본문 바로가기 사이드메뉴 바로가기 주메뉴 바로가기

주메뉴영역

주메뉴영역

혁신으로 세상을 바꾸는 융복합 대학, DIGIST
Innovative University Changing the World through Convergence
이 페이지를 SNS로 퍼가기

Research

DGIST, 산학협력 통한 항공사진 기반 물체 검출 인공지능 기술 개발

  • 조회. 283
  • 등록일. 2021.08.12
  • 작성자. 대외협력팀

DGIST 황재윤 교수팀, 항공영상을 활용해 물체를 추출하는 딥러닝 기술 개발

데이터 전문 업체인 다비오와의 협력 통한 연구성과...향후 디지털 지도 생성 인공지능 기술 발전에 획기적 기여 예상돼

 

 

[(좌측부터) DGIST 황재윤 교수, 이경수 석박통합과정생, 다비오 박주흠 대표]

 

 DGIST(총장 국양) 정보통신융합전공 황재윤 교수 연구팀이 딥러닝 기술을 활용해 원격 감지를 위해서 항공사진에서의 건물을 정확하게 추출할 수 있는 세계 최고 성능의 디지털 지도 생성 인공지능 신경망 모듈을 개발했다. 이번 연구 성과는 지도 데이터 전문 기술 업체인 다비오와 인공지능 핵심 기술 개발 등 다양한 후속연구와도 관련이 깊은 연구로, 향후 관련 분야에서의 긍정적인 영향이 기대된다.  

 최근 인공지능의 한 분야인 딥러닝 기법의 고도화와 성능향상에 따라 관련 응용 연구가 활발하다. 그 중에서도 항공 영상에서 건물 등 물체를 정확하게 추출하는 기술은 군사, 물류, 자율주행 등에서 활용되는 디지털지도 제작에 중요한 기술이다. 하지만 저품질·저해상도 항공영상의 경우 기존 관련 기술들로는 물체를 정확하게 구분이 어려워 지금까지는 사람이 직접 디지털 지도를 제작하는 등 시간과 비용이 많이 소요돼 왔다.

 이에 DGIST 정보통신융합전공 황재윤 교수팀은 디지털 지도의 자동 제작에 필요한 물체 검출 시 항공영상상 건물들의 경계에 집중해 검출한다면 건물 탐지의 성능을 증가시킬 수 있을 거라 생각했고, 이에 기반해 인공지능 모델 개발에 착수했다. 이렇게 개발된 인공지능 모델은 정확한 경계 분할뿐만 아니라, 정밀한 건물의 경계 탐지까지 가능하다.

 더 나아가 연구팀은 새로운 학습 파이프라인 및 새로운 연산자를 설계해 건물의 경계와 정보(entropy)의 연관성을 분석해 정확한 분할을 수행하는 새로운 신경망 구조를 개발했다. 새롭게 개발된 신경망은 항공 영상에서 건물의 정확한 모양과 경계 추출이 가능하다는 장점을 갖고 있어, 다양한 항공영상의 도메인(Domain)에서 건물 추출 성능을 기존보다 크게 향상시킬 수 있었다. 이는 사람이 직접 1달 이상 작업해야만 완성할 수 있었던 디지털지도를 단 수초 만에 완성할 수 있을 만큼 효율성을 극대화시켰다.

 이는 DGIST와 다비오가 2019년 인공지능랩을 공동 개설한 이후 수행한 지속적인 산학협력의 결과다. 다비오는 DGIST와 산학협력을 통한 기술 고도화로 과학기술정보통신부 미래 유니콘 육성사업에 선정, 현재 글로벌 IT 회사로 성장해가고 있는 회사다. 현재 DGIST와 다비오는 영상 물체 추출 기반 인공지능 기술을 통해 객체 분석 분야에서 기술력을 인정받고 있으며, 위성 및 항공영상 활용한 공간데이터분석 및 데이터 자동 추출 플랫폼을 고도화 하는 등 다양한 연구 및 사업화 활동을 진행 중에 있다.

 DGIST 정보통신융합전공 황재윤 교수는 이번 연구를 통해 개발한 신경망은 항공, 위성사진에서 물체를 높은 정확도로 추출할 수 있는 새로운 신경망이다향후 관련 기술을 좀 더 개선한다면 의료 영상 등 다양한 분야에 적용되어 인공지능 기술 발전에 긍정적인 영향을 줄 것으로 기대된다고 말했다.

 한편, 이번 연구는 DGIST 정보통신융합전공 이경수 석박통합과정생이 제1저자로, KAIST 최지환 교수가 공동교신저자로 참여했다. 연구결과는 미국전기전자기술자학회(IEEE) 내 관련 분야 최상위 저널인 ‘Transactions on Geoscience and Remote Sensing’726() 게재됐다.

 

 

· · ·

 

연구결과개요

Boundary-Oriented Binary Building Segmentation Model with Two Scheme Learning for Aerial Images

Kyungsu Lee, Junhee Kim, Haeyun Lee, Juhum Park, Jihwan P. Choi, and JaeYoun Hwang

(IEEE Transactions on Geoscience and Remote Sensing, July 26th, 2021)

 

딥러닝의 발전과 성능 향상에도 항공영상의 해상도가 낮은 문제점으로 항공 영상을 이용한 디지털 지도 생성 인공지능 신경망 모델을 개발하는 데 여전히 문제가 되고 있다. 이를 해결하기 위해 지금까지는 단순히 인공지능 신경망의 구조를 바꾸거나 항공영상의 해상도를 올리는 전처리 방식에 초점을 맞춰왔다. 하지만 기존 방법은 건물의 위치는 비교적 잘 찾아내지만 건물의 모양과 경계를 정밀하게 탐색하는 데는 성능의 한계가 있다.

