물 자연 그리고 사람 - 물로 더 행복한 세상을 만들어가겠습니다.
HOME성과논문실적
논문실적
| Mask R-CNN 모델을 이용한 유해 남조의 이미지 기반 분류 |
|---|
|
학술지명 대한환경공학회
저자 이한규,김성환,박용은,신재기
발표일 2020-11-13
|
|
유해 조류의 대발생(Harmful Algal Blooms, HABs)은 수자원 가치를 떨어뜨리고 수생태계를 교란시키는 등 부정적인 영향을 미친다, 현재 유해 남조의 동정은 현장에서 채취한 조류를 연구자가 광학현미경으로 직접 관찰하고, 분류학적 특성에 근거하여 분석한다. 하지만 이러한 방법은 긴 분석 시간, 정확성 및 신뢰성에 대한 문제, 인적 자원의 수도 부족한 실정이다. 본 연구에서는 심층 합성곱 신경망 기반 이미지 분류 기법의 일종인 Mask R-CNN을 이용하여 유해 남조를 분류할 수 있는 모델을 구축하였다. 분류 대상은 Microcystis aeruginosa, Microcystis wesenbergii, Anabaena circinalis, Oscillatoria tenuis, Aphanizomenon flos-aquae로 정하였다. 연구 결과, 전체 중 약 90.75%의 이미지를 정확하게 분류하였다. 정확하게 분류한 이미지 중에서, 각각의 종에 대한 bounding box의 정확도는 모두 90% 이상이었고, 전체 종에 대한 mask 정확도는 86.11%였다. 전반적으로 볼 때 모델의 분류 성능은 양호한 수준이었으며, 연구자가 직접 분류하는 것과 비교해 시간과 비용적인 측면에서 효율적이었다. 또한, 추가 학습을 통한 성능 개선이 가능하다는 점을 통해 향후 분류 성능이 더욱 향상된 시스템으로 발전될 수 있을 것으로 판단된다. |
