UAV 기반 VNIR 고광도 스펙트럼 데이터셋, 지뢰·UXO 탐지용 벤치마크 공개

초록

본 논문은 고해상도 VNIR(가시광‑근적외선) 하이퍼스펙트럼 영상을 UAV에 탑재한 Headwall Nano‑Hyperspec 센서를 이용해 143개의 실제 지뢰·UXO 대체물을 포함한 테스트 필드에서 수집한 벤치마크 데이터셋을 공개한다. 20.6 m 고도에서 398‑1002 nm 구간을 270밴드로 촬영했으며, 두 점 경험적 선법(ELM)으로 반사율을 복원하고, 6개 기준 물체에 대해 RMSE < 1 %·SAM 1°‑6°(400‑900 nm) 수준의 정밀도를 입증한다. 원시 방사량 큐브, GCP/AeroPoint, 스펙트럼 기준 데이터도 함께 제공해 재현성 및 다중센서 융합 연구를 촉진한다.

상세 분석

이 데이터셋은 UAV 기반 고광도 스펙트럼(Hyperspectral Imaging, HSI) 기술이 인도주의적 지뢰제거 분야에 실용적으로 적용될 수 있음을 실증한다. 먼저 센서 사양을 살펴보면, Headwall Nano‑Hyperspec는 1 × 640 라인 스캐너 형태로, 398‑1002 nm 구간을 270개의 연속 밴드(평균 스펙트럼 해상도 ≈ 2.2 nm)로 기록한다. 20.6 m 고도에서 32개의 비행 라인을 수행해 전체 면적을 3123 × 6631 픽셀(272밴드) 규모의 정사영(orthorectified) 방사량 모자이크로 합성하였다.

전처리 단계에서는 Headwall 제공 교정 계수를 이용해 DN을 방사량(L)으로 변환하고, Applanix GPS/IMU 데이터를 활용해 각 라인을 정밀 정위화하였다. 이후 ENVI Classic 5.7으로 모자이크를 만든 뒤, 현장에 배치한 회색‑검정 두 개의 캘리브레이션 패널을 기준으로 두 점 경험적 선법(ELM)을 적용해 L→R(반사율) 변환식을 각 밴드별로 추정한다. 이때 SVC 스펙트로미터로 측정한 패널의 절대 반사율을 사용해 a·L + b 형태의 선형 보정을 수행한다.

검증을 위해 라이트 그레이, 미디엄 그레이, 다크 그레이, 블랙 패널과 현장 목표물(PFM‑1, M65Al) 6개를 별도로 측정하였다. SVC 스펙트럼을 이미지 밴드에 재샘플링한 뒤, RMSE와 SAM을 계산했을 때 400‑900 nm 구간에서 RMSE < 1.0 %·SAM 1°‑6°를 달성, 이는 VNIR 영역에서 높은 방사량‑반사율 변환 정확도를 의미한다. 900 nm 이후에는 센서 감도 저하와 대기 수증기 흡수로 인해 노이즈가 증가해 RMSE가 4.5%까지 상승하고 SAM도 12°에 이른다.

데이터셋의 주요 강점은 (1) 143개의 다양한 지뢰·UXO 대체물(표면, 반잠복, 완전 잠복)과 정확한 GPS 기반 위치 정보, (2) 원시 방사량 큐브와 보정된 반사율 큐브를 모두 제공해 알고리즘 개발자가 전처리 단계부터 실험할 수 있음, (3) 동일 필드에서 수집된 EMI(전자기 유도) 데이터와의 공간적 정합성을 확보해 다중센서 융합 연구에 바로 활용 가능하다는 점이다.

한계점으로는 VNIR 범위가 900 nm 이후에 신호‑대‑노이즈 비가 낮아 실용적 활용이 제한되고, ELM이 선형 가정을 기반으로 하므로 급격한 대기 변동이나 비정상적인 조명 조건에서는 오차가 확대될 가능성이 있다. 또한, 데이터는 특정 기후와 토양 조건(2023‑2024년 미국 중서부 필드)에서 수집되었으므로, 다른 지역으로 일반화하려면 추가적인 현장 검증이 필요하다.

전반적으로 이 벤치마크는 UAV‑HSI 기반 지뢰 탐지 연구에 필요한 고품질, 고투명성 데이터를 최초로 제공함으로써, 머신러닝·딥러닝 기반 스펙트럼 목표 탐지, 분류, 다중센서 융합 알고리즘의 객관적 평가와 비교를 가능하게 만든다.