심층 시각 모델을 활용한 에피페일라그 수층 경계 플라스틱 정량화를 위한 로봇 기반 접근법

양성 부력(positively buoyant)을 가진 해양 플라스틱 쓰레기의 정량화는 세계의 해양에 플라스틱 쓰레기가 어떻게 축적되는지를 이해하는 데 필수적이며, 표적적인 정화 작업을 위한 핫스팟(집중 지역)을 식별하는 데도 핵심적인 역할을 한다. 현재 해양 플라스틱을 정량화하는 가장 일반적인 방법은 수동 샘플링을 위한 만타 트롤(manta trawl)을 사용하는 것이다. 그러나 이 방법은 비용이 많이 들고 인력이 필요하다는 단점이 있다. 본 연구는 해양 열대의 다양한 층에서 촬영된 이미지에 기반해 훈련된 신경망과 컴퓨터 비전 모델을 활용한 자율적 방법을 도입함으로써 수동 샘플링의 필요성을 제거하였다. 이 방법은 실시간으로 플라스틱을 정량화할 수 있으며, 최고 성능을 보인 모델은 평균 정밀도(Mean Average Precision) 85%, F1-스코어 0.89를 기록하면서도 거의 실시간 처리 속도(약 2ms/이미지)를 유지한다.