cycleGAN을 이용한 지표투과레이더 쌍곡선 패턴 추출
Segmentation of GPR hyperbolic pattern, using cycleGAN
Abstact
지표투과레이더(ground penetrating radar, GPR) 영상에서 지하 매설물이나 공동, 기타 이상체에 의한 회절 신호는 쌍곡선 패턴으로 나타난다(Fig. 1). 이러한 쌍곡선 신호를 접합(fitting)할 수 있는 매개변수를 분석하면 지하 이상체의 위치와 크기, 지하 매질의 물성 등을 정량적으로 추정할 수 있다. 이 때, 접합을 위한 전처리 단계 중 하나로 쌍곡선 패턴의 신호만을 추출(segmentation)하는 방법이 있다(Fig. 2). 전통적인 알고리즘 기반 추출 방법은 임계값 설정에 따라 결과가 달라지거나 잡음에 의해 후처리가 복잡한 문제가 있다. 이러한 문제를 해결하기 위해 영상 인식 분야에서 많이 활용되는 데이터 기반의 딥러닝(deep-learning) 기법이 활용될 수 있다. 이 연구에서는 cycleGAN을 이용하여 GPR 영상에서 나타나는 쌍곡선 패턴의 신호를 추출한다. cycleGAN은 다른 도메인 자료 간의 변환을 수행할 수 있는 적대적 생성 신경망(generative adversarial network, GAN) 기반 모델로 레이블(label)이 없는 자료로 학습이 가능하다는 특징이 있다. GPR 영상과 쌍곡선 방정식에 맞춰 제작한 이진 영상으로 cycleGAN을 학습한 결과, 입력 GPR 자료가 쌍곡선 패턴을 추출한 영상으로 변환되는 것을 확인했다.
