개방형 객체 탐지를 활용한 딥러닝 기반 중국어선 분류 모델

초록

최근 수년간 한국의 배타적 경제수역(EEZ) 내에서 불법 조업을 일삼는 중국어선으로 인해 심각한 해양 수산 피해와 자원 고갈 문제가 발생한다. 수동으로 사람이 일일이 CCTV를 통해서 중국어선을 탐지하는데 시간과 비용이 크다. 이러한 문제를 해결하기 위해서는 선박 이미지를 바탕으로 중국어선을 검출 및 탐지하는 자동화 시스템이 필요하다. 본 논문에서는 개방형 객체 탐지 모델인 Grounding DINO와 이미지 분류 및 특징 추출에 효율적인 성능을 보이는 EfficientNet과 One Class SVM을 결합한 Two-Step 중국어선 분류 모델을 제안한다. 계층적 모델을 통해 Ship Feature Detection, Nationality Classification의 두 단계로 나누어서 어선의 특징을 추출하고 특징에 종류에 따른 어선 분류를 수행하게 된다. 성능 평가를 진행하여 기존의 단일 Resnet50 보다 약 9.1%, EfficientNet-B0보다 약 3.3%의 성능 개선하였음을 보인다.

키워드