Hyperspectral Imaging for Material Analysis and Hazard Detection
연구 내용
초분광 영상의 다차원 스펙트럼 정보를 활용하여 물질 특성을 분석하고 위험 요소를 정밀하게 분류하는 인공지능 기반 영상 분석 연구
본 연구는 초분광 영상이 가진 높은 분광 밀도를 활용하여 도로, 지표면, 인공 구조물 등의 물질적 특성을 다차원적으로 분석하는 데 중점을 둡니다. 스펙트럼 큐브의 공간·분광 정보를 통합적으로 처리하기 위해 2D–3D CNN 기반 구조를 적용하며, PCA 기반 차원 축소 기법을 통해 노이즈를 감소시키고 주요 분광 패턴을 강화합니다. 초분광 이미지 내 미세한 스펙트럼 변화를 이용하여 블랙아이스와 같은 위험 요소를 세밀하게 분류하며, 다양한 환경 조건에서의 스펙트럼 왜곡을 보정하는 알고리즘을 결합해 안정적인 분석 결과를 도출합니다. 또한 초분광 기반 분류 모델이 다른 센싱 기술과 결합될 수 있도록 모듈형 구조를 설계하여 확장성과 재사용성을 확보합니다.
관련 연구 성과
관련 논문
1편
관련 특허
1건
관련 프로젝트
0건
연구 흐름
초기 단계에서는 도로 환경의 물질 특성을 분광 기반으로 분석하고, 초분광 데이터 전처리 및 차원 축소 기술을 정립하는 연구가 수행되었습니다. 이후 2D–3D CNN 구조와 결합한 학습 기반 분류 기법이 개발되었고, 실측 초분광 데이터를 활용한 실환경 기반 검증이 진행되었습니다. 최근에는 위험요소 검출 정확도를 높이기 위한 다중 스펙트럼 보정 기법과 다양한 센서 융합 기반 확장 연구로 이어지고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Black Ice Classification with Hyperspectral Imaging and Deep Learning
관련 특허
구분
제목
블랙아이스 검출 방법 및 이를 수행하기 위한 컴퓨팅 장치