인페인팅 기반 재난 유형별 재난 이미지 생성 연구 (Research on Disaster Image Generation by Disaster Type based on Inpainting)

서지정보

· 발행기관 : 대한전자공학회
· 수록지 정보 : 전자공학회논문지 / 61권 / 8호 / 3 ~ 14페이지
· 저자명 : 최민지, 원루빈, 최지훈, 배병준

초록

텍스트 기반 재난경보 서비스가 실시간으로 제공되고 있음에도 불구하고, 시청각 장애인, 외국인, 어린이, 고령인 등 재난 소외 계층은 재난 상황에 대한 이해 부족으로 적절한 대응을 하는데 제약이 있다. 이에 본 논문은 문해력이 부족한 재난 소외 계층의 재난 상황 인식 향상을 위해 재난문자를 시각화하는 재난 이미지 생성 알고리즘을 제안한다. 재난 상황의 시각적 표현 오류를 최소화하기 위해 재난 유형을 표면 재난, 전역적 재난, 구조물 중심 재난으로 구분하고, 각 재난 유형별 특성을 고려한 이미지 세그멘테이션 및 인페인팅 기반 재난 이미지를 생성한다. 최종적으로, 실제 지형 이미지를 이용하여 재난 유형별 재난 이미지 생성 결과를 보여준다. 제안된 알고리즘은 FID, CLIP 점수를 통해 기존 이미지 생성 모델과 비교하여 우수함을 검증받았으며, 이는 재난 상황에서 신속하고 정확한 정보 제공을 가능하게 하여 재난 소외 계층의 이해를 도울 것이다.

영어초록

Despite the availability of real-time text-based disaster alert services, disaster marginalized groups such as the visually and hearing impaired, foreigners, children, and the elderly face challenges in understanding disaster situations, leading to inadequate responses. This paper proposes a disaster image generation algorithm to enhance disaster situation awareness for these groups with limited literacy. To minimize visual representation errors of disaster situations, disasters are categorized into surface disaster, global-scale disaster, and structure-focused disaster. The algorithm generates disaster images based on image segmentation and inpainting, considering the characteristics of each disaster type. Finally, the results of disaster image generation for each disaster type are demonstrated using actual terrain images. The proposed algorithm has been validated to outperform existing image generation models by comparing FID and CLIP scores, demonstrating its superiority. This enables rapid and accurate information delivery during disasters, assisting marginalized groups in better understanding disaster situations.

참고자료

· 없음