AI 신경망이 항공·위성 영상을 정확하게 분석했다

DGIST-다비오 딥러닝 기술 개발
특정 물체 추출 정확도 '세계 최고'

연구진이 개발한 DG-Net 인공지능 신경망을 통해 밀도가 다른 타겟 물체의 항공영상에서 건물과 도로를 검출해냈다. 맨 오른쪽 두열의 영상이 연구진이 개발한 신경망으로 검출해낸 결과물이다. DGIST 제공

[파이낸셜뉴스] 대구경북과학기술원(DGIST) 전기전자컴퓨터공학과 황재윤 교수팀이 공간정보기업 다비오와 함께 항공 및 위성 영상에서 물체를 정확하게 추출하는 세계 최고 성능의 인공지능(AI) 신경망 'DG-Net'을 개발했다. 이 AI 신경망은 지리 공간 객체 분할의 정확도를 향상시킬 뿐만아니라, 환경 모니터링, 도시 계획, 농업 및 재해 관리 등 다양한 응용 분야에 적용할 수 있다.

3일 DGIST에 따르면, DG-Net은 항공 및 위성 이미지에서의 다양한 객체 분할 작업에서 우수한 성능을 보여준다. 특히, 지리 공간 객체 분할에서 뛰어난 정확도를 보여주며, 이는 기존 모델들 대비 최고의 성능을 나타낸다.

황재윤 교수는 "항공·위성 영상에 대해 물체의 밀도에 따라 학습시킨 AI 신경망을 여러 밀도의 항공·위성 영상에서 건물, 도로 등의 위치와 모양을 정밀하게 검출이 가능하다"고 설명했다. 그러면서 "이를 여러 물체 검출에 활용하면 더 많은 산업에 기여를 할 수 있을 것"이라고 말했다.

최근 인공지능(AI)의 한 분야인 딥러닝 기법이 고도화되면서 항공 및 위성 영상 분석에도 널리 적용되고 있다. 그러나 기존 모델은 특정 물체에만 최적화돼 있어 다른 물체의 인식에 제약이 있었다. 또한, 객체의 형태학적 특성을 반영하지 못해 부정확한 결과를 초래하는 등의 문제가 있었다.

이에 연구진이 개발한 AI 신경망 'DG-Net'은 입력 영상에 맞게 최적화되는 테스트 시간 적응 학습 방법을 사용하여 물체의 밀도를 인식하고, 이를 기반으로 세밀하게 분할한다.

이 AI 신경망은 원격 감지 분야에서 항공 또는 인공위성 영상을 이용한 물체 분할에서 혁신적 솔루션으로 자리 잡을 것으로 예상된다.

황 교수는 "이 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 적용되어 AI 분야의 발전에 긍정적인 영향을 줄 것"이라고 말했다.

한편, 연구진은 AI 신경망 'DG-Net'을 원격 감지 분야의 국제 학술지인 '전기전자기술자학회(IEEE) 지구과학과 원격탐사에 관한 연구(Transactions on Geoscience and Remote Sensing)'에 발표했다.

[e-mail] 김만기 기자