• 대한원격탐사학회지
• /
• 제38권3호
• /
• pp.237-250
• /
• 2022

본 연구에서는 딥러닝 기반 다중 객체 추적 모델을 활용하여 수중드론으로 촬영된 영상으로부터 특정 해역의 조식동물 현존량을 추정하는 방법을 제안한다. 수중드론 영상 내에 포함된 조식동물을 클래스 별로 탐지하기 위해 YOLOv5 (You Only Look Once version 5)를 활용하였으며, 개체수 집계를 위해 DeepSORT (Deep Simple Online and real-time tracking)를 활용하였다. GPU 가속기를 활용할 수 있는 워크스테이션 환경에서 두 모델의 성능 평가를 수행하였으며, YOLOv5 모델은 평균 0.9 이상의 모델의 정확도(mean Average Precision, mAP)를 보였으며, YOLOv5s 모델과 DeepSORT 알고리즘을 활용하였을 때, 4 k 해상도 기준 약 59 fps의 속도를 보이는 것을 확인하였다. 실해역 적용 결과 약 28%의 과대 추정하는 경향이 있었으나 객체 탐지 모델만 활용하여 현존량을 추정하는 것과 비교했을 때 오차 수준이 낮은 것을 확인하였다. 초점을 상실한 프레임이 연속해서 발생할 때와 수중드론의 조사 방향이 급격히 전환되는 환경에서의 정확도 향상을 위한 후속 연구가 필요하지만 해당 문제에 대한 개선이 이루어진다면, 추후 조식동물 구제 사업 및 모니터링 분야의 의사결정 지원자료 생산에 활용될 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제39권3호
• /
• pp.297-309
• /
• 2023

최근 조식동물로 인한 갯녹음 현상으로 인해 연안 생태계 및 어장환경의 황폐화가 가속화되고 있다. 이러한 갯녹음 현상을 모니터링하고 방지대책을 세우기 위해서는 광범위한 해역에 대한 원격탐사 기반의 모니터링 기술 도입이 필요하다. 본 연구에서는 수중에서 촬영된 동영상으로부터 조식동물을 탐지하고 모니터링하기 위한 딥러닝 기반 객체 탐지 모델의 강인성(robustness)을 비교 분석하였다. 우리나라 연안의 대표적인 조식동물 7종을 대상으로 이미지 데이터셋을 구축하였으며, 이를 활용하여 딥러닝 기반 객체 탐지 모델인 You Only Look Once (YOLO)v7과 YOLOv8을 훈련시켰다. 총 6개의 YOLO 모델(YOLOv7, YOLOv7x, YOLOv8s, YOLOv8m, YOLOv8l, YOLOv8x)에 대해 탐지 성능과 탐지 속도를 평가하였으며, 수중환경에서 촬영 시 발생할 수 있는 다양한 이미지 왜곡에 대해서 강인성 평가를 실시하였다. 평가결과 YOLOv8 계열 모델이 파라미터(parameter) 수 대비 더 높은 탐지 속도(약 71-141 FPS [frame per second])를 보였다. 탐지 성능에 있어서도 YOLOv8 계열 모델(mean average precision [mAP] 0.848-0.882)이 YOLOv7 계열 모델(mAP 0.847-0.850)에 비해 더 높은 성능을 보이는 것을 확인하였다. 모델의 강인함에 있어서 형태 왜곡에 대해서는 YOLOv7 계열 모델이 YOLOv8 계열 모델에 비해 강인한 것을 확인하였으며, 색상 왜곡에 대해서는 YOLOv8 계열 모델이 상대적으로 강인한 것을 확인 하였다. 따라서 실해역에서 수중 영상 촬영 시, 형태 왜곡은 발생 빈도가 낮으며 색상 왜곡은 연안에서 빈번하게 발생한다는 점을 고려했을 때, 연안해역에서 조식동물 탐지와 모니터링을 위해서는 YOLOv8 계열 모델을 활용하는 것이 타당한 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.909-919
• /
• 2023

