Object Detection Model Learning Method Capable of Identifying Deceptive Weapon Systems
Gyeong-Jae Lee, Jungmok Ma · Journal of the Korea Academia-Industrial cooperation Society · 2024
딥러닝 기반의 객체탐지 모델은 컴퓨터가 수많은 데이터를 학습함으로써 영상 속 객체의 위치와 클래스를 분류하는 모델로서 산업 및 군사환경 등 다양한 분야에서 활용되고 있다. 일반적인 탐지모델은 학습한 객체에 대한 확률값을 출력하기 때문에 해당 객체의 기만용 여부와 상관없이, 모방중인 객체로 출력한다는 문제가 있다. 기만용 무기체계는 주로 비슷한 형태를 띠게 함에 있어서 섬유 소재에 공기를 채우거나, 목재 및 플라스틱의 재질로 만들어진다. 본 연구에서는 탐지모델이 기만용 무기체계임을 판별할 수 있게끔 학습하기 위해 세 가지 방안을 제시한다. 첫째는 기존의 탐지모델에 재질 인식 모델을 덧붙이는 것이며, 둘째는 기존의 탐지모델에 별도로 이상치 학습을 수행하는 것이고, 마지막은 기만용 전차 이미지 또한 탐지 클래스로 추가하여 객체탐지 모델을 학습시키는 것이다. 실험 결과, 재질인식 기반과 이상탐지 기반의 방안은 상대적으로 재현율이 높게 나왔으며 클래스를 추가 지정한 방안은 정밀도가 높게 나왔다. 각 방안의 장점과 단점을 비교하였으며 이러한 연구와 응용은, 전장에서 사용가능한 고성능 탐지모델 구축에 한 방향성을 제시해 줄 수 있을 것이라 기대된다.