[논문]비관리 해변의 해안 쓰레기 모니터링을 위한 RT-DETR 적용 방안 연구

도예빈; 윤홍주

doi:10.13067/jkiecs.2024.19.2.453

비관리 해변의 해안 쓰레기 모니터링을 위한 RT-DETR 적용 방안 연구
Study on the Application of RT-DETR to Monitoring of Coastal Debris on Unmanaged Coasts 원문보기

한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.19 no.2, 2024년, pp.453 - 466

도예빈 (부경대학교 지구환경시스템과학부 공간정보시스템공학전공) , 윤홍주 (부경대학교 지구환경시스템과학부 위성정보융합공학전공)

초록
AI-Helper

한정된 정점과 인력 기반의 조사로 실제 국내 표착되는 해안 쓰레기의 총용량 추정이 어려운 우리나라의 해안 쓰레기 모니터링 방식 개선을 위해 비관리 해변에서 UAV(: Unmanned Aerial Vehicle) 이미지와 RT-DETR 모델을 기반으로 해안 쓰레기 탐지하고 현장 조사와의 비교 연구로 해안 쓰레기의 정량적 탐지 및 자연 해안선 기준 우리나라에 표착되는 전체 쓰레기 총용량 추정 가능성을 제시하였다. RT-DETR(: Realtime DEtection TRansformer) 모델 학습 결과 mAP@0.5는 0.894, mAP@0.5:0.95는 0.693의 정확도를 보였다. 모델을 비관리 해변에 적용한 전체 해안 쓰레기 개수에 대한 정확도는 72.9%로 나타났다. 본 연구와 비관리 해변에 대한 모니터링을 정의하는 관리지침 마련 연구가 동반된다면 우리나라에 표착되는 전체 해안 쓰레기의 총 용량 추정이 가능할 것으로 기대된다.

Abstract ▼ AI-Helper

To improve the monitoring of Coastal Debris in the South Korea, which is difficult to estimate due to limited resources and vertex-based surveys, an approach based on UAV(Unmanned Aerial Vehicle) images and the RT-DETR(Realtime DEtection TRansformer) model was proposed for detecting Coastal Debris. By comparing to field investigation, the study suggested the possibility of quantitatively detecting coastal garbage and estimating the total capacity of garbage deposited on the natural coastline of the South Korea. The RT-DETR model achieved an accuracy of 0.894 for mAP@0.5 and 0.693 for mAP@0.5:0.95 in training. When applied to unmanaged coasts, the accuracy for the total number of coastal debris items was 72.9%. It is anticipated that if guidelines for defining monitoring of unmanaged coasts are established alongside this research, it should be possible to estimate the total capacity of the deposited coastal debris in the South Korea.

주제어

표/그림 (11)

그림 그림 1. 연구 대상지 Fig. 1 Study Site
그림 그림 2. 연구흐름도 Fig. 2. Flow Chart
표 표 1, DJI Phantom 4 Pro 제원 Table 1. Specification of DJI Phantom 4 Pro
그림 그림 3. RT-DETR Model 구조 Fig. 3 Structure of RT-DETR
그림 그림 4. 해안 쓰레기 객체별 정밀도-재현율 곡선과 혼동행렬 Fig. 4 Precision-recall curve and confusion matrix for Coastal Debris
그림 그림 5. 1, 2구간에 대한 해안 쓰레기 탐지 결과 Fig. 5 Result of UAV Coastal Debris detection on section 1, 2
표 표 2. UAV 이미지에 대한 RT-DETR 학습 결과 Table 2. Result of RT-DETR Train or UAV image
그림 그림 6. 1, 2구간에 대한 현장 조사 검증 Fig. 6 Verifications of Field investigation on section 1, 2
그림 그림 7. 3, 4구간에 대한 해안 쓰레기 탐지 결과 Fig. 7 Result of UAV Coastal Debris detection on section 3, 4
그림 그림 8. 3, 4구간에 대한 현장 조사 검증 Fig. 8 Verifications of Field investigation on section 3, 4
표 표 3. RT-DETR 결과와 현장 조사 결과 비교 Table 3. Comparison of RT-DETR results with field survey results

참고문헌 (13)

Ministry of Oceans and Fisheries, 2021, 2020？National coastal garbage control and？monitoring investigation service, Final report,？Korea Marine Environment Management？Corporation, Korea.
S. Jang, J. Park, Y. Chung, D. Kim and H.？Yoon, "A Study on the Inflow and Seasonal？Characteristics of Foreign Marine Debris in？the Coastal Area of the West Sea," J. the？Korean Society for Marine Environment &？Energy, vol 15, no. 2, May. 2012, pp. 89-100.
F. Thevenon, C. Carroll, J. Sousa, "Plastic debris？in the ocean: the characterization of marine？plastics and their environmental impacts,？situation analysis report," Gland, Switzerland:？IUCN 52, 2014. pp. 549-562.
J. Park, D. Kim, H. Yoon, and W. Seo, "A？Study on Identification of Characteristics of？Spatial Distribution for Submerged Marine？Debris," J. of the Korea Institute of Electronic？Communication Sciences(KIECS), vol. 11, no.？5, 2016, pp. 539-544.
K. Choi, "A Coastal Garbage Monitoring？System Using Drones and AI Technologies:？Focusing on the Case of Jeju Province," J. Korean Society for Geospatial Information Science,？vol 29, no. 4, Dec. 2021, pp. 127-138.
Tekman, M. B., Walther, B. A., Peter, C., Gutow,？L. and Bergmann, M. (2022): Impacts of plastic？pollution in the oceans on marine species,？biodiversity and ecosystems, 1-221, WWF？Germany, Berlin. Doi: 10.5281/zenodo.5898684.
R. Pfeiffer, G. Valentino, R. A. Farrugia, E.？Colica, S. D'Amico, and S. Calleja, "Detecting？beach litter in drone images using deep？learning." In 2022 IEEE IInt. Workshop on？Metrology for the Sea; Learning to Measure Sea？Health Parameters (MetroSea), Oct. 2022, pp. 28-32.
V. M. Scarrica, P. P. Aucelli, C. Cagnazzo, A.？Casolaro, P. Fiore, M. La Salandra, A. Rizzo,？g. Scardino, G. Scicchitano and A. Staiano, "A？novel beach litter analysis system based on？UAV images and Convolutional Neural？Networks," Ecological Informatics, vol. 72, Dec.？2022, 101875.
N. Maharjan, H. Miyazaki, B. M. Pati, M. N.？Dailey, S. Shrestha, and T. Nakamura,？"Detection of river plastic using UAV sensor？data and deep learning," Remote Sensing, vol.？14, no. 13, June 2022, 3049.

상세보기
B. Kim, M. Park, J. Kim, Y. Do, S. Oh and？H. Yoon, "Analysis Temporal Variations？Marine Debris by using Raspberry Pi and？YOLOv5," J. of the Korea Institute of Electronic？Communication Sciences(KIECS) vol. 17, no. 6,？Dec. 2021, pp. 1249-1258.
Y. Lee and D. Jeong, "On Drone Altitude？and Trash Recognition Rat," J. of KIIT, vol.？19, no. 1, Jan. 2021, pp. 33-42.
Y. Zhao, W. Lv, S. Xu, J. Wei, G. Wang, Q.？Dang, Y. Liu and J. Chen, "DETRs Beat？YOLOs on Real-time Object Detection," Apr.？2024., arXiv preprint arXiv:2304.08069.
H. Myung and J. Song, "Deep Learning-based？Poultry Object Detection Algorithm," J. of？Digital Contents Society, Vol 23, no. 7, July.？2022, pp.1323-1330.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증