[Paper] 불확실성 인식형 보행자 속성 인식 via Evidential Deep Learning

Source: arXiv - 2604.26873v1

개요

논문은 UAPAR이라는 새로운 프레임워크를 소개합니다. 이 프레임워크는 보행자 속성 인식(PAR)에 불확실성 인식을 도입합니다. Evidential Deep Learning(EDL)과 CLIP‑style 비전‑언어 백본을 통합함으로써, 시스템은 자신이 확신하지 못하는 예측을 표시할 수 있습니다—전통적인 결정론적 모델이 특히 저품질 또는 노이즈가 많은 데이터에 대해 갖지 못하는 능력입니다.

주요 기여

• 각 속성에 대한 인식 불확실성을 정량화하는 최초의 EDL 기반 PAR 시스템.
• Region‑Aware Evidence Reasoning (RAER) 모듈: 교차‑어텐션 및 공간 사전 정보를 활용해 세밀한 로컬 단서를 추출한 뒤, 이를 증거 헤드에 전달합니다.
• 불확실성 기반 이중 단계 커리큘럼 학습: 노이즈 라벨의 영향을 완화하도록 학습 커리큘럼을 동적으로 조정합니다.
• 네 개의 대규모 데이터셋(PA100K, PETA, RAPv1, RAPv2)에서 광범위한 검증을 수행하여 경쟁력 있거나 최첨단 수준의 정확도를 달성함과 동시에 신뢰할 수 있는 불확실성 추정치를 제공합니다.
• 정성적 분석을 통해 높은 불확실성 점수가 도전적이거나 오예측된 샘플과 상관관계가 있음을 보여줍니다.

방법론

1. Backbone – 모델은 CLIP‑style 아키텍처(이미지 인코더 + 텍스트 인코더)를 기반으로 하여 보행자 이미지와 속성 의미의 풍부한 공동 표현을 얻습니다.

2. Region‑Aware Evidence Reasoning (RAER)

   • 교차‑어텐션 블록이 이미지 패치와 속성 토큰을 정렬하여 네트워크가 가장 정보가 풍부한 영역(예: 백팩, 신발)에 집중할 수 있게 합니다.
   • 인간 자세 또는 세그멘테이션 단서에서 파생된 공간 사전 마스크가 어텐션을 합리적인 신체 부위로 유도하여 로컬 특징 추출을 향상시킵니다.

3. Evidential Head

   • 단일 소프트맥스 확률을 출력하는 대신, 헤드는 각 속성에 대한 Dirichlet 분포의 증거 파라미터를 예측합니다.
   • Dirichlet 분포로부터 기대 클래스 확률과 인식적 불확실성(분산)을 모두 도출합니다.

4. Uncertainty‑Guided Curriculum Learning

   • Stage 1: “쉬운” 샘플(불확실성이 낮은)에서 학습하여 견고한 기반을 구축합니다.
   • Stage 2: 점진적으로 더 어렵고 노이즈가 많은 샘플을 도입하고, 손실을 모델의 현재 불확실성 추정치에 따라 가중합니다. 이는 노이즈 라벨이 학습 신호를 압도하는 것을 방지합니다.

전체 파이프라인은 엔드‑투‑엔드로 학습 가능하며, 표준 이미지‑속성 주석만 필요합니다.

Results & Findings

Key takeaways

• Accuracy boost: 강력한 베이스라인 대비 작지만 일관된 개선.
• Reliability: 인식적 불확실성이 예측 오류와 강하게 상관(피어슨 ≈ 0.73)하여 하위 시스템이 의심스러운 출력을 버리거나 재처리할 수 있게 함.
• Robustness to label noise: 커리큘럼 학습 방식이 훈련 라벨의 최대 30%가 손상될 때 성능 저하를 감소시킴.

Practical Implications

• Surveillance & Smart Cities: 운영자는 높은 불확실성을 보이는 탐지(예: 얼굴 특징을 가리는 마스크 착용자)에 대해 인간 검토를 우선시함으로써 오경보를 줄일 수 있습니다.
• Autonomous Vehicles: 보행자 속성 단서(예: “유모차를 들고 있음”)는 움직임 계획에 영향을 미치며, 속성 추정이 신뢰할 수 없을 때는 대체 전략을 트리거할 수 있습니다.
• Retail & Indoor Analytics: 속성 기반 고객 프로파일링(연령, 성별, 액세서리 등)은 불확실한 예측에 대해 행동을 하지 않음으로써 프라이버시를 보호할 수 있습니다.
• Model Debugging: 개발자는 내장된 진단 도구를 얻게 되며, 높은 불확실성은 데이터 수집 격차(조명 부족, 비정상적인 자세 등)를 강조해 향후 데이터셋 정제에 활용할 수 있습니다.
• Active Learning: 불확실도 점수는 인간 주석을 위한 샘플 선택을 주도하여 데이터 라벨링 파이프라인을 보다 효율적으로 만들 수 있습니다.

제한 사항 및 향후 연구

• 계산 오버헤드: 교차‑어텐션과 증거 기반 헤드가 일반적인 CLIP 분류기 대비 추론 지연을 약 15% 증가시켜, 실시간 엣지 배포 시 병목이 될 수 있습니다.
• 속성 범위: 실험은 이진 속성에 초점을 맞추었으며, 다중 클래스 또는 연속적인 특성(예: “키”)으로 확장하는 것은 아직 탐구되지 않았습니다.
• 불확실성 보정: 인식적 불확실성이 유용하지만, 논문에서는 심하게 손상된 이미지에서 가끔 과신이 발생한다는 점을 지적합니다; 온도 스케일링과 같은 더 나은 보정 기법이 신뢰성을 향상시킬 수 있습니다.
• 다양한 모달리티: 비디오 스트림이나 깊이 센서의 시간적 단서를 통합하면 어려운 상황에서 불확실성을 더욱 감소시킬 수 있습니다.

전체적으로, UAPAR는 신뢰할 수 있는 보행자 속성 시스템을 향한 유망한 길을 열며, 개발자에게 “무엇을” 예측할 뿐만 아니라 각 예측에 대해 “얼마나 확신하는지”를 평가할 수 있는 도구를 제공합니다.

저자

• Zhuofan Lou
• Shihang Zhang
• Fangle Zhu
• Shengjie Ye
• Pingyu Wang

논문 정보

• arXiv ID: 2604.26873v1
• 분류: cs.CV
• 출판일: 2026년 4월 29일
• PDF: Download PDF