1. 문제 정의 (Problem Statement)

무인 항공기 (UAV) 를 활용한 공중 객체 탐지는 고해상도 이미지 내의 초소형 객체 (Tiny Objects) 탐지, 열악한 환경 조건, 그리고 엄격한 계산 자원 제약으로 인해 고유한 어려움을 겪고 있습니다. 기존 YOLO 기반 검출기들은 다음과 같은 세 가지 상호 연관된 한계를 동시에 해결하지 못했습니다.

• 초소형 객체의 부재 (Tiny Object Prevalence): VisDrone2019-DET 데이터셋의 68% 는 32x32 픽셀 미만의 객체입니다. 기존 YOLOv8s 의 최소 스트라이드 (stride) 가 8 픽셀이므로, 640x640 입력에서 8x8 픽셀 객체는 P3 특징 맵에서 1x1 활성화만 생성되어 분류에 필요한 문맥 정보를 포착하지 못합니다.
• 작은 바운딩 박스에 대한 손실 함수의 불안정성: IoU 기반 손실 함수 (CIoU 등) 는 예측 박스와 정답 박스가 겹치지 않을 때 기울기 (gradient) 가 0 이 되어 학습 신호가 사라집니다. 5x5 픽셀 같은 작은 객체의 경우 1 픽셀의 이동만으로도 IoU 가 0.25 에서 0 으로 급격히 떨어지며 학습이 중단됩니다.
• 계산 효율성 부족: UAV 임베디드 시스템은 전력, 메모리, 발열 제약이 엄격합니다. 기존 해결책들은 정밀도를 높이기 위해 헤드를 추가하거나 백본을 깊게 만들어 계산 부하와 모델 크기를 증가시켰습니다.

2. 방법론 (Methodology)

저자들은 DroneScan-YOLO를 제안하며, YOLOv8s 아키텍처를 기반으로 한 4 가지 조율된 설계 선택을 통해 위 문제들을 종합적으로 해결합니다.

(1) 고해상도 입력 (Increased Resolution)

• 입력 해상도를 640x640 에서 1280x1280으로 4 배 증가시켜 특징 맵의 공간적 세부 정보를 극대화했습니다.
• 이로 인해 8x8 픽셀 객체가 P3 에서 2x2 활성화, 새로운 P2 헤드에서는 4x4 활성화로 생성되어 탐지 가능성이 크게 향상됩니다.

(2) RPA-Block (Redundancy-Aware Pruning Block)

• 동적 필터 가지치기: 학습 중 유사한 특징을 감지하는 중복 필터를 식별하고 억제합니다.
• 기반 기술: 필터 간의 코사인 유사도 (Cosine Similarity) 를 기반으로 마스크를 생성합니다.
• 안정화 메커니즘:
  • Warm-up: 초기 10 에포크 동안 가지치기를 비활성화하여 필터가 다양한 표현을 학습하도록 합니다.
  • Lazy Update: 마스크를 매 에포크가 아닌 5 에포크마다 업데이트하여 재계산 오버헤드를 5 배 줄입니다.

(3) MSFD (Multi-Scale Feature Distillation Head)

• P2 탐지 분기 추가: 스트라이드 4 (Stride 4) 에서 작동하는 경량 P2 탐지 분기를 Neck 에 추가합니다.
• 구조: 깊이별 분리 합성곱 (Depthwise Separable Convolution) 과 Squeeze-and-Excitation(SA) 어텐션 메커니즘을 사용하여 파라미터 증가를 최소화합니다.
• 비용: 총 114,592 개의 파라미터만 추가 (+1.1%) 하여 초소형 객체 탐지 능력을 보완합니다.

