IceHorizon: A Dataset for Horizon Detection in Ice-Covered Maritime Environments and Comparative Evaluation of Detection Methods

당신이 거대한 얼어붙은 거울 같은 세상을 항해하는 배의 선장이나, 혹은 드론을 조종하는 조종사라고 상상해 보십시오. 이 얼음의 영역에서는 하늘과 바다가 서로 다른 색이 아니라, 둘 다 눈부시게 하얗고 반짝이는 백색입니다. 하늘과 바다가 만나는 그 보이지 않는 선인 '지평선'을 찾는 것은 마치 눈보라 속에서 유령을 찾아내는 것과 같습니다. 만약 그 선을 찾지 못한다면, 당신의 배는 위험하게 기울어질 수도 있고, 카메라가 어지러움을 느낄 수도 있으며, 내비게이션 시스템은 길을 잃을 수도 있습니다. 이것이 바로 빙해에서의 '지평선 탐지'라는 까다로운 퍼즐입니다. 과학자들은 이 문제를 해결하기 위해 특별한 컴퓨터 기술을 사용합니다. 어떤 기술은 날카로운 가장자리와 선을 찾는 고전적인 탐정 같고, 또 다른 기술은 수천 장의 사진을 공부하여 물과 하늘의 차이를 '보는' 법을 배운 현대적인 예술가와 같습니다. 하지만 지금까지 대부분의 컴퓨터 기술은 맑고 탁 트인 대양을 기준으로 훈련되었기에, 얼음의 무질서하고 반사적인 혼돈에 직면했을 때 당황하고 서투른 모습을 보였습니다.

"IceHorizon"이라는 제목의 이 논문은 이 얼어붙은 혼돈 속으로 뛰어들어, 어떤 컴퓨터 탐정이 얼음 위에서 지평선을 찾는 데 가장 뛰어난지를 확인합니다. 연구진은 선박과 드론 모두에서 촬영된 38개의 비디오 라이브러리를 새롭게 구축하여, 얼음이 섞인 해역을 항해할 때의 모습이 정확히 어떠한지를 보여주었습니다. 그런 다음 그들은 여섯 가지의 서로 다른 컴퓨터 방식을 테스트했습니다. 네 가지는 고전적인 규칙 기반 수학을 사용하는 방식(고전적인 탐정들)이고, 두 가지는 딥러닝과 그 규칙들을 혼합한 방식(하이브리드 예술가들)입니다. 그들은 컴퓨터의 추측이 실제 지평선과 얼마나 가까운지, 지평선을 얼마나 많이 포착할 수 있는지, 그리고 얼마나 빠르게 작동하는지를 측정했습니다.

결과는 '하이브리드' 방식의 명백한 승리였습니다. 컴퓨터가 선박 비디오에서 지평선을 찾으려 할 때, 하이브리드 접근 방식은 가장 뛰어난 고전적 방식보다 최대 3.5배 더 정확했습니다. 훨씬 더 어려웠던 드론 비디오에서도 하이브리드는 1.6배 더 나은 성능을 보였습니다. 고전적인 방식들은 매우 빠르기는 했지만, 얼음의 눈부심이나 파도의 반사에 종종 길을 잃어, 지평선을 아예 놓치거나 엉뚱한 곳에 그려내기도 했습니다. 그러나 하이브리드 방식은 마치 얼음이 어떻게 생겼는지 잘 아는 가이드가 있는 것과 같았습니다. 그들은 혼란스러운 반사들을 무시하고 진정한 선을 찾아낼 수 있었습니다. 흥적으로, 모든 방식이 드론 비디오보다 선박 비디오에서 더 나은 성능을 보였습니다. 드론 영상은 안개, 산, 그리고 알고리즘을 혼란스럽게 만드는 기묘하게 휘어진 지평선 때문에 너무나도 무질서했기 때문입니다. 이 논문은 고고도 드론 비행을 위해 이러한 시스템을 완벽하게 만들려면 여전히 더 많은 데이터가 필요하지만, 딥러닝과 고전적인 선 찾기 방식을 혼합하는 것이 현재로서는 북극해의 배와 드론을 안정적으로 유지하는 가장 신뢰할 수 있는 방법이라고 결론짓습니다.