영상이나 이미지에 기반한 인공지능 기반의 컴퓨터 비전 기술에 대한 요구가 급증하고 있고, 이를 위한 기술 개발이 활발히 이루어 지고 있다. 하지만, CCTV나 영상 획득을 위한 장비의 설치/운영이 간편하여 많은 수의 데이터가 확보되어 있는 육상 환경과 달리, 지속적인 데이터 획득에 어려움이 있는 해상 환경에 대해서는 연구/개발이 잘 이루어지지 않고 있는 것이 현실이다.
본 문서는 우리나라 연안에 빈번히 출몰하는 선박을 11종으로 분류하고, 카메라 광학 영상에 포착된 선박을 검출, 이를 식별하는 기술을 기업체로 이전하기 위한 세부적인 내용을 포함한다.
본 기술이전의 목적은 해군/육군의 해안 감시영상으로부터 선박을 탐지하고 식별하기 위한 것으로, 적국의 주요 군함에 대한 식별에 앞서 일상적인 감시 과정에서 발견되는 선박을 인공지능 기반으로 자동 검출/식별하기 위한 것이다.
현재 병역자원(인력, 예산)은 지속적으로 감축되고 있으나 해상을 통한 안보의 위협은 증가하고 있는 상황에서, 인공지능 기반의 해상 감시를 통해 해군의 효과적인 해상 감시체계를 구축하는 것이 목적이다.
해상 감시 영상으로부터 선박으로 추정되는 객체를 검출하고, 검출된 객체에 대해 선박의 종류를 식별하는 기술로 이전의 이전기술에 비해 더 방대한 학습 데이터와 새로운 학습 모델을 적용하여 성능을 향상시킨 기술
<기술이전 내용>
(1 세부기술) 딥러닝 기반 해상감시영상 내 선박추정객체 검출기술 2.0
- 해상 영상 내 선박추정 객체의 위치 특정 기능
- 위치가 특정된 객체의 정보 데이터 저장 기능
(2 세부기술) 딥러닝 기반 해상감시영상 내 선박종류 식별기술 2.0
- 입력된선박 영상에 대한 12종의 선종 기준 분류 기능
- 분류된 선종에 대한 식별기의 판단 근거 가시화 기능
<기술이전 범위>
(1 세부기술) 딥러닝 기반 해상감시영상 내 선박추정객체 검출기술 2.0
- 도커 기반 개발환경 바이너리
- 개발환경 도커 이미지 생성 스크립트
- 선박추정객체 검출기 (학습 코드, 실행코드, 학습된 네트워크)
- 기술문서, 특허, 사용설명서
(2 세부기술) 딥러닝 기반 해상감시영상 내 선박종류 식별기술 2.0
- 도커 기반 개발환경 바이너리
- 개발환경 도커 이미지 생성 스크립트
- 선박식별기 (학습 코드, 실행코드, 학습된 네트워크)
- 선박식별 분석용 Grad-CAM 가시화 코드
- 기술문서, 특허, 사용설명서
- 적용분야
: 육군/해군의 인공지능 기반 해안 감시 체계
: 무인 선박의 자율 운항 및 임무수행을 위한 해상 객체 식별
- 기대효과
: 인공지능 기반의 상시 감시체계 구축으로 인력 대체효과
: 초임자도 숙련자 수준의 해상 감시 및 식별을 수행할 수 있도록 지원