메뉴 건너뛰기
소속 기관 / 학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
고객센터 ENG
주제분류

논문 기본 정보

저자정보
(그린블루) (부경대학교)
저널정보
대한공간정보학회 대한공간정보학회지 대한공간정보학회지 제32권 제4호
오류 신고하기

피인용 0

검색

    초록·키워드

    이안류는 해안 지역에서 자주 발생하는 자연현상으로, 강한 해류와 급격한 수위 변화로 인명 피해를 초래할 수 있는 위험한 상황을 야기할 수 있다. 본 연구는 이러한 이안류를 실시간으로 탐지하고 신속하게 대응할 수 있는 자 동화 시스템의 필요성을 해결하기 위해, AI-Hub에서 수집한 30,000장의 이안류 데이터셋을 활용하여 YOLOv5, YOLOv8, YOLOv11 모델의 성능을 비교 분석하였다. Eigen-CAM 기법을 적용하여 각 모델이 특정 특징에 주목하는 방식을 시각화함으로써, 모델의 의사결정 과정을 직관적으로 이해할 수 있도록 하였다. 실험 결과, YOLOv11모델은 평균 정밀도(mAP50) 58.96을 기록하며 다른 모델들보다 우수한 성능을 보였고, 경량화된 구조(46MB) 덕분에 실시간 탐지에서도 높은 효율성을 입증했다. 이 연구는 이안류 탐지 기술의 실용성과 해양 안전성 강화를 위한 기초 자료를 제공하고, 향후 조기 경보 시스템 구축에 기여할 수 있는 중요한 기술적 기반을 마련하는 데 목적을 둔다.

    최근 본 자료 전체보기

      UCI(KEPA) : I410-151-25-02-092212559