5. 결론

최종 알고리즘

• 여러 실험을 거쳐 검증한 결과, Low-light Enhancement을 응용한 알고리즘이 정량평가 및 정성평가에서 모델의 성능을 저해하지 않고 선박에 대한 인식률을 보완해주는것을 확인하였음

  • (정량평가) 빛 반사 영상을 기준으로 돌고래 정확도를 유지하면서 선박 precision이 0.03 가량 향상됨

  • (정성평가) 육안으로 보기에는 물 보라 및 윤슬이 제거된것으로 확인됨

• 따라서 알고리즘을 적용함에있어 모델의 성능이 저하되지 않는 것 을 고려하여 Low-light Enhancement 알고리즘을 최종 선정함

연구의 의의

• 실험과정에서 다양한 빛반사 환경의 영상을 확보하여 테스트셋을 구축하고, 알고리즘을 검증하였고 정성적인 차이를 확인하였음

• 해당 알고리즘의 성능을 기반으로 윤슬과 선박 인식을 보완하고 신뢰도를 향상시킬 수 있음을 확인

한계 및 후속연구의 필요성

• 다만, 해당 모듈은 바다 영역에서 검출되는 FP를 개선하기 위한 알고리즘으로 제안하였으나, 촬영 환경에 따라 광범위하게 발생하는 빛 반사 보정에 대해서는 적용이 어렵기 때문에 추가적인 연구가 필요하며 H/W와 융합을 한다면 높은 퀄리티의 결과물이 도출될 수 있을것으로 판단됨

• 또한, 해당 모듈을 사용하여 구축한 데이터셋으로 모델을 학습한다면 정량적으로 더 향상 될 수 있을것같으나, 사용자 친화적인 UI와 서비스 신뢰도에 대한 고려가 필요함