크라우드소싱 UAV 영상 활용 폐기물 감지 모델

급격한 도시화가 진행 중인 사하라 이남 아프리카에서는 분산된 비공식 폐기물 투기 및 고해상도 데이터 부족으로 인해 생활 폐기물 관리에 어려움이 있습니다. 본 연구는 크라우드소싱 UAV(무인항공기) 영상에서 노천 투기된 분산형 생활 폐기물(ODD-MSW)을 자동으로 감지하는 오픈 액세스 딥러닝 모델을 제안합니다. 이 모델은 사하라 이남 아프리카 10개국 29개 지역의 다양한 환경 맥락에서 수동으로 주석 처리된 이미지 타일을 통해 훈련 및 평가되었습니다. 그 결과, 모든 연구 지역에서 ODD-MSW 감지 정확도 92.87%(F1 점수 0.927)를 달성했습니다. 모델의 전이성을 검증하기 위해, 5개 대륙 19개국 21개 도시의 독립적인 OpenAerialMap 장면 25개에 현장 재훈련 없이 적용한 결과, 0.867의 F1 점수를 유지했습니다. 예측된 폐기물 분포는 국지적 핫스팟(주로 수로변)부터 도시 전역에 걸친 분산된 쓰레기까지 이질적인 축적 패턴을 보였습니다. 폐기물 축적은 인구 밀도(Spearman ρ = 0.674, p < 0.001) 및 지역 인프라 접근성 부족 지표(ρ = 0.700, p < 0.001)와 강한 연관성을 보였습니다. 이 모델은 지자체 및 지역 매핑 커뮤니티가 수집한 UAV 영상에 바로 적용 가능하여, 기술 전문성 없이도 ODD-MSW 모니터링을 가능하게 합니다. 이는 현지 실무자들이 UAV 영상을 실행 가능한 정보로 전환하여 사하라 이남 아프리카의 폐기물 관리를 개선하는 데 기여할 것입니다.