UAV 다중분광 영상 기반 딥러닝 토석채취지 분류를 위한 최적 데이터세트 구성 및 평가

초록

본 연구는 토석채취지 모니터링의 자동화 및 효율화를 위한 딥러닝 기반 분류 모델의 최적 데이터세트를 선정하고자 하였다. 연구대상지는 경상북도 구미시에 소재한 면적 약 8.5ha 규모의 토석채취 사업장으로, DJI M3M 무인항공기를 활용하여 RGB 및 멀티스펙트럴 영상을 취득하였다. 취득된 영상을 기반으로 분광정보 구성, 방사해상도를 고려하여 네 가지 데이터세트를 구성하였다. 토석채취지의 분류 모델로는 고해상도 특징 유지에 강점이 있는 HRNetV2를 선정하였으며, MS-SSIM, Focal Loss, Dice Loss를 결합한 Hybrid Loss를 활용하여 모델을 학습하였다. 연구 결과, Dataset C가 전체 정확도 92.8%, Kappa 계수 0.875로 가장 균형 잡힌 분류 성능을 보였다. 특히 다른 데이터세트에서 낮은 정확도를 보인 초지(81.0%)와 습지(87.4%) 분류에서도 우수한 성능을 나타냈다. 반면, DSM과 Slope 정보를 추가한 Dataset D는 과적합 문제가 발생하여 모델의 일반화 능력이 저하되었다. 주요 오분류는 급격한 지형변화 지역의 산림지↔초지 간 혼동과 토지피복 경계부의 초지→나지 오분류로 나타났다. 본 연구는 분광정보 구성, 방사해상도에 따른 차이, 지형정보의 추가활용 등 데이터세트 구성에 따른 토석채취지 분류 정확도 향상 여부를 검토하였으며, 이러한 최적 데이터세트 구성에 대한 연구결과는 향후 토석채취지 자동 분류 시스템 개발을 위한 기초자료로 활용될 수 있을 것으로 판단된다.

키워드