인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
최근 AI 기반 군 감시정찰 체계에서 객체 탐지 기술의 활용이 증가하고 있으나, 실제 공중작전 환경에서 활용도가 높은 IR(Infrared) 영상에 대한 연구는 상대적으로 부족하다. 실제 전투기 운용 환경에서는 EO/IR 표적추적장비를 활용하여 항공기를 탐지 및 식별하며, IR 영상은 저조도 및 야간 환경에서 효과적으로 활용될 수 있다. 따라서 군용기 식별 AI 역시 IR 환경에서의 탐지 성능 확보가 중요하다. 본 연구에서는 EO 영상으로 학습된 YOLOv8 기반 군용기 탐지 모델의 IR 환경 탐지 성능을 분석하고, 소량의 IR 데이터를 활용한 Few-shot Adaptation을 통해 탐지 성능 향상 효과를 검증하였다. 실험 결과 EO-only 모델은 IR 테스트 환경에서 mAP50 0.0066 수준으로 탐지에 실패하였다. 반면 단 5장의 IR 데이터를 추가한 경우 mAP50이 0.723까지 향상되었으며, 10장의 IR 데이터만으로도 mAP50 0.928 수준의 높은 탐지 성능을 확보하였다. 본 연구는 EO 기반 군용기 탐지 모델이 IR 환경에서 심각한 성능 저하를 보일 수 있음을 확인하였으며, 실제 군 운용 환경에 적용하기 위해서는 IR 데이터 학습이 필요함을 실험적으로 입증하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