Benthic marine invertebrates, the invertebrates living on the bottom of the ocean, are an essential component of the marine ecosystem, but excessive reproduction of invertebrate grazers or pirate creatures can cause damage to the coastal fishery ecosystem. In this study, we compared and evaluated You Only Look Once Version 7 (YOLOv7), the most widely used deep learning model for real-time object detection, and detection tansformer (DETR), a transformer-based model, using underwater images for benthic marine invertebratesin the coasts of South Korea. YOLOv7 showed a mean average precision at 0.5 (mAP@0.5) of 0.899, and DETR showed an mAP@0.5 of 0.862, which implies that YOLOv7 is more appropriate for object detection of various sizes. This is because YOLOv7 generates the bounding boxes at multiple scales that can help detect small objects. Both models had a processing speed of more than 30 frames persecond (FPS),so it is expected that real-time object detection from the images provided by divers and underwater drones will be possible. The proposed method can be used to prevent and restore damage to coastal fisheries ecosystems, such as rescuing invertebrate grazers and creating sea forests to prevent ocean desertification.

• 한국해양학회지:바다
• /
• 제12권3호
• /
• pp.125-132
• /
• 2007

조식동물-해조류 상호작용의 크기 분포를 추정하기 위하여 12종의 조식동물에 대하여 개체 당 일평균 섭식률 (PCGR, per capita grazing rate, g seaweeds/individual/day)을 구하고, 다른 종들의 섭식률을 추정할 수 있는 회귀모형을 만들었다. 조식동물의 생체량과 사제곱근 변환 PCGR은 power curve($y=0.2310x^{0.3290}$)에 적합되었고 모형의 r값은 0.8864였다. 이로부터 조식동물의 PCGR 변동은 생체량과 관계가 있으며, 섭식 효율성은 관찰된 생체량 범위내에서 균일하지 않다는 것이 파악되었다. 따라서 각 종별 생체량 효과가 보정된 PCGR을 추정하였고, 작은 몸체를 갖는 종일수록 보다 효율적인 섭식자인 것으로 밝혀졌다. 서식밀도를 감안한 개체군 별 상호작용(grazing impact, $mg/m^2$)을 계산한 결과, 해조장에 가장 큰 영향을 갖는 개체군은 군소(Aplysia kurodai, 약 $2,513mg/m^2$)인 것으로 나타났고, 다음은 둥근성게(Strongylocentrotus nudus, 약 1,500 mg/)와 새치성게(S. intermedius, $733mg/m^2$) 등인 것으로 나타났다. 단각류 가운데 단위 면적당 밀도가 4,000 개체 이상인 멜리타옆새우류, Elasmopus sp.와 2,000 개체 이상인 가시꼬리육질꼬리옆새우붙이, Jassa falcata의 섭식량은 각각 3.435와 $1.697mg/m^2/day$인 것으로 나타났다. 본 연구에서 추정한 조식동물 군집의 종 조성과 서식 밀도가 동일할 때 상호작용의 총합은 $5,045mg/m^2/day$인 것으로 나타났다. 실험과 모형 연구로부터 성게류와 군소 외에도 적잖은 상호작용이 높은 밀도를 갖는 많은 수의 종들로부터 해조류에 가해지고 있음을 추정할 수 있었다. 성게류의 경우 3 개체/$m^2$의 평균 서식밀도에서 발생하는 섭식량은 국내 천해 양식업의 평균 해조류 생산량(약 5 ton/ha)을 초과하는 것으로 예측되었다. 미소 갑각류 역시 낮은 포식압 조건에서 서식밀도가 증가하면 적잖은 충격(해조류 생산량의 약 16%)을 가할 것으로 예측되었다. 해조장에 서식하는 조식동물의 밀도가 어류에 의해 강도 높게 조절되고 있음을 감안하면, 어류와 조식동물 간 상호작용에 대한 인간의 간섭(어류의 남획 등)은 해조장에 커다란 변화를 유발할 수 있는 잠재력을 가질 것으로 예상된다.