IJMOND 산업용 연소 연기 분할 데이터셋 기술 요약

1. 문제 정의 (Problem)

이 연구는 네덜란드 IJmond 지역의 산업 시설에서 배출되는 산업용 연기 (Industrial Smoke) 를 자동으로 식별하고 분할 (Segmentation) 하는 문제를 다룹니다. 기존의 산업용 연기 모니터링은 주로 수동 관찰이나 제한된 센서에 의존하는 경우가 많았으며, 컴퓨터 비전을 활용한 정밀한 픽셀 단위 분류 (Pixel-level classification) 를 위한 대규모 고품질 데이터셋이 부족했습니다. 특히, 연기의 불투명도 (Opacity) 를 시각적으로 판단할 때 조명 조건 (태양의 위치 등) 이 결과에 큰 영향을 미친다는 점과, 저불투명도와 고불투명도 연기를 구분하는 기준을 명확히 설정하는 것이 기술적 난제였습니다.

2. 방법론 (Methodology)

• 데이터 수집 (Data Source):
  • 네덜란드 지역 공기 질 개선을 위한 비영리 단체 'FrisseWind.nu'가 운영하는 3 개의 고정식 카메라 (kooks_1, kooks_2, hoogovens_6_7) 로부터 직접 이미지를 수집했습니다.
  • 총 900 개의 원본 이미지와 2,074 개의 크롭 (Cropped) 이미지로 구성되었습니다.
• 주석 (Annotation) 및 라벨링:
  • 플랫폼: Roboflow 플랫폼을 사용했습니다.
  • 프로세스: Segment Anything Model (SAM) 을 초기 마스크 생성에 활용하고, 1, 2 저자가 다각형 (Polygon) 을 수동으로 정교화하여 라벨링했습니다.
  • 검증: EPA Method 9(시각적 불투명도 측정 표준) 훈련을 받은 저자가 모든 마스크를 수동으로 검토 및 수정하여 품질을 보장했습니다.
  • 라벨 종류:
    • 고불투명도 연기 (High Opacity): 50% 초과 (흰색, 픽셀 값 255)
    • 저불투명도 연기 (Low Opacity): 50% 미만 (회색, 픽셀 값 155)
    • 배경: 검정색 (픽셀 값 0)
  • 주의: 태양의 위치에 따른 조명 조건이 시각적 불투명도 판단에 영향을 줄 수 있으나, EPA Method 9 규칙을 최대한 준수하여 라벨링했습니다.
• 데이터 전처리 및 분할 (Cropping & Splitting):
  • 크로핑: 연기가 자주 발생하는 영역에 대한 도메인 지식을 바탕으로 원본 이미지를 잘라내어 2,074 개의 크롭 이미지를 생성했습니다.
  • 분할 전략 (Splitting):
    1. 타임스탬프 기반: 학습 (70%), 검증 (10%), 테스트 (20%) 로 시간 순서대로 분할.
    2. 카메라 기반: 학습 (kooks_2 의 80%), 검증 (kooks_2 의 20%), 테스트 (kooks_1 및 hoogovens_6_7 전체) 로 분할하여 카메라 간 일반화 능력을 평가.
  • 데이터 불균형 대응: 학습 데이터의 양을 100%, 80%, 60%, 40%, 20% 로 조절한 5 가지 버전을 제공하여 데이터 양에 따른 모델 성능 변화를 시뮬레이션할 수 있도록 했습니다.
  • 음성 데이터 (Negative Data): 연기가 없는 이미지도 포함하여 모델이 연기 유무를 정확히 판단하도록 훈련할 수 있는 유연성을 제공했습니다.

3. 주요 기여 (Key Contributions)

1. IJMOND 산업용 연기 분할 데이터셋 공개:
   • raw(원본) 및 cropped(자른) 이미지, 픽셀 단위 마스크, MS COCO 형식의 다각형 주석 (1,209 개) 을 포함한 포괄적인 데이터셋을 FigShare 를 통해 공개했습니다.
   • CC BY 4.0 라이선스로 연구자들이 자유롭게 활용할 수 있습니다.
2. 고품질의 이중 불투명도 라벨링:
   • 단순한 '연기 유무'를 넘어, EPA Method 9 기준에 따라 저불투명도와 고불투명도 연기를 구분한 세밀한 마스크를 제공합니다. 이는 환경 규제 준수 및 대기 질 모니터링에 직접적으로 활용 가능한 데이터입니다.
3. 유연한 실험 환경 제공:
   • 타임스탬프와 카메라 두 가지 다른 분할 방식을 제공하여 모델의 시간적/공간적 일반화 성능을 평가할 수 있습니다.
   • 학습 데이터의 양을 조절할 수 있는 다양한 버전과 '마스크 있음/없음' 데이터를 분리하여 제공함으로써, 소량 데이터 학습 (Few-shot learning) 이나 불균형 데이터 처리 연구에 적합합니다.
4. 메타데이터 및 구조화:
   • 각 크롭 이미지의 원본 좌표, 카메라 ID, 날짜 등을 포함한 상세한 metadata.json 을 제공하여 데이터의 맥락을 쉽게 파악할 수 있게 했습니다.

4. 결과 (Results)

• 본 보고서는 데이터셋의 구축 과정과 구조를 기술한 기술 보고서 (Technical Report) 이므로, 특정 모델의 성능 수치 (IoU, mAP 등) 를 직접 제시하지는 않았습니다.
• 대신, 데이터셋이 900 개의 원본 이미지와 2,074 개의 크롭 이미지로 구성되어 있으며, 이 중 1,109 개의 이미지가 연기 마스크를 가지고 있음을 확인시켰습니다.
• 7 개의 원본 이미지에는 연기가 존재하지 않는 경우 (Negative samples) 가 포함되어 있어, 모델이 오검출 (False Positive) 을 줄이는 데 도움을 줄 수 있음을 명시했습니다.

5. 의의 및 중요성 (Significance)

• 환경 모니터링의 자동화: 산업 지역의 대기 오염을 실시간으로 모니터링하고 규제 위반을 자동으로 탐지하는 시스템 개발의 기초 자료로 활용될 수 있습니다.
• 컴퓨터 비전 연구의 확장: 연기 분할은 일반적인 객체 분할과 달리 흐릿한 경계와 조명 변화에 민감한 특수한 과제입니다. 이 데이터셋은 이러한 어려운 조건에서의 컴퓨터 비전 알고리즘 개발을 촉진합니다.
• 정책 및 규제 지원: EPA Method 9 기준에 부합하는 데이터 라벨링은 학술적 연구를 넘어 실제 환경 규제 준수 (Compliance) 검증 도구 개발에도 기여할 수 있습니다.
• 개방형 과학 (Open Science): 네덜란드 연구위원회 (NWO) 의 지원을 받아 공개된 이 데이터셋은 전 세계 연구자들이 산업용 연기 감지 기술 발전에 공동으로 기여할 수 있는 토대를 마련했습니다.

참고: 이 데이터셋은 2026 년 3 월 26 일자로 발표된 것으로 기록되어 있으며, 아크라이브 (arXiv) 번호 2603.23754v1 로 등록되어 있습니다.