인공위성 원격탐사에 의한 기름 유출 선박의 탐지 방법

Abstract

본 논문에서는 딥러닝 기술을 활용한 객체 검출(objcet detection) 모델인 YOLO를 기반으로 위성자료를 활용하여 기름 유출 선박을 탐지하고자 하였다. 미국해양대기청(National Oceanic and Atmospheric Administration, NOAA)은 해양 오염 감시 보고서(Marine Pollution Surveillance Reports)를 제공하고 있으며, 보고서를 기반으로 2020년에서 2021년까지 Sentinel-1 위성자료를 수집해 데이터셋을 확보하였다. 학습자료는 해양 오염 영상 자료 중 선박에서 기름 유출이 확인된 자료를 대상으로 구성하였고, 한정된 학습자료를 보완하기 위해 영상 회전(image rotation)을 통해 데이터 수를 증식시켰다. YOLO 학습 가중치를 이용한 실험 결과, 기름 유출 선박 5척, 일반 선박 8척의 테스트 영상에 대하여 90% 이상의 confidence score를 기록하며 기름 유출 선박을 모두 탐지·분류하였다.