신뢰할 수 있는 파사드 식생 탐지를 위한 최적화된 스펙트럼 센싱

생물학적 식민지는 역사적 파사드의 재료 부식을 상당히 가속화하여 심각한 보존 문제를 일으킵니다. 전통적인 시각 검사는 여전히 노동 집약적이며 주관적이며, 농업을 위해 개발된 기존의 원격 센싱 접근법은 변종 유기체에 적용할 경우 성능이 저조합니다. 본 연구에서는 UAV 배치를 위한 정밀하고 비용 효과적인 스펙트럼 센싱 방법의 필요성을 다루었습니다. 벨기에 마세멘의 신트 마르티누스 교회에서 다양한 파사드 재료에 대한 하이퍼스펙트럼 이미지를 사용하여, XGBoost를 이용한 풀밴드 머신러닝 분류, 밴드 축소를 위한 재귀적 특성 제거, 고갈적인 두 밴드 식생 지수 최적화 등 세 가지 접근법을 평가했습니다. 우리의 결과는 풀 스펙트럼 분류가 거의 완벽한 정확도(ROC-AUC > 0.999)를 달성하며, 단 네 개의 스펙트럴 밴드로 구성된 최소 구성에서도 높은 성능(ROC-AUC 0.994)을 유지함을 보여주었습니다. 또한, 최적화된 두 밴드 지수(752 nm – 674 nm)/(752 nm + 674 nm)가 파사드 특정 식생 탐지에서 전통적인 NDVI를 상당히 초능가합니다. 이러한 발견은 연구 단계의 하이퍼스펙트럼 시스템에서 비용 효과적인 다스펙트럴 센서로의 전환 가능성을 열어줍니다.