국립창원대학교와 미국 프린스턴대학교 공동연구팀이 제한된 위성영상 데이터의 분석 정확도를 높일 수 있는 데이터 증강 기반 분석 모델을 개발했다.
국립창원대는 공동연구팀의 연구논문이 지구물리학 분야 국제학술지 ‘IEEE Geoscience and Remote Sensing Letters’에 게재됐다고 17일 밝혔다. 해당 학술지는 영향력지수(IF) 4.8, JCR 기준 상위 9.2%에 해당한다.
공동연구팀은 위성영상 분석 과정에서 발생하는 클래스 불균형 문제를 해결하기 위해 문맥 기반 데이터 증강 방법을 제안했다.
연구팀은 원본 이미지와 의미적으로 호환할 수 있는 객체 인스턴스를 선택해 데이터를 증강하고, 클래스별 데이터에서 경계와 형태가 유사한 기하학적·의미적 제약 조건을 적용해 객체가 배치되는 주변 문맥의 일관성을 유지하도록 했다.
이어 데이터셋 통계를 바탕으로 클래스 균형 임계값을 산출하고 소수 클래스 데이터를 증식해 전체 데이터를 동적으로 조절하도록 네트워크를 설계했다.
연구팀에 따르면 제안한 방법을 DOTA-v1.0 데이터셋에서 평가한 결과 소수 클래스에 대한 mAP@0.5와 mAP@0.5–0.95가 크게 향상됐으며, 다수 클래스에서도 경쟁력 있는 성능을 유지한 것으로 나타났다.
연구책임자인 권오설 국립창원대 교수는 “본 연구는 소수의 위성 데이터를 바탕으로 효율적으로 정보를 분석하는 기술로써 제한된 상황에서 위성 정보 분석의 정확성을 높였다는 것에 의미가 있다”고 설명했다.
이번 연구는 국립창원대와 프린스턴대가 우주항공과 인공지능 분야의 강점을 연계해 진행한 공동연구다.
연구는 과학기술정보통신부 산하 정보통신기획평가원의 대학ICT연구센터사업, 지역성장인재양성체계(앵커)사업, BK21 DNA²+인공지능융합교육연구단과 한국연구재단 우수중견연구(글로벌협력)의 지원을 받아 수행됐다.
){kind=small}
){kind=small}
){kind=small}
){kind=small}