본 연구에서는 건물의 경계 부분의 정밀한 분할을 목표로 새로운 학습 방식, 새로운 연산자 및 새로운 손실 함수를 포함하는 세 가지 모듈을 제안하였다. 이는 건물의 경계와 정보(entropy)의 연관성을 탐색하여 인공지능 신경망 자체적으로 건물의 경계 부분의 분할에 기여도를 높일 수 있도록 설계되었다. 이는 여러 도시의 항공 영상에 적용되었고, 건물 위치 및 모양의 검출 성능을 크게 향상하는 것으로 확인되었다.

 

· · ·

 

연구결과문답

Q. 이번 성과 무엇이 다른가?

기존의 연구들은 건물의 위치 검출을 중점적으로 항공영상에서 건물 검출을 시도하였다. 이는 항공영상의 해상도가 매우 낮아 건물의 경계가 모호하며 건물의 모양이 다양하여 건물의 검출이 잘 되지 않는 문제점들이 있었다. 이번 연구는 건물의 위치와 모양을 포함하며 건물의 경계까지 포괄할 수 있는 새로운 인공지능 신경망을 설계하였고, 여러 항공영상에 적용하여 건물 검출을 시도하였을 때, 기존 연구의 한계를 뛰어넘는 큰 성능 향상을 보였다. 그 결과 기존에 사람이 디지털지도를 제작했을 때 1달 이상 걸리는 작업을 수초에 완성할 수 있는 디지털 혁신 기술을 성공시켰다.

Q. 어디에 쓸 수 있나?

항공영상은 디지털 지도를 활용하는 산업에서 많이 활용되고 있으나, 현재 지도에서 건물 및 다른 물체를 검출하는 데는 사람이 직접 손으로 하고 있어 많은 노동력이 필요하다. 본 연구에서 제안된 인공지능 신경망은 항공 영상이 활용되는 자율주행자동차, 군방, 도시 설계에서 정밀한 디지털 지도가 필요한 경우 활용하면 효과적이다.

Q. 실용화까지 필요한 시간은?

본 연구에서 고안된 신경망은 당장 사용이 가능하지만, 알고리즘의 속도 향상과 안정적인 성능을 제시하기 위해 최적화를 진행 중이다. 또한 개발 모델을 다비오와 지속적인 협업으로 1년 내에 실용화될 수 있도록 필드 테스트 및 검증을 지속적으로 수행하고 있다.

Q. 실용화까지 필요한 과제는?

여러 도시의 항공영상에서 건물 검출이 정밀하게 가능하다는 것을 보였으나, 세계 각 도시마다 다른 스타일을 갖고 있어, 도시에 상관없이 보편적인 적용이 가능할지는 의문이다. 이에 대해 다양한 도시의 항공영상 적용될 수 있는 인공지능 모델 개발 연구가 필요할 것이다.

Q. 연구를 시작한 계기는?

수년 전 다비오 대표와 식사를 하면서 디지털 지도 제작에서의 애로 사항을 접하고 관련 연구에 대해 관심을 가지기 시작했다. 구글지도, 네이버지도 등 항공 및 위성 영상을 이용해 다양한 산업에 활용될 수 있으나, 그 당시까지 연구 결과들이 높은 성능에 도달하지 못하여 실용화 하는데 어려움이 있었다. 따라서 기존 연구들의 검토를 바탕으로 항공영상에서 물체 검출을 좀 더 정밀하게 수행할 수 있는 방법을 고려하였고, 건물 경계 부분의 정보를 활용하고자 하는 아이디어를 떠올리게 되었다. 이를 바탕으로 다비오와 협업으로 디지털지도 제작을 위한 인공지능 신경망 연구를 시작하였다.

Q. 어떤 의미가 있는가?

항공영상에서 건물의 위치와 모양 및 정밀한 경계까지 검출이 가능하다는 것을 의미하며, 해당 알고리즘을 항공영상에서 건물뿐 아니라, 의료 또는 비디오 영상에서의 다양한 물체 검출에 활용될 수 있을 것으로 예상되어 바이오, 의료등 더 많은 산업에 기여를 할 수 있을 것이다.

Q. 꼭 이루고 싶은 목표는?

다비오와 지속적인 협력을 통해 개발한 인공지능 모델을 상용화 시켜, 에어버스나, 구글과 같은 글로벌 회사와 어깨를 나란히 할 수 있는 기술력을 확보하는 것이 목표이다.

 

 

· · ·

 

그림 설명

[그림] 항공 사진에서 건물 추출 인공지능 망 및 결과

 

(그림설명) 본 연구에서 개발한 인공지능 네트워크의 구조를 나타내며(위), 이는 합성신경곱으로 이루어진 연산을 기반으로 구성되어있다. 항공영상에서 건물 검출한 결과 및 경계를 나타낸다(아래).

 

 

 

콘텐츠 담당 담당부서  :   대외협력팀 ㅣ 053-785-1135