디지스트(DGIST·대구경북과학기술원)는 전기전자컴퓨터공학과 황재윤 교수 연구팀이 다비오와 공동으로 항공·위성에서 물체를 정확하게 추출하는 세계 최고 성능의 신경망 모듈을 개발했다고 3일 밝혔다.
최근 인공지능의 한 분야인 딥러닝 기법이 고도화하면서 항공·위성 영상 분석에도 널리 적용되고 있지만 기존 모델은 특정 물체에만 최적화해 다른 물체의 인식에 제약이 있었다. 또한 객체의 형태학적 특성을 반영하지 못해 부정확한 결과를 초래했다.
![](http://img.segye.com/content/image/2024/04/03/20240403511128.jpg)
연구팀은 기존 모델보다 훨씬 더 정확한 결과를 제공하며 다양한 응용 분야에 활용될 수 있는 신경망인 ‘DG-Net’을 개발했다. DG-Net은 입력 영상에 맞게 최적화하는 테스트 시간 적응 학습 방법을 사용해 물체의 밀도를 인식하고, 이를 기반으로 세밀한 분할을 수행한다.
DG-Net은 항공·위성 이미지에서의 다양한 객체 분할 작업에서 우수한 성능을 보여준다.지리 공간 객체 분할에서 뛰어난 정확도를 보여주며, 이는 기존 모델들 대비 최고의 성능을 나타냈다. 특히 지리 공간 객체 분할의 정확도를 향상시킬 뿐 아니라, 환경 모니터링, 도시 계획, 농업 및 재해 관리 등 다양한 응용 분야에 적용할 수 있어 원격 감지 분야에서 항공 또는 인공위성 영상을 이용한 물체 분할에서 혁신적인 솔루션으로 자리 잡을 것으로 예상된다.
황재윤 교수는 “이번 연구를 통해 개발한 신경망은 항공·위성 영상에서 타겟 물체를 높은 정확도로 추출할 수 있는 새로운 신경망”이라며 “향후 관련 기술을 좀 더 개선한다면 자율 주행 자동차, 국방, 의료 영상 등 많은 분야들에 적용해 인공지능 분야의 발전에 긍정적인 영향을 줄 것으로 기대한다”고 말했다.
이번 연구결과는 원격 감지 분야 국제학술지 ‘IEEE 트랜젝션 온 지오사이언스 앤 리모터센싱' 3월 20일자로 게재됐다.
[ⓒ 세계일보 & Segye.com, 무단전재 및 재배포 금지]