열대림 나무 개체 분할을 위한 SelvaMask와 모듈형 파이프라인

초록

SelvaMask는 파나마, 브라질, 에콰도르의 3개 열대림 지역에서 8,800여 개의 수작업 나무 꼭짓점 마스크를 제공하는 최신 데이터셋이다. 고해상도 RGB 정사영상과 완전한 크라운 라벨링, 그리고 다중 주석자 간 일치도 평가를 포함한다. 연구팀은 검출‑프롬프터와 SAM 기반 비전 파운데이션 모델(VFM)을 결합한 모듈형 파이프라인을 제안해, 기존 Mask R‑CNN·Mask2Former 등 엔드‑투‑엔드 방식보다 높은 mRF1 점수를 달성했다. 또한 외부 열대·온대 데이터셋에서 OOD 성능을 검증해 SelvaMask가 일반화 가능한 벤치마크임을 입증한다.

상세 분석

본 논문은 열대림의 복잡한 캐노피 구조를 정밀하게 분할하기 위한 데이터와 방법론을 동시에 제시한다. 먼저, DJI Mavic 3 Enterprise UAV로 촬영한 1.3–3.5 cm/픽셀 해상도의 정사영 이미지를 활용해 229.8 헥타르 규모의 3개 사이트를 커버한다. 기존 열대 데이터셋이 대형 나무에 편중된 반면, SelvaMask는 ‘전체 크라운’ 라벨링 정책을 적용해 작은 나무(0–9 m²)까지 52 % 이상을 포함한다. 이는 작은 크라운이 밀집해 서로 겹치는 상황에서 경계 구분이 어려워 모델 학습에 큰 도전 과제가 된다.

주석 과정은 ArcGIS Pro의 Freehand Autocomplete 도구를 이용해 전문가가 직접 폴리곤을 그린 뒤, 동일 인원이 2차 검토하고 다른 주석자가 독립 검토하는 2단계 품질 관리 절차를 거친다. 500여 개 크라운을 대상으로 한 다중 주석자 일치도 분석에서는 IoU 평균이 0.71(대형)에서 0.58(소형)로 크라운 크기가 작을수록 인간 간 변동성이 커짐을 확인했다. 이는 모델이 인간 수준을 넘어서는 성능을 기대하기 어려운 ‘인간 한계’를 명시적으로 제시한다.

평가 지표는 기존 RF1(0.75 IoU 기준)에서 확장한 mRF1을 도입해 0.50–0.95 IoU 구간 전체 평균을 산출한다. 이는 COCO‑style mAP와 유사한 엄격성을 제공하면서, 라벨링 불확실성을 반영한다.

방법론 측면에서는 두 가지 접근을 비교한다. 첫째, Mask R‑CNN(ResNet‑50)와 Mask2Former(Swin‑L) 같은 엔드‑투‑엔드 모델을 COCO 사전학습 후 SelvaMask에 파인튜닝한다. 둘째, ‘검출‑프롬프터 → SAM’ 모듈형 파이프라인을 설계한다. 검출‑프롬프터는 DeepForest, DINO‑Swin‑L, SelvaBox 중 하나를 사용해 바운딩 박스를 생성하고, 이를 SAM‑v2/v3에 전달해 마스크를 얻는다. 특히 SelvaBox는 열대림 데이터에 특화된 DINO‑Swin‑L 검출기로, 기존 Detectree2보다 높은 AP를 기록한다.

실험 결과, 모듈형 파이프라인이 mRF1 0.68을 달성해 엔드‑투‑엔드 Mask2Former(0.61)보다 약 11 % 개선했으며, zero‑shot Detectree2(0.53)와도 큰 격차를 보였다. 교차 사이트 검증에서는 훈련에 사용되지 않은 에콰도르 지역에서도 mRF1 0.65를 유지, 강력한 OOD 일반화를 입증한다. 또한, 크라운 크기별 성능을 분석했을 때, 작은 크라운(0–9 m²)에서의 F1 점수가 0.55에서 0.62로 상승, 인간 일치도와 근접한 수준을 보였다.

한계점으로는 SAM 입력 해상도 제한(1024×1024)으로 인해 큰 타일을 리사이즈해야 하는 점, 그리고 라벨링 비용이 여전히 높다는 점을 언급한다. 향후 연구에서는 라벨 효율성을 높이기 위한 반자동 주석 도구와, LiDAR·멀티스펙트럼 데이터와의 멀티모달 융합을 제안한다.