자율 운항을 위한 U-Net 기반의 deblurring 안정성 연구

Abstract

항공기 자율 운항(UAV: Unmanned Aerial Vehicle)은 주로 GPS(Global PositioningSystem) 기반의 통신 기술에 의존한다. 악천후와 같은 비상 상황 발생 시 외부 통신 이전에항공기 내에서 기장이 상황을 인지할 수 있다면 더욱 효율적인 대처가 가능할 수 있다. 이미무인 항공기 자율 운항에서는 동적인 외부 상황을 딥러닝 기법인 deblurring에 의해 인지하고 있다. 실제 유인 항공기에서 기내 보조 장치로써 deblurring 기술을 활용하기 위해서는안정성 연구가 필수적이다. 따라서 본 논문은 실제 항공 이미지를 통해 U-Net의 deblurring안정성을 확인하고, 안정성 향상을 위해 blur augmentation을 적용한 새로운 U-Net알고리즘을 제시한다.

The autonomous operation of aircraft mainly relies on GPS-based communicationtechnology. In the event of an emergency such as bad weather, more efficientresponse may be possible if the captain can recognize the situation within theaircraft before external communication. Already, in UAV autonomous operation,dynamic external situations are recognized by the deblurring deep learningtechnique. Stability research is essential to use deblurring technology as an in-flightauxiliary device in a manned aircraft. Therefore, this paper confirms the deblurringstability of U-Net through real aerial images, and proposes a novel U-Netalgorithm applying blur augmentation to improve stability.