기존의 원격탐사 선박 데이터셋이 모두 잘라낸 이미지인 점에서, 데이터셋으로 학습된 검출 알고리즘을 위성 이미지 원래 크기에 직접 적용할 경우 검출 성능이 저하되는 문제를 해결하기 위해 가시광선과 근적외선 4개 밴드의 다중스펙트럼 위성 선박 데이터셋 MMShip을 구축하였다. 이 데이터셋은 위성 이미지의 원본 크기 데이터와 잘라낸 소규모 선박 데이터를 동시에 포함한다. 본 데이터셋은 다중밴드 정보를 도입하여 기존 데이터셋이 주로 가시광선 이미지로 구성되어 조명 조건 등에 취약한 단점을 보완하였다. 전 세계 해역에서 구름량이 3 이하인 Sentinel-2 위성 이미지를 다운로드하여 대기 보정을 거친 후 해상도 10m의 적, 녹, 청 및 근적외선 4개 밴드만을 선택하고 장면 단위로 선박이 포함된 이미지를 선별하였다. 선별된 이미지는 중복 없이 512×512 크기로 자르고 그 중 선박 목표가 포함되지 않은 이미지는 제거하였다. 이후 LabelImage 소프트웨어를 사용하여 소규모 데이터에 대해 수평 박스 라벨링을 수행하고, 라벨 데이터를 원본 크기로 되돌려 원본 크기에서의 라벨 정보를 얻었다. 마지막으로 여러 대표적 검출 알고리즘을 이용하여 잘라낸 MMShip 소규모 데이터셋에서 가시광선, 근적외선 및 다중스펙트럼 비교 실험을 진행하였다. 다양한 장면을 포함하는 다중스펙트럼 위성 선박 목표 데이터셋을 구축하였으며, 497장 원본 크기 라벨 데이터와 잘라낸 5,016세트 선박 목표 이미지가 포함되어 있다. 비교 실험을 통해 근적외선 밴드 정보 추가가 선박 목표 검출 알고리즘 정확도 향상에 도움이 됨을 검증하였다. 다중스펙트럼 선박 데이터셋 MMShip은 위성 이미지 스케일과 일반 이미지 스케일 다중스펙트럼 선박 목표 검출 알고리즘 연구에 사용할 수 있다.

다중스펙트럼 원격탐사; 데이터셋; 선박 목표; Sentinel-2