실시간 화재 세그멘테이션을 위한 딥러닝 기반 방법

산림 화재는 ‘산림의 붕괴’로 간주되는 파괴력이 크고 복구가 어려운 자연재해 중 하나이다. 화재 분할(segmentation)은 소방대원이 화재 규모를 정확히 파악하고 합리적인 진압 계획을 수립하는 데 유용하다. 따라서 본 논문은 딥러닝 기반의 실시간 화재 분할 방법을 제안한다. 이 방법은 인코더-디코더 구조를 갖는 DeepLabv3+의 개선 버전으로, 인코더 네트워크는 심층 합성곱 신경망과 아트로스 공간 계층 풀링(Atrous Spatial Pyramid Pooling)으로 구성된다. DeepLabv3+와 달리, 분할 속도를 향상시키기 위해 본 논문은 경량화 네트워크인 MobileNetV3을 활용하여 새로운 심층 합성곱 신경망을 설계하였으며, 아트로스 컨볼루션을 사용하지 않았다. 그러나 이로 인해 분할 정확도가 저하될 수 있다. 이를 보완하기 위해 기존 디코더 네트워크 기반으로 두 가지 다른 얕은 특징(Shallow Features)을 추가함으로써 네트워크가 풍부한 화재 특징 정보를 포함하도록 하였다. 실험 결과, 본 방법은 기존 DeepLabv3+에 비해 종합적인 성능이 우수하며, 특히 네트워크의 분할 속도가 크게 향상되어 약 59 FPS의 성능을 달성하였다.