Core Concepts
본 논문은 합성곱 신경망을 활용하여 큐브위성 별 추적기에 적합한 실시간 별 검출 및 중심 계산 방법을 제안한다. 제안된 방법은 기존 알고리즘보다 정확도가 높고 센서 노이즈 및 산란광에 대한 강인성을 보인다.
Abstract
본 논문은 큐브위성 별 추적기를 위한 실시간 별 검출 및 중심 계산 방법을 제안한다. 기존의 별 검출 및 중심 계산 알고리즘은 센서 노이즈와 산란광에 취약한 문제가 있다. 이를 해결하기 위해 합성곱 신경망 기반 접근법을 제안한다.
제안된 방법은 다음과 같은 과정으로 이루어진다:
- 실제 센서 노이즈와 산란광이 포함된 합성 별 이미지 데이터셋 생성
- 별 검출과 중심 계산을 동시에 수행하는 UNet 기반 합성곱 신경망 모델 학습
- 신경망 모델의 출력인 이진 분할 맵과 거리 맵을 활용하여 삼변측량 문제로 별 중심 계산
실험 결과, 제안된 방법은 기존 알고리즘 대비 별 검출 및 중심 계산 정확도가 높고 센서 노이즈와 산란광에 강인한 성능을 보였다. 또한 저전력 엣지 AI 프로세서에서 실시간 처리가 가능하다.
Stats
제안된 방법은 기존 알고리즘 대비 별 검출 정확도가 99.7%, 재현율이 97.5%로 우수한 성능을 보였다.
제안된 방법의 별 중심 계산 오차는 0.1298 픽셀로, 기존 방법 대비 정확도가 크게 향상되었다.
엣지 AI 프로세서 Google Coral Edge TPU에서 제안된 MobileUNet 모델의 평균 추론 시간은 265.5 ms로, 초당 3.77회 처리가 가능하다.
Quotes
"제안된 방법은 기존 알고리즘 대비 별 검출 및 중심 계산 정확도가 크게 향상되었으며, 센서 노이즈와 산란광에 강인한 성능을 보였다."
"제안된 방법은 저전력 엣지 AI 프로세서에서 실시간 처리가 가능하여 큐브위성 별 추적기에 적합하다."