• 사물인터넷융복합논문지
• /
• 제10권2호
• /
• pp.25-41
• /
• 2024

노천 광산 채굴 시나리오와 관련하여 현재 중국에서는 주요 수동 및 정기 검사를 위한 비디오 모니터링을 사용하는 것으로 인건비를 지속적으로 투자해야 하며 적시성이 낮다. 이 조기경보 모니터링의 문제를 해결하기 위해 이 글에서는 공간화 알고리즘 모델을 개발하여 노천광산의 월경채굴 조기경보시스템을 설계하고 광산채굴장비의 지리적 정보를 산출하고 실시간으로 광산 승인 범위의 레이어 좌표와 비교하고, 자동으로 광산의 월경 채굴 행동을 예측한다. 장시 핑샹 지역을 연구 대상으로 하여 노천 광산 채굴 엔지니어링 기계 장비를 식별 및 추적 대상으로 선정하였으며, 현장 실험을 통해 시스템이 안정적이고 신뢰할 수 있으며 검증 시스템의 목표 추적 정확도가 높은 것으로 나타났으며, 광산 채굴 감독의 적시성과 정확성을 향상시킬 수 있고 감독의 인건비를 크게 절감할 수 있다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1195-1210
• /
• 2023

해안쓰레기는 미관 훼손 및 생태와 보건에 미치는 영향으로 인해 큰 문제로 대두되고 있다. 이를 해결하기 위한 노력의 일환으로 본 연구는 해안쓰레기 탐지와 모니터링을 위한 이미지 데이터셋 구축과 실시간 객체 탐지 분야의 대표적인 모델인 YOLOv8과 RT-DETR의 성능을 비교하였다. 특히 다양한 환경 하에서의 강건성을 평가하기 위해 여러 왜곡 조건에서 성능 변화 실험을 수행하였다. YOLOv8은 mean Average Precision (mAP) 0.927~0.945의 정확도와 65~135 Frames Per Second (FPS)의 탐지 속도를 보인 반면, RT-DETR은 mAP 0.917~0.918의 정확도와 40~53 FPS의 탐지 속도를 보였다. 색상 왜곡에 대해서는 RT-DETR이 더 강건한 성능을 보였으나, 그 외의 조건에서는 YOLOv8이 더 높은 강건성을 보였다. 본 연구의 결과는 실제 해안쓰레기 모니터링 시스템의 모델 선택에 있어 중요한 지침을 제공할 것으로 기대된다.