Classification of Limestone Thin-Section Images Based on an Improved MobileNetV3 Incorporating RTEM and MFCM

기술 요약: RTEM 및 MFCM을 결합한 개선된 MobileNetV3 기반 석회암 박편 이미지 분류

문제 정의
석회암 암상(lithology)의 자동 식별은 지질 조사 및 저류층 평가에 있어 매우 중요하지만, 클래스 간(예: mudstone, wackestone, packstone)의 미세한 질감 차이로 인해 여전히 까다로운 과제로 남아 있다. 기존의 수동 분석은 노동 집약적이며 주관적이다. 딥러닝이 해결책을 제시하고 있으나, 기존의 경량 네트워크인 MobileNetV3는 미세한 탄산염 암석 분류에 적용할 때 다음과 같은 구체적인 한계에 직면한다:

1. 특징 저하(Feature Degradation): 연속적인 다운샘플링 과정에서 입자 경계, 미크라이트 매트릭스(micritic matrix), 공극과 같은 섬세한 질감 단서들이 돌이킬 수 없이 손실된다.
2. 다중 스케일 상보성 부족(Lack of Multi-Scale Complementarity): 얕은 단계의 질감 특징과 깊은 단계의 의미론적 특징이 명시적으로 융합되지 않아, 복잡한 지질 구조를 표현하는 데 한계가 있다.
3. 중간 감독 부족(Insufficient Intermediate Supervision): 중간 계층에 직접적인 분류 가이드가 부족하여, 샘플 수가 제한적이거나 클래스 간 유사성이 높은 경우 학습을 저해한다.

방법론
저자들은 암석 이미지 분류를 위해 경량 효율성과 높은 변별력을 동시에 달 수 있도록 설계된 개선된 MobileNetV3 아키텍처를 제안한다. 이 프레임워크는 세 가지 주요 구성 요소로 이루어져 있다:

1. 단순화된 인버티드 레지듀얼(Simplified Inverted Residual, SIR) 백본:
   계산 오버헤드를 줄이고 특화된 모듈을 위한 용량을 확보하기 위해 표준 MobileNetV3-Large 백본을 단순화하였다. 제안된 SIR 블록은 내부 SE 어텐션 모듈과 1×1 depthwise convolution을 제거하고, 확장 컨볼루션(expansion convolution), 3×3 depthwise convolution, 그리고 선형 투영(linear projection)으로 구성된 간결한 구조를 활용한다. 이를 통해 백본의 파라미터 수를 표준 버전의 약 11.8% 수준으로 줄였다.

2. 암석-질감 강화 모듈(Rock-Texture Enhancement Module, RTEM):
   여러 특징 단계(24, 40, 80, 112, 160 채널)에 삽입된 RTEM은 손실된 질감 정보를 복구하고 강화하도록 설계되었다. 이는 두 개의 병렬 브랜치로 작동한다:

• 에지 브랜치(Edge Branch): Rock Depthwise Convolution(RDConv)과 경량 MLP를 사용하여 입자 윤곽선과 광물 경계를 추출한다.
• 질감 브랜치(Texture Branch): Fast Residual Representation(FastRep) 유닛을 채택하여 질감의 방향성과 국부적 구조 배열을 포착한다.
• 융합(Fusion): 브랜치들은 결합된 후 전채널 매핑 어텐션(Full-Channel Mapping Attention, FCMA) 메커니즘을 통해 처리된다. 정보 손실 없이 글로벌 채널 의존성을 모델링하기 위해, 채널 차원을 축소하는 표준 SE 블록과 달리 FCMA는 직접적인 C→C 매핑을 수행하며, 이후 학습 가능한 잔차 스케일링 인자를 적용한다.

