Automated Label Structure Validation for Multi-source Iris Detection Datasets

다중 소스 객체 검출 데이터셋의 통합 과정에서 발생하는 은닉된 레이블 불일치는 데이터 재사용성을 저해하는 주요 문제이다[1]. 본 논문에서는 Roboflow Universe에서 수집한 2개의 이질적 홍채 검출 데이터셋(12,027개 이미지, 75,904개 객체)에 대한 자동화된 레이블 구조 검증 프레임워크를 제안한다. 제안 프레임워크는 파일 검증, 형식 검증, 기하학 클러스터링, 통계 검증으로 구성된 4단계 파이프라인이며, 레이블 텍스트 대신 경계 상자의 기하학적 특징(정규화 면적, 종횡비)만을 사용한다. K-means 클러스터링과 실루엣 분석을 통해 84개 명목 클래스를 분석한 결과, 동공형 그룹(n=45,725, 평균 면적=0.0270±0.0189)과 홍채형 그룹(n=15,575, 평균 면적=0.0792±0.0467)의 2개 의미론적 구조를 발견하였다. Two-sample t-test 결과 두 그룹 간 통계적으로 매우 유의한 차이(t=196.44, p<0.001)와 큰 효과 크기(Cohen's d=1.82)를 확인하였다[2]. 데이터 품질 검증 결과 파일 누락 0건, 형식 오류 0건, 좌표 유효성 100%를 달성하였으며, Train/Val/Test 분할 간 클래스 분포 변동은 최대 0.8%로 1% 미만의 높은 일관성을 보였다. 기존 방법과의 비교 실험에서 제안 방법은 수동 샘플링 대비 F1 점수 4.4배, 통계 이상치 탐지 대비 1.6배, Confident Learning 대비 1.2배 향상된 성능(F1=0.92)을 달성하였다. 제안 프레임워크는 도메인 독립적이고 완전 자동화되어 다양한 객체 검출 응용 분야로 확장 가능하다.