나 정확한 궤적을 예측하는지 평가한다. 또한, 보간된 궤적이 실제로 예측 연구 성능 저하 문제를 완화할 수 있는지 검증하기 위해 축구 이벤트 예측 모델을 제안하고 보간된 궤적을 입력으로 하였을 때의 성능을 평가한다.

키워드