Computer Vision을 위한 뇌 역공학 (6) - LGN 2nd

지난번에, LGN은 본격적인 시각처리경로의 첫 노드로서 피드백이 처음 일어나는 곳이라고 했습니다. 그런데 시각정보는 근육의 제어와 밀접한 부분이 있어서 이를 visuo motor processing이라 하는데 이 측면에서 보면 눈동자 근육이 가장 먼저 존재하는 피드백의 시작점입니다. 눈동자는 우리의 생각과 달리 의도적이지 않은 명령에 의해 상당히 움직입니다. 그 중 대표적인 것이, 지금 이 순간에도 우리눈을 가만히 있지 않게하는 써카드 모션(Ssaccade motion)입니다. 통상 말하는 큰 규모의 써카드 모션이 초당 수회, 그보다 작은 규모의 써카드(마이크로 써카드) 모션이 그와 비슷한 빈도로 계속 일어납니다. 이 모션때문에 실제로는 보는 위치가 계속 달라지지만 뇌는 이 움직임을 보정하여 마치 정지되어 있는 것 처럼 느끼게 하고 있습니다.

       

  LGN으로 돌아가서, LGN은 다음과 같은 구조를 가집니다. 이의 구조는 굉장히 흥미롭습니다.

 

 

LGN은 그림처럼 여섯겹으로 겹친 신경세포층의 집합니다. (그러고보니 대뇌피질의 보편적 층구조도 그렇고 뇌는 6을 좋아하네요.) LGN은 양쪽에 하나씩 있는데 각각을 잘라서 볼 때 맨 안쪽의 1층과 4, 6층은 다른 쪽(contra-) 눈에서 온 정보를, 그외 2, 3, 5 층은 같은 쪽 눈에서 온 정보를 받아들입니다. 눈에서 오는 정보들은 망막의 위치관계가 그대로 보존되어 있습니다.

 

그리고 맨 안쪽의 1, 2층은 Magnocallular 신경다발을 받아들이고 나머지 층은 Parvocellular 신경다발을 받아들입니다. 잠깐 망막에서 중요하다고 말한 이 내용을 다시 떠올려보면, Parvocellular는 Midget(난장이) 강글리온 셀로부터의 신경다발로서 담당하는 망막 상의 넓이가 좁아 자세한 관찰을 가능케하고 또 수가 매우 많은 신경입니다. 이에 반해 Magonocellular는 Parasol(우산) 강글리온 셀로부터 나온 신경다발로서 담당하는 넓이가 매우 넓고 대신 전체 수는 적은 신경입니다. 각 층의 신경세포 수의 차이는 왜 LGN이 저렇게 휜 모양인지를 설명해줍니다. 즉 안쪽 두 층의 Magnocellular 신경들은 수가 더 적으므로 표면적이 적고, 반면 Parvocellular 신경들은 넓어서 이 둘간의 불일치 때문에 LGN이 휘게 되었다고 할 수 있겠습니다. (이상, 교과서에는 나오지 않는 저의 추정입니다.)

이런 추정하에서 흥미로운 것은, 네 층이나 되는 P층들은 또 왜 서로간에 숫자가 서로 다른가 하는 것입니다. 일단 숫자가 다르면서, retinotopic이 유지되므로 픽셀수가 다른 여러 image plane이 겹쳐진 (interleaved) 상황임을 알 수 있습니다. 그리고 안쪽일 수록 총 픽셀 수가 적어 coarse한 image plane임을 알 수 있습니다. (이른바 image pyramid죠. 영상처리 관련 엔지니어는 무슨 말인지 아실겁니다.)

 

그림. Image pyramid. Ted Adelson (현 MIT BCS과 교수)의 1984년 RCA 재직 시 논문 중 개발되었습니다. 이것이 바로 이른바 DoG(Difference of Gaussians) 방법입니다.

그런데 이런 coarse to fine(LGN의 경우는 안에서 바깥쪽으로의)한 구조를 이용한 처리는 multi grid 처리의 기본입니다. 그럼 왜 우리는 multi grid 처리를 하던가요? 네.. 처음부터 fine 한 image plane을 다루면 처리량이 너무 많고 또 영상 상호간에 참조를 하여 FAR을 낮추기 위함이죠. 즉 통상, coarse한 image plane을 통해 대략의 salient feature를 찾고 이 근방에 대해 자세한 조사를 그 다음 진행시키기 위함입니다. 그림은 이 모델하에서 LGN 각층의 출력을 대략 나타낸다고 보시면 되겠습니다. (이는 실제로 측정된 적은 없습니다. 여기에서 모델-컴퓨터비젼과 영상처리의 공학적인 모형-의 위력이 나타난다고 할 수 있겠습니다.)

우리는, LGN이 뭔가 coarse to fine 처리를 돕는 곳, 또는 그 자체로 이러한 처리를 수행하는 곳임을 알 수 있습니다. 아니면.. 아예 coarse에서 fine에 이르는 여러 image plane을 생성해내는 곳이라고 볼 수도 있겠습니다.

일단 LGN에 대해 현재 학계에서 밝혀진 바 만을 소개하고 끝내겠습니다.

우선 LGN이 하는 역할은 아직 완전히 명확하지 않습니다. 다만 피드백 처리가 중요히 작동하고 있으며 이는 여러가지 구조상의 특이점으로부터 추정됩니다. 비록 LGN의 역할이 아직 명확하지 않으나, 상당한 비율로서 신호를 필터링하고 그럼으로써 정말 의미있는 정보만 통과시키는 역할을 하며, 후반부에서 "정신 차려"라는 명령을 하면 세밀한 활동을 개시하는 기관이라는 것은 크게 받아들여지고 있습니다.

끝으로, 여담으로 LGN의 주위에는 Superior Colliculi라는게 있는데 이는 최근에 관심을 받기 시작하고 있으나 시각처리경로에서는 보통 생략됩니다. 이 SC는 거의 모든 시각처리 노드와 연결되어 있는 특이한 연결을 가지는데 구체적인 역할을 밝혀져 있지 않습니다. 최근에 주목을 받고 있기는하나 워낙 작아서 큰 역할은 하지 않는 것 같습니다. 피질외의 부분인 이 둘(LGN과 SC)을 합쳐 sub cortical pathway라고 합니다.

[참고자료]

Introduction to the visual system (Martin Tovee @ newcastle Univ.)

Iowa대 Amay Poremba 교수 교안

Visual neuroscience - Feedback processing

Weizmann Inst. Michal Irani 교수 교안

http://web.mit.edu/persci/people/adelson/pub_pdfs/RCA84.pdf