암석 분석
firstly, workers collect fresh rock samples in the process of exploration; secondly, after returning to the laboratory, the rock thin section with an area of about 2 × 2 cm is cut from the vertical stratification direction of the rock samples. When one side of the rock samples has been flattened on the grinding machine, it is glued to the carrier glass with glue such as adhesive. Then, the thickness of the other side is smoothed to 0.03 mm, and the cover glass piece is glued with the adhesive. Finally, an image of the rock sheet is viewed under a polarizing microscope by a knowledgeable or experienced geologist. In this way, the rock type and structural parameters can be determined. This traditional identification method requires the observer to have very rich geological knowledge and experience. In addition, the method has many problems, such as strong subjectivity, long identification period, and poor field identification ability.
새로운 방식 : 컴퓨터 비전 + 사진 처리 기술 (딥러닝, 머신러닝 기반)
PNN(Probablilistic neural network) 활용 - 색상 히스토그램을 입력값으로 활용
전이 학습(transfer learning)
디지털 이미지 기반 다층 감각 신경망 모델 설정 후 텍스처 데이터를 기반으로 네트워크 훈련 수행
형태를 결합하여 다양한 색상 채널의 표준 산술 값을 계산
공간과 이미지 카테고리의 매핑 관계를 설정하기 위해 신경망을 사용
전이 학습 방법과 결합하여 대규모 데이터 세트의 ImageNet에서 딥러닝 모델을 경량화 하는 ShuffleNet의 학습 결과를 전송 및 재훈련
이를 통해 생성된 암석 인식 모델을 활용
수동적인 조작 없이도 이미지 픽셀을 검색하여 특징을 추출 ⇒ 주관 개입 줄임
얇은 단면을 만들지 않고 암석 이미지를 식별
스마트폰 용으로 설계된 매우 효율적인 Convolution Neural Network(합성 곱 신경망)