[논문 리뷰] Disaster Monitoring using Unmanned Aerial Vehicles and Deep Learning

Andreas Kamilaris, Francesc X. Prenafeta‐Boldú|arXiv (Cornell University)|2018. 07. 31.

Video Surveillance and Tracking Methods참고 문헌 28인용 수 44

한 줄 요약

논문은 UAV가 포착한 항공 이미지에 간단한 딥러닝 모델을 적용해 544장 이미지 데이터셋에서 재난을 91%의 정확도로 식별할 수 있음을 보여준다.

ABSTRACT

Monitoring of disasters is crucial for mitigating their effects on the environment and human population, and can be facilitated by the use of unmanned aerial vehicles (UAV), equipped with camera sensors that produce aerial photos of the areas of interest. A modern technique for recognition of events based on aerial photos is deep learning. In this paper, we present the state of the art work related to the use of deep learning techniques for disaster identification. We demonstrate the potential of this technique in identifying disasters with high accuracy, by means of a relatively simple deep learning model. Based on a dataset of 544 images (containing disaster images such as fires, earthquakes, collapsed buildings, tsunami and flooding, as well as non-disaster scenes), our results show an accuracy of 91% achieved, indicating that deep learning, combined with UAV equipped with camera sensors, have the potential to predict disasters with high accuracy.

연구 동기 및 목표

• 재난 모니터링 및 완화를 위해 카메라 센서가 장착된 UAV의 사용을 촉진한다.
• 항공 영상을 통해 재난 이벤트를 인식하는 딥 러닝의 가능성을 평가한다.
• 재난 식별에서 비교적 간단한 DL 모델이 높은 정확도를 달성하는 것을 강조한다.
• 이 접근법을 다양한 재난 유형(화재, 지진, 무너진 건물, 쓰나미, 홍수)에 적용 가능함을 보여준다.

제안 방법

• 카메라가 장착된 무인 항공기를 사용하여 재난 및 비재난 현장의 항공 영상을 수집한다.
• 데이터셋에 딥 러닝 모델을 적용하여 이미지에서 재난 식별을 수행한다.
• 인식 성능을 평가하고 데이터셋에서의 정확도를 보고한다.
• UAV 센싱과 딥 러닝을 결합해 신속한 재난 예측 및 대응의 가능성을 논의한다.

실험 결과

연구 질문

• RQ1 UAV로 획득한 항공 영상에서 딥 러닝이 재난 이벤트를 정확히 식별할 수 있는가?
• RQ2 재난 및 비재난의 544장 이미지 데이터셋에서 DL 모델의 달성 가능한 정확도는 어느 정도인가?
• RQ3 이 접근법은 서로 다른 재난 유형(화재, 지진, 무너진 건물, 쓰나미, 홍수) 간에 얼마나 잘 일반화되는가?

주요 결과

• 재난 및 비재난 현장을 포함한 544장의 이미지 데이터셋에서 모델은 91%의 정확도를 달성했다.
• 이 연구는 UAV 이미지를 사용한 재난 식별에 비교적 간단한 딥 러닝 모델의 실현 가능성을 시연한다.
• 결과는 UAV 기반 DL 시스템이 재난 모니터링 및 신속 대응에 큰 잠재력을 가지고 있음을 시사한다.