이중 흐름 심층 학습 구조와 다중 스펙트럼 정보를 이용한 스마트 선박 흘수 측정

해상 운송에서 선박의 흘수 조사는 벌크 화물의 중량을 측정하는 주요 방법으로 사용됩니다. 선박의 흘수 측정의 정확성은 벌크 화물 거래의 공정성을 결정합니다. 인간의 시각 기반 흘수 측정 방법은 안전 문제, 높은 인건비, 주관적 해석 등의 문제에 직면하고 있습니다. 따라서 자동 흘수 측정을 달성하기 위해 일부 이미지 처리 방법이 활용됩니다. 그러나 RGB 이미지의 스펙트럼 특성의 한계로 인해 기존 이미지 처리 방법은 반사와 같은 수면 환경 간섭에 취약합니다. 이 문제를 해결하기 위해 524개의 선박 흘수의 다중 스펙트럼 이미지를 연구 데이터셋으로 획득하고 주석을 달았습니다. 이는 자동 흘수 측정 작업을 위한 NIR 정보와 RGB 이미지를 통합한 최초의 적용 사례입니다. 또한, RGB 및 NIR 이미지의 스펙트럼 정보를 추출하고 결합하기 위해 BIF라는 이중 가지 백본이 제안되었습니다. 백본 네트워크는 기존의 세분화 헤드 및 탐지 헤드와 결합하여 수위 세분화 및 흘수 탐지를 수행할 수 있습니다. YOLOv8의 원래 ResNet-50 백본을 대체함으로써 우리는