효과적인 신원확인을 위한 DCGANs 기반 치아 이미지 데이터 생성 모델 연구

Abstract

오늘날 치아를 이용한 신원 확인은 예기치 못한 대형 사고와 사건들에서 효과적으로 사용되고 있다. 그러나 기존의 방법은 전문가의 주관적인 기준으로 평가하여 전문가의 수준에 따라 상이한 결과가나올 수 있기에 객관성이 부족하다는 단점이 있다. 최근 심층학습 기술들의 발달로 이 기술들을 활용하여 이와 같은 문제를 해결하는 객관성 있는 자동 치아 분류 및 분석이 가능할 것이라는 기대가있다. 하지만 실제 치아 이미지의 경우 개인정보 문제로 인해 심층학습을 위한 충분한 양의 데이터를 획득하는데 어려운 문제에 직면해 있다. 본 논문에서는 심층 합성곱 생성적 적대 신경망을 이용하여 일부 확보된 소량의 실제 치아의 교합면 이미지를 이용하여 실제 치아 이미지와 유사한 다량의가상 치아 이미지를 효과적으로 생성하는 모델을 제안한다. 연구의 결과를 Fréchet Inception Distance(FID)를 이용하여 분석한 결과 생성되는 모든 이미지가 실제 치아와 유사하지는 않았기 때문에 그 성능은 비교적 낮았다. 그러나 생성된 이미지 중에는 실제 치아와 매우 유사한 이미지들이존재하는 것을 확인할 수 있었기에 이를 선별한다면 자동 치아 분류 및 분석을 위한 심층학습 기법들에 활용될 수 있을 것이다.