(4) SAL-NWD Loss (Size-Adaptive Loss with Normalized Wasserstein Distance)

• NWD (Normalized Wasserstein Distance): 박스를 2D 가우시안 분포로 모델링하여 겹치지 않아도 부드러운 기울기를 제공합니다.
• Size-Adaptive Weighting: 객체의 면적에 반비례하는 가중치를 CIoU 에 적용하여 작은 객체의 기울기 기여도를 증폭시킵니다.
• 하이브리드 손실: $L_{SAL-NWD} = \lambda \cdot L_{NWD} + (1-\lambda) \cdot L_{CIoU} \cdot \bar{w}$ 형태로 YOLOv8 의 TaskAligned 할당 파이프라인에 통합되었습니다.

3. 주요 기여 (Key Contributions)

1. 종합적 시스템 최적화: 입력 해상도, 다중 스케일 탐지, 필터 가지치기, 손실 함수 개선을 단일 프레임워크 내에서 시너지 있게 결합한 최초의 접근법입니다.
2. 효율성과 성능의 균형: 해상도를 2 배로 높였음에도 RPA-Block 을 통해 계산 오버헤드를 상쇄하여, 기존 YOLOv8s 보다 **더 빠른 추론 속도 (96.7 FPS)**를 달성했습니다.
3. 초소형 객체 탐지 혁신: 32 픽셀 미만의 객체 탐지 성능을 획기적으로 개선하여 UAV 응용 분야 (감시, 구조 활동 등) 에 실질적인 기여를 했습니다.

4. 실험 결과 (Results)

VisDrone2019-DET 데이터셋에서 평가되었으며, 주요 결과는 다음과 같습니다.

• 성능 지표:
  • mAP@50: 55.3% (YOLOv8s 대비 +16.6%p 향상)
  • mAP@50-95: 35.6% (YOLOv8s 대비 +12.3%p 향상)
  • Recall: 0.374 → 0.518 로 크게 개선.
• 초소형 객체별 성능:
  • 자전거 (Bicycle): AP@50 0.114 → 0.328 (+187% 향상)
  • 차양이 달린 삼륜차 (Awning-tricycle): AP@50 0.156 → 0.237 (+52% 향상)
  • 보행자 (Pedestrian): 미탐지율 40% 감소.
• 효율성:
  • 파라미터 수: 10.23M (YOLOv8s 대비 +4.1% 증가).
  • 추론 속도: 96.7 FPS (YOLOv8s 의 약 71 FPS 보다 빠름).
• Ablation Study:
  • SAL-NWD 는 정밀도 (mAP@50-95) 를, MSFD 는 재현율 (Recall) 을 각각 가장 크게 개선했습니다.
  • RPA-Block 은 성능을 약간 희생하는 대신 FPS 를 크게 향상시켜 효율성 메커니즘으로 작용했습니다.

5. 의의 및 결론 (Significance & Conclusion)

DroneScan-YOLO는 UAV 영상 분석 분야에서 **작은 객체 탐지의 근본적인 한계 (스트라이드 8 의 제약, IoU 손실의 기울기 소실, 계산 자원 부족)**를 동시에 해결하는 새로운 기준을 제시했습니다.

• 실용성: 임베디드 UAV 시스템에 배포 가능한 경량화 모델임에도 불구하고, 고해상도 입력을 처리하여 기존 모델보다 뛰어난 성능과 속도를 동시에 달성했습니다.
• 차별점: 기존 연구들이 개별 문제 (해상도, 손실, 효율성) 를 분리하여 접근했던 것과 달리, 모든 요소를 통합 최적화하여 시너지 효과를 창출했습니다.
• 향후 과제: MSFD 를 YOLOv8 의 네이티브 헤드로 통합하고, 구조화된 가지치기 (Structured Pruning) 를 통해 하드웨어 가속을 지원하며, 추가적인 UAV 벤치마크에서 검증을 진행할 계획입니다.

이 논문은 제한된 컴퓨팅 자원을 가진 UAV 환경에서도 고정밀 초소형 객체 탐지를 가능하게 하는 강력한 솔루션을 제공합니다.