3. 다중 소스 특징 보완 모듈(Multi-source Feature Complementation Module, MFCM):
   이 모듈은 서로 다른 네트워크 깊이의 특징들을 적응적으로 융합하여 얕은 단계의 세부 정보 손실 문제를 해결한다. 이 모듈은 얕은 특징들(F40, F80, F112)과 깊은 의미론적 백본(F160)을 입력으로 받아, 적응형 평균 풀링(adaptive average pooling)을 통해 공간적 차원을 정렬하고 공통 채널 공간으로 투영한다. 로컬 교차 채널 상호작용을 위한 ECA(Efficient Channel Attention)와 학습 가능한 게이팅 계수를 사용하는 게이트형 집계 전략을 통해, 이러한 다중 스케일 세부 사항들을 최종 고수준 표현에 주입한다.

4. 심층 감독 및 학습 전략(Deep Supervision and Training Strategy):
   중간 표현을 강화하기 위해 F40, F80, F112 레이어에 세 개의 보조 분류 헤드를 부착하였다. 이 헤드들은 학습이 진행됨에 따라 선형적으로 감소하는 가중치를 가진 채로 학습 과정 중 심층 감독을 제공한다. 학습 파이프라인에는 MixUp, CutMix, 레이블 스무딩(label smoothing)을 포함한 광범위한 데이터 증강, AdamW 옵티마이저, 그리고 추론을 위한 다중 시드 가중 앙상블 전략이 포함된다.

주요 기여

• 아키텍처 설계: 암석의 질감과 입자 경계 보존을 위해 특별히 설계된 RT and RTEM 및 MFCM이 통합된 경량 MobileNetV3 백본.
• 신규 모듈: 에지-질감 특징의 전채널 의존성 모델링을 위한 FCMA와 다중 스케일 특징 융합을 위한 게이트형 MFCM 도입.
• 학습 프레임워크: 상대적으로 작은 규모의 불균형 데이터셋에서 성능을 극대화하기 위해 심층 감독, 고급 정규화, 앙상블 학습을 결합한 종합적인 전략.

실험 결과
모델은 6개 클래스(grainstone, intraclast limestone, packstone, mudstone, wackestone, floatstone)에 걸친 3,600장의 석회암 박편 이미지 데이터셋을 대상으로 평가되었다.

• 성능: 제안된 방법은 검증 세트에서 **91.11%**의 정확도를 달성하였으며, 매크로 평균 정밀도(precision), 재현율(recall), F1-스코어는 각각 91.28%, 91.11%, **91.12%**를 기록하였다.
• 효율성: 모델은 2.095M 개의 파라미터와 0.868 GFLOPs라는 매우 낮은 복잡도를 유지한다.
• 비교: 제안된 모델은 원본 MobileNetV3 및 기타 최첨단 모델들(ResNet-101, Swin Transformer V2, EfficientNetV2-XL 포함)보다 훨씬 적은 파라미터를 사용하면서도 더 우수한 성능을 보였다 (예: MaxViT-L 대비 95.82% 적은 파라미터 사용).
• 절제 실험(Ablation): 실험을 통해 각 구성 요소(RTEM, MFCM, 심층 감독, 앙상블)가 베이스라인인 MobileNetV3 대비 누적적으로 12.50 퍼센트 포인트의 성능 향상에 기여했음을 확인하였다.

의의 및 주장
본 논문은 제안된 프레임워크가 계산 효율성을 희생하지 않으면서도 입자 경계와 다중 스케일 구조에 대한 민감도를 높임으로써, 미세한 탄산염 암석 분류의 특정 과제들을 성공적으로 해결했다고 주장한다. 저자들은 이 방법이 분류 정확도와 경량 효율성 사이의 유리한 균형을 달성하여, 자동화된 암상 식별을 위한 실무 배포에 적합하다고 단언한다.

저자들은 현재의 데이터 규모와 다중 모델 다중 뷰(multi-model multi-view) 추론에 따른 계산 오버헤드 등의 한계를 인정한다. 향후 연구에서는 다양한 지역으로 데이터셋을 확장하고, 지식 증류(knowledge distillation)를 적용하며, 프루닝(pruning) 및 양자화(quantization)를 활용하여 지질 탐사 애플리케이션을 위한 배포 비용을 더욱 낮추는 데 집중할 것을 제안한다.