딥 러닝 기반의 해상 객체 탐지를 위한 마스크 생성 방법

Abstract

딥 러닝 알고리즘을 이용하여 정확도가 높은 분석 결과를 도출하기 위해서는 고품질의 데이터를 이용하여 학습하는 과정이 필요하다. 학습데이터를 생성하기 위한 방법은 서로 다른 형태의 객체 데이터를 구분하는 라벨링 과정을 수행하는 것이다. 다만, 라벨링 과정은 연구자가 직접 수만 장의 이미지를 분석해야 하기 때문에 데이터를 만드는 과정에서 소요되는 시간이 크며, 작업자 간의 주관적인 판단이 개입될 여지가 있다[1]. 본 연구에서는 항공에서 촬영된 해양영역의 이미지에서 신뢰성이 높은 학습데이터를 자동으로 생성하기 위한 목표로, 머신러닝 군집 기법 중 하나인 밀집도 기반의 DBSCAN(density-based spatial clustering of applications with noise) 알고리즘을 사용하였다[2]. 이 알고리즘은 선택된 영역에서 화소 사이의 군집도를 비교하여 객체를 생성하는데 적합한 분석 방식이다. 본 논문에서는 해수면에 존재하는 객체(소형선박, 구명기구 등)를 딥 러닝 알고리즘을 통해 탐지하기 위한 목표로, 항공기로 촬영된 초분광 영상에서 탐지하고자 하는 객체에 대한 신뢰성 있는 마스크를 생성하기 위한 방법을 소개한다.