드론을 활용한 수거사각지대 해양쓰레기 탐지 및위경도 매칭 방법에 관한 연구
A Study on the Detection of Marine Debris in Collection Blind Spots using Drones and a Method for Matching Latitude and Longitude
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
해양쓰레기는 해양생물의 생존, 바닷물 오염, 풍경 등 생태계에 영향을 미칠 뿐만 아니라 2차적으로 경제적손실 및 인간 건강에 악영향을 끼친다. 수중 및 해수면 쓰레기 문제에 대한 연구는 활발히 진행되고 있는 반면 사람의 접근이 어려운 사각지대의 해양쓰레기 해결방안 연구는 더디게 이뤄지고 있다. 이러한 문제를 해결하기 위해 우리는 드론을 활용해 테트라포드와 같은 사각지대에서 해양쓰레기를 탐지 및 추적한다. 또한 탐지된 쓰레기는 드론의 GPS, 고도, 방위 값 등으로 위치 좌표를 계산해서 이를 시각화한다. 본연구에서 제안하는 드론을 활용한 해양쓰레기 탐지 및 위경도 매칭 방법은 사각지대에서의 해양쓰레기문제에 효과적으로 대응할 수 있는 해결책을 제시한다.
Abstract
Marine debris not only affects the survival of marine life, water pollution, and scenery but also has secondary effects on economic loss and human health. While research on underwater and surface debris is actively ongoing, solutions to marine debris in hard-to-reach blind spots are being developed slowly. To address this problem, we utilize drones to detect and track marine debris in blind spots such as tetrapods. The detected debris is then visualized by calculating its location coordinates using the drone’s GPS, altitude, and heading values. The proposed method of using drones for detecting marine debris and matching it with longitude and latitude coordinates provides an effective solution to the problem of marine debris in blind spots.
참고문헌 (21)
- G. Jakovljevic, "A Deep Learning Model for Automatic Plastic Mapping Using Unmanned Aerial Vehicle(UAV) Data", MDPI Remote Sensing, 12(9), pp.1~21 (2020)
- L. Fallati, "Anthropogenic Marine Debris assessment with Unmanned Aerial Vehicle imagery and deep learning", Science of the Total Environment, 693, pp.1~12 (2019)
- S. Naoki, "Collection of Marine Debris by Jointly Using UAV-UUV With GUI for Simple Operation", IEEE Access, 9, pp.67432~67443 (2021)
- U. Andriolo, "Mapping marine litter on coastal dunes with unmanned aerial systems: A showcase on the Atlantic Coast", Science of the Total Environment, 736 (2020)
- G. Goncalves, "Mapping marine litter with Unmanned Aerial Systems: A showcase comparison among manual image screening and machine learning techniques", Marine Pollution Bulletin, 155 (2020)
- 임현아, "다중 객체 추적 알고리즘을 이용한 가공품 흐름 정보 기반 생산 실적 데이터 자동 수집", 한국전자거래학회지, 27(2), pp.205~218 (2022), 한국전자거래학회
- 장정익, "다중 객체 추적 기술을 활용한 지능형 실내 위치정보 분석 시스템 설계", 디지털콘텐츠학회논문지, 23(8), pp.1519~1526 (2022), 한국디지털콘텐츠학회[DOI]
- 양수진, "SORT와 DeepSORT의 혼합을 이용한 실시간 다중객체 추적", 한국정보기술학회논문지, 19(10), pp.1~9 (2021), 한국정보기술학회[DOI]
- R. Girshick, "Rich feature hierarchies for accurate object detection and semantic segmentation", IEEE Xplore, ~ (2013)
- J. Redmon, "You Only Look Once: Unified, Real-Time Object Detection", IEEE Xplore, ~ (2016)
- M. Li, "Agricultural Greenhouses Detection in High-Resolution Satellite Images Based on Convolutional Neural Networks: Comparison of Faster R-CNN, YOLO v3 and SSD", MDPI Sensing, 20(17), pp.1~13 (2020)
- J. A. Kim, "Comparison of Faster-RCNN, YOLO, and SSD for Real-Time Vehicle Type Recognition", IEEE Xplore, ~ (2020)
- A. Bewley, "Simple Online and Realtime Tracking", ICIP, pp.3464~3468 (2016)
- "Simple Online and Realtime Tracking with a Deep Association Metric" (2017)[URL]
- N. Wojke, "StrongSORT: Make DeepSORT Great Again", IEEE Transactions on Multimedia, pp.1~14 (2022)
- 성택영, "단일 카메라와 GPS를 이용한 영상 내객체 위치 좌표 추정 기법", 멀티미디어학회논문지, 19(2), pp.112~121 (2016), 한국멀티미디어학회[DOI]
- 이동규, "폐기물 매립위치의 검출을 위한 매립차량 궤적 추적 계산 및 카메라 좌표변환", 한국인터넷방송통신학회 논문지, 13(1), pp.243~249 (2013), 한국인터넷방송통신학회[DOI]
- 이재욱, "Depth Camera와 GPS를 활용한 실시간 객체 좌표 생성 알고리즘 개발", 전자공학회논문지, 60(3), pp.88~96 (2023), 대한전자공학회
- 오준호, "적외선 스테레오 카메라를 이용한 고속 이동객체의 위치에 대한 확률모델", 전자공학회논문지, 52(1), pp.89~101 (2015), 대한전자공학회