UWB Radar-Based Classification of Marine Debris

해양 쓰레기는 해양 생태계 훼손과 해양 사고 등 심각한 환경 문제를 초래한다. 따라서 이를 정확히 분류하여 관리·수거 전략을 수립할 기술이 필요하다. 그러나 기존의 주류 기술인 영상 기반 분류 방식은 외부 환경 요인에 취약하여 실제 해양 환경에서 안정적인 성능을 확보하기 어렵다. 본 연구에서는 이러한 한계를 극복하기 위해 UWB(Ultra-Wideband) 레이더를 이용한 해양 쓰레기 분류를 제안하고 UWB 레이더 기반 B-scan 데이터의 특성을 고려한 신경망을 제안한다. UWB 레이더로 다양한 종류의 해양 쓰레기 데이터를 수집하고, CNN을 통해 분류 성능을 비교하였다. 실험 결과, 기존 CNN 모델들은 OOD 환경에서 80%대의 낮은 정확도와 불안정한 성능을 나타냈다. 이를 해결하기 위해 초기 큰 커널 기반 특징 추출 구조와 잔차 학습을 결합한 경량 하이브리드 신경망을 설계하였다. 제안한 모델은 교차 검증 결과 97.17%의 정확도를 기록하였다. 이는 UWB 레이더가 영상 센서의 한계를 보완하여 실제 해양 환경에서도 신뢰할 수 있는 대안이 될 수 있음을 시사한다.