소나 이미지 시뮬레이터 장치 및 수중 객체 탐지 장치

광선 추적 시뮬레이션과 실측 노이즈 합성을 이용한 소나 이미지 학습 데이터 생성 기술

본 기술은 3D 모델 기반의 광선 추적법으로 가상의 소나 이미지를 생성하고 실제 수중에서 촬영한 배경 노이즈 이미지와 결합하여 학습 이미지를 만든 뒤, 이를 학습시켜 수중 객체를 탐지하는 소나 이미지 시뮬레이터 장치입니다.

수중 객체 인식용 뉴럴 네트워크 학습에 필요한 대규모 소나 이미지 데이터셋 확보가 어렵고, 실측 데이터 수집은 시간과 비용이 크며 시뮬레이션 이미지와 실제 환경의 노이즈 차이로 인식 성능이 저하되는 문제점이 있었습니다.

본 기술은 3D 객체 모델과 샘플 광선으로 소나 이미지를 시뮬레이션하고 가우시안 블러와 노이즈 레벨 파라미터를 적용한 실측 배경과 합성하여 정밀한 학습 데이터를 생성하는 방식을 제안합니다. 수중 탐사와 해양 방재, 항만 감시에 적용될 수 있어 데이터 수집 비용을 획기적으로 절감하면서 탐지 성능을 끌어올립니다.

‍

‍

Key Features:

• 가상의 객체에 대한 소나 이미지를 광선 추적법 기반으로 시뮬레이션하여 생성하는 시뮬레이터
• 실제 수중 배경을 촬영하여 학습에 사용할 배경 노이즈 이미지를 생성하는 촬영부
• 시뮬레이션된 소나 이미지와 노이즈 이미지를 결합하여 학습 이미지를 생성하는 결합부
• 학습 이미지를 학습하여 수중에서 객체를 탐지하기 위한 학습 모델을 구축하는 학습부

‍

본 발명은 과학기술정보통신부의 스마트 수중 터널 시스템 연구센터 지원을 통해 개발되었습니다.