2022년 랜드슬라이드4센스 경진대회 결과: 다중원천 위성영상을 통한 고급 지반 붕괴 탐지

2022년 인스티튜트 오브 애드밴스드 리서치 인 인공지능(IARAI)이 주최한 'Landslide4Sense(L4S) 2022' 경진대회에서 도출된 과학적 성과를 본 논문에서 제시한다. 본 대회의 목적은 전 세계적으로 수집된 대규모 다중 원천 위성 영상 자료를 기반으로 자동으로 산사태를 탐지하는 것이다. 2022년 L4S 대회는 위성 영상 데이터를 활용한 의미론적 분할(semantic segmentation) 작업에 있어 최신 딥러닝(DL) 모델의 발전 동향을 반영한 다학제적 연구를 촉진하는 것을 목표로 한다. 최근 몇 년간 컨볼루션 신경망(CNN)의 발전으로 인해, 딥러닝 기반 모델은 이미지 해석 작업에서 기대에 부응하는 성능을 달성해 왔다. 본 논문의 주요 목적은 이번 대회에서 가장 뛰어난 성능을 보인 알고리즘들의 구체적인 내용을 소개하는 것이다. 우승자들의 제안 솔루션은 스위н 트랜스포머(Swin Transformer), 세그포머(SegFormer), U-Net과 같은 최신 기술 기반 모델을 활용하여 설명된다. 또한 하드 예제 마이닝(hard example mining), 자기학습(self-training), 믹스업 데이터 증강(mix-up data augmentation) 등 고도화된 머신러닝 기법과 전략들이 함께 고려되었다. 더불어, 향후 비교 연구를 용이하게 하기 위해 L4S 벤치마크 데이터셋에 대해 설명하고, 온라인 정확도 평가 결과를 보고한다. 해당 데이터는 향후 평가를 위해 \textit{Future Development Leaderboard}에서 제공되며, \url{이 URL}에서 접근 가능하다. 연구자들은 보다 많은 예측 결과를 제출하고, 자신의 방법의 정확도를 평가하며, 다른 사용자들과의 결과를 비교함으로써, 본 논문에서 보고된 산사태 탐지 성능을 향상시키기를 기대한다.