인공지능을 이용한 UAV 영상 건물 경계선 추출 가능성 연구

A Study on the Possibility of UAV Image Building Boundary Line Using Artificial Intelligence

UAV는 저비용･고효율로 측량 및 지적 등 공간정보 분야에서 이미 많은 적용과 활용이 이루어지고 있다. 인공지능 기술 역시 기술의 발전에 따른 빠른 연산속도와 수행능력으로 다양한 분야에서 활용하고 있다. R-CNN은 영상분류 분야의 대표적인 인공지능 모델이다. 본 연구에서는 인공지능을 적용하여 UAV 영상의 건물 경계선 추출 가능성을 분석･제시하고자 하였다. 이를 위해 UAV의 영상의 건물 경계선을 분류하고, 이를 Mask R-CNN에 적용하여 산출한 결과 값과 UAV의 원시 영상과 비교 하였다. 비교결과, 건물 경계선은 전반적으로 추출이 가능하나 정확도는 지역별로 편차가 있는 것으로 나타났다. 정확도가 낮은 건물의 경우는 대상 건물과 주변 영역이 명확히 인식되지 못하는 데에서 발생한 것으로 분석되었다. 향후 하드웨어의 발전과 많은 학습데이터가 축적 된다면 공간정보를 비롯한 지적 분야에서도 적용이 가능할 것으로 판단된다.

UAV are already being applied and utilized in geospatial information fields such as surveying and cadastral due to their low cost and high efficiency. Artificial intelligence technology is also being used in various fields due to its fast computational speed and performance capability according to the development of technology. R-CNN is a representative artificial intelligence model in the field of image classification. In this study, we tried to analyze and present the possibility of extracting the boundary line of the UAV image by applying artificial intelligence. For this purpose, the building boundary of the UAV image was classified, and the calculated result value was applied to the Mask R-CNN and compared with the original image of the UAV. As a result of the comparison, it was found that the boundary line of the building can be extracted as a whole, but the accuracy varies by region. In the case of a building with low accuracy, it was analyzed that it occurred because the target building and the surrounding area were not clearly recognized. If hardware advances and a lot of learning data is accumulated in the future, it is considered that it can be applied to cadastral fields including spatial information.