“드론 기술, 해양 쓰레기 모니터링의 새로운 지평을 열다”
제 529회 오션 세미나
부유 쓰레기 오염을 평가하기 위한 무인 항공 조사 모니터링 프로그램 설계
한국인 ㅣ (사)동아시아바다공동체 오션 연구원 ㅣ glhan@osean.net
무인 항공 시스템(UAS)을 이용한 부유 쓰레기 탐지 방법 개발
무인 항공 시스템(UAS), 일명 드론을 이용한 해양 부유 쓰레기 모니터링 기술의 큰 발전을 보여주는 연구 결과가 발표되었다. 이 연구는 국제학술지 ‘원격 탐지(Remote Sensing)’에 게재되었으며, 기존의 선박 기반 관찰 방식에 비해 더 효율적이고 광범위한 모니터링이 가능함을 보여준다.
연구팀은 상용 드론과 고해상도 RGB 카메라를 사용하여 해양 표면의 이미지를 수집했다. 이후 세 가지 다른 분석 방법을 비교했는데, 1) 수동 계산: 전문가가 직접 이미지를 검사하고 쓰레기를 식별, 2) 픽셀 기반 탐지: 자동화된 색상 분석을 통한 오염도 평가, 3) 기계 학습: 심층 학습 알고리즘을 이용한 자동 객체 탐지 및 분류 등을 수행했다.
연구 결과, 기계 학습 방법이 부유 쓰레기 탐지에 가장 유망한 결과를 보였다. 이 방법은 대규모 이미지 세트를 자동으로 처리할 수 있어, 광범위한 해역을 모니터링하는 데 적합한 것으로 나타났다. 그러나 각 방법은 각기 다른 장단점을 보였다. 수동 계수는 가장 정확하지만 시간이 많이 소요되며, 픽셀 기반 탐지는 빠르지만 정확도가 낮았다. 기계 학습은 정확도와 자동화의 균형을 제공하지만, 초기 설정과 훈련에 시간이 필요하다.
연구팀은 또한 이미지 노출 설정이 부유 쓰레기 탐지에 미치는 영향을 조사했다. 저노출 설정이 태양 반사와 배경 노이즈를 줄여 일부 유형의 쓰레기 탐지를 개선할 수 있음을 발견했다. 이 기술은 해양 쓰레기 모니터링 방식을 혁신할 잠재력이 있을 보여 주었는데, 특히 넓은 해역이나 접근하기 어려운 지역의 모니터링에 활용될 수 있을 것이다.
세미나에 참가한 한국해양쓰레기연구소 이종명 소장은 “이 연구는 드론과 AI 기술을 결합하여 부유쓰레기를 조사하는 기법를 개발하는 초기 단계의 연구이다. 향후에는 선박에 고정형 카메라를 장착하여 운항 중에 해수면 영상을 촬영하고, 그것을 AI가 분석하여 부유쓰레기 분포를 보여주는 방식으로 활용할 수 있다”라고 말했다. 세미나에서는 오션에서 개발한 드론 영상 속 해안쓰레기 자동 식별 기술도 소개했는데, 관련 기술은 해수면의 부유쓰레기에도 적용할 수 있을 것으로 기대된다.
원문 : Almeida, S.; Radeta, M.; Kataoka, T.; Canning-Clode, J.; Pessanha Pais, M.; Freitas, R.; Monteiro, J.G. Designing Unmanned
Aerial Survey Monitoring Program to Assess Floating Litter Contamination. Remote Sens. 2023, 15, 84. https://doi.org/10.3390/rs15010084
“드론 기술, 해양 쓰레기 모니터링의 새로운 지평을 열다”
제 529회 오션 세미나
부유 쓰레기 오염을 평가하기 위한 무인 항공 조사 모니터링 프로그램 설계
한국인 ㅣ (사)동아시아바다공동체 오션 연구원 ㅣ glhan@osean.net
무인 항공 시스템(UAS)을 이용한 부유 쓰레기 탐지 방법 개발
무인 항공 시스템(UAS), 일명 드론을 이용한 해양 부유 쓰레기 모니터링 기술의 큰 발전을 보여주는 연구 결과가 발표되었다. 이 연구는 국제학술지 ‘원격 탐지(Remote Sensing)’에 게재되었으며, 기존의 선박 기반 관찰 방식에 비해 더 효율적이고 광범위한 모니터링이 가능함을 보여준다.
연구팀은 상용 드론과 고해상도 RGB 카메라를 사용하여 해양 표면의 이미지를 수집했다. 이후 세 가지 다른 분석 방법을 비교했는데, 1) 수동 계산: 전문가가 직접 이미지를 검사하고 쓰레기를 식별, 2) 픽셀 기반 탐지: 자동화된 색상 분석을 통한 오염도 평가, 3) 기계 학습: 심층 학습 알고리즘을 이용한 자동 객체 탐지 및 분류 등을 수행했다.
연구 결과, 기계 학습 방법이 부유 쓰레기 탐지에 가장 유망한 결과를 보였다. 이 방법은 대규모 이미지 세트를 자동으로 처리할 수 있어, 광범위한 해역을 모니터링하는 데 적합한 것으로 나타났다. 그러나 각 방법은 각기 다른 장단점을 보였다. 수동 계수는 가장 정확하지만 시간이 많이 소요되며, 픽셀 기반 탐지는 빠르지만 정확도가 낮았다. 기계 학습은 정확도와 자동화의 균형을 제공하지만, 초기 설정과 훈련에 시간이 필요하다.
연구팀은 또한 이미지 노출 설정이 부유 쓰레기 탐지에 미치는 영향을 조사했다. 저노출 설정이 태양 반사와 배경 노이즈를 줄여 일부 유형의 쓰레기 탐지를 개선할 수 있음을 발견했다. 이 기술은 해양 쓰레기 모니터링 방식을 혁신할 잠재력이 있을 보여 주었는데, 특히 넓은 해역이나 접근하기 어려운 지역의 모니터링에 활용될 수 있을 것이다.
세미나에 참가한 한국해양쓰레기연구소 이종명 소장은 “이 연구는 드론과 AI 기술을 결합하여 부유쓰레기를 조사하는 기법를 개발하는 초기 단계의 연구이다. 향후에는 선박에 고정형 카메라를 장착하여 운항 중에 해수면 영상을 촬영하고, 그것을 AI가 분석하여 부유쓰레기 분포를 보여주는 방식으로 활용할 수 있다”라고 말했다. 세미나에서는 오션에서 개발한 드론 영상 속 해안쓰레기 자동 식별 기술도 소개했는데, 관련 기술은 해수면의 부유쓰레기에도 적용할 수 있을 것으로 기대된다.
원문 : Almeida, S.; Radeta, M.; Kataoka, T.; Canning-Clode, J.; Pessanha Pais, M.; Freitas, R.; Monteiro, J.G. Designing Unmanned
Aerial Survey Monitoring Program to Assess Floating Litter Contamination. Remote Sens. 2023, 15, 84. https://doi.org/10.3390/rs15010084