Instance segmentation 기반 사과 객체 비대 분석기술 개발 = Development of apple fruit object size analysis method based on instance segmentation

국문 초록 (Abstract)

사과는 전세계적으로 가장 많이 소비되는 청과류 중 하나로, 맛을 비롯하여 콜레스테롤 수치를 낮춰주고 혈압을 조절해주는 등 다양한 건강적 이점을 갖는 과실이다. 최근 주목받고 있는 스마트팜 분야에서는, 원예작물 과실의 성장 상태에 대한 모니터링과 수확을 위한 영상 인식 기술에 대한 연구가 활발히 진행되고 있다. 이러한 기술은 농가의 과실 생산량 예측뿐만 아니라 수확의 자동화를 위해서도 필수적이다.
최근 영상 기반의 연구들에서는, 딥러닝 기반의 모델들이 활발히 사용되고 있다. 특히 객체의 영역을 찾아내는 객체 분할 영역 또한 합성곱 신경망이나 트랜스포머 등의 딥러닝 알고리즘이 기존 방식들 대비 높은 성능을 보인다. 본 연구에서는 사과(홍로) 과실의 객체 분할 모델을 개발하기 위하여 노지 사과밭에서 RGB-D 영상을 촬영하여 데이터를 수집하였다. 획득한 데이터는 객체 영역이 폴리곤 형태로 라벨링 되었으며, 학습 및 평가를 거쳐 여러 객체 분할 모델들의 성능이 비교 평가되었다. 또한, 객체분할 모델 결과로 획득한 mask 정보 및 영상 촬영 시 획득한 depth 정보를 활용하여, 검출된 사과의 직경(횡경 및 종경), 면적, 부피 및 과중에 대한 값을 추산하였으며 실제 값들과 비교하여 알고리즘에 대한 오차를 분석하였다.