• 목록

<발표 후기>
6월 23일 (금)
세션 : B-2 이미지 세그먼테이션
제목 : Training Semantic Segmentation Model with Noised Data for ROI Detection in CCTV Image
외부 환경 요인으로 인해 영상의 퀄리티 보장이 어려운 CCTV 환경에서 이미지 세그멘테이션을 잘 수행할 수 있게 학습 과정에서 노이즈가 추가된 데이터를 학습 시키는 실험을 진행했다.
특히, 최근 이슈화되고 있는 공공 CCTV를 활용한 다중 인파사고의 예방과 관련된 연구의 시작으로, 기존 단순 군중의 수를 세는 방식에 한계점을 제시하였으며, 활발하게 연구되고 있는 이미지 세그멘테이션을 활용하여 밀집도를 계산하는 방식에 대해 제시하고자 했다.
다만, CCTV 데이터에 대한 세밀한 분석이 선행되지 않아 실험 설계 단계에서 문제점이 존재했다는 점을 느껴, 향후에는 CCTV 데이터에 대한 세밀한 분석과 더불어 모델의 불확실성까지 고려하는 연구를 진행한다면, domain adaptation에 효과적일 것으로 생각된다.
타 발표자 대비 완성도 측면에서 미흡한 점에 아쉬웠지만, 학회 준비 과정과 발표까지 전 과정을 진행해볼 수 있어 좋은 경험이었다.

<학회 후기>
6월 23일 (금)
세션 : B-2 이미지 세그먼테이션
제목 : Land Cover Map Production with Semantic Segmentation of Satellite Image
위성 데이터기반 이미지 세그멘테이션을 통한 토지피복도 생성 관련 발표를 진행했다.
현재 국내 토지피복도는 해상도가 매우 낮아 실용성이 떨어진다는 점을 한계점으로 제시하며, Time Series Segmentation을 활용해 보다 해상도가 높은 토지피복도를 생성하는 방식에 대해 제안했다.
제안 기법으로는 데이터의 Temporal, Spatial한 특성을 모두 고려한 Segmentation 방식으로 기존 Spatial 한 특성만 고려한 방식 대비 우수한 해상도를 보인다고 시각적으로 제시했다.
다만, Time Series Segmentation은 일반적으로 시계열 신호 데이터의 종류 중 하나인 SAR(Synthetic Aperture Radar)데이터를 활용할 때 주로 사용되는 기법으로 본 발표에서 활용한 일반 광학데이터에서의 시계열성을 고려할 필요성에 대해 고민이 필요할 것으로 생각된다.
제안 기법을 활용해 SAR 데이터를 토지피복도로 변환하는 분야는 현재 활발하게 연구되고 있는 분야로, 충분한 데이터만 확보할 수 있다면 항공우주 분야에서 활용성이 높은 실험이 될 것으로 생각된다.