이 논문은 해양 쓰레기 문제에 대한 최신 연구 동향을 종합적으로 다루고 있다.
서론에서는 해양 쓰레기가 해양 생태계와 인간 건강에 미치는 심각한 영향을 설명하고, 이를 해결하기 위한 자동화 및 인공지능 기술의 필요성을 강조하고 있다.
딥러닝 기술의 발전 과정을 시간 순으로 정리하였다. 2000년대 초반부터 해양 쓰레기 문제에 인공지능 기술이 적용되기 시작했으며, 주로 수중 영상 분석, 소나 데이터 분류, 객체 추적 등의 기술이 활용되었다.
최근 5년간 딥러닝 기술을 활용한 해양 쓰레기 탐지 및 추적 연구가 급격히 증가했다. 원격 감지 기술을 활용한 연구, 객체 탐지 및 분류 기술을 활용한 연구, 강 쓰레기 탐지 연구 등 다양한 접근법이 시도되었다.
연구 결과를 종합해 보면, YOLO 계열 모델이 다른 방법들에 비해 우수한 성능을 보였지만, 포괄적인 해양 쓰레기 데이터베이스의 부재가 주요 한계로 지적되었다.
저자들은 소규모 데이터셋을 활용해 YOLOv5 모델의 이진 분류 성능을 평가한 결과, 정확도가 낮고 오탐율이 높게 나타났음을 보고하며, 포괄적인 데이터베이스 구축의 중요성을 강조하고 있다.
이 논문은 향후 40여 가지의 연구 방향과 과제를 제시하며 결론을 맺고 있다.
다른 언어로
소스 콘텐츠 기반
arxiv.org
더 깊은 질문