|
김상섭 박사과정생, 「Earth Science Informatics」 논문 게재
국립한국해양대학교(총장 류동근) 대학원 해양에너지자원공학과 김상섭 박사과정생(지도교수 김광염)이 Springer Nature에서 발간하는 국제학술지인 「Earth Science Informatics」에 논문을 게재했다.
논문이 게재된 Earth Science Informatics는 Springer Nature가 발간하는 지구과학 정보학 분야 국제학술지로, 지구과학·공간과학 문제에 데이터 처리, 원격탐사, GIS, 머신러닝, 딥러닝, 모델링 등 정보기술을 적용한 연구를 폭넓게 다룬다.
이번 논문은 ‘Automated CNN-based rock discontinuity mapping with a refined correction method addressing image lighting variability, resolution constraints, and connectivity issues’라는 제목으로 게재되었다.
본 연구에서는 터널, 광산, 암반 사면 및 지하공간 개발 등 암반공학 분야에서 중요한 조사 대상인 암반 불연속면을 보다 효율적으로 추출하기 위해, 기존 현장 조사의 시간·비용 및 주관성 한계와 기존 CNN 기반 자동 추출 방법의 조명 변화, 고해상도 처리, 절리 trace 단절 문제를 개선할 수 있는 CNN 기반 딥러닝 모델과 후처리 보정 알고리즘을 결합한 자동 mapping 방법을 제안했다.
MGV 기반 밝기 보정 및 데이터 증강, splitting-and-merging 전략, Hough transformation 기반 후처리 알고리즘을 적용해 조명 변화, 고해상도 이미지 처리, 절리 trace 단절 문제를 개선했으며, U-Net(VGG-16 encoder) 기반 CNN 모델을 통해 small-scale 이미지 F1 score 0.718, large-scale 이미지 F1 score 0.603의 불연속면 추출 성능을 확보했다.
김광염 교수는 “본 연구는 암반공학 분야에 인공지능 기반 이미지 분석 기술을 적용해 현장 불연속면 조사 효율을 높일 수 있음을 보여준 의미 있는 성과”라고 말했다.
김상섭 박사과정생은 “이번 논문 게재를 계기로 암반공학과 인공지능 기술을 결합한 연구를 더욱 확장해 나가고 싶고 앞으로도 좋은 연구성과를 낼 수 있도록 더욱 노력하겠다. 지도해 주신 김광염 교수님과 연구실 구성원들에게 감사드린다”라고 했다.
이번 성과는 국립한국해양대학교의 암반공학 분야 인공지능 기반 이미지 분석 및 현장 암반 불연속면 평가 연구 역량을 입증한 결과다. 향후 터널·광산·암반 사면·지하공간 개발 등 다양한 암반공학 분야에서 불연속면 mapping 자동화, 현장 조사 효율 향상, 암반 안정성 평가의 신뢰도 제고에 기여할 것으로 전망된다.
|
