2달 전
Transformers 기반 홍수 장면 분할 연구: 개발도상국을 위한 접근법
Ahan M R; Roshan Roy; Shreyas Sunil Kulkarni; Vaibhav Soni; Ashish Chittora

초록
홍수는 대규모 자연재해로, 종종 많은 사망자와 광범위한 물질적 피해, 경제적 혼란을 유발합니다. 인구가 많고 자원이 부족한 개발도상국에서는 이러한 영향이 더욱 광범위하고 장기적으로 지속됩니다. 조기경보시스템(EWS)은 홍수를 예측하여 피해를 최소화하기 위해 수위와 기타 요인을 지속적으로 평가합니다. 재난 이후에는 재난대응팀이 재난 후 필요성 평가(Post Disaster Needs Assessment, PDSA)를 수행하여 구조물 피해를 평가하고 고도로 영향받은 지역에 대한 최적의 대응 전략을 결정합니다. 그러나 오늘날에도 개발도상국에서는 EWS와 PDSA 분석이 현장에서 수집된 대량의 이미지와 비디오 데이터를 주로 수작업으로 처리하는 경우가 많습니다.우리는 FloodTransformer를 제안하는데, 이 모델은 우리가 아는 한 첫 번째 시각 변환기 기반 모델로, 재난 현장에서 촬영된 공중 사진에서 홍수 지역을 감지하고 분할하는 데 사용됩니다. 또한 홍수 범위의 공간적 범위를 측정하고 EWS 및 PDSA 분석을 위한 분할된 홍수 지역을 양화하기 위해 맞춤형 지표인 홍수 용량(Flood Capacity, FC)을 제안합니다. 우리는 SWOC 홍수 분할 데이터셋을 사용하여 0.93 mIoU를 달성하며, 다른 모든 방법보다 우월한 성능을 보였습니다. 또한 이 접근 방식의 견고성을 입증하기 위해 다른 홍수 데이터 소스에서 제공되는 미확인 홍수 이미지를 통해 검증하였습니다.