자연재해 또는 사고가 발생하면 현장 비상대책반이 신속하게 출동 및 대응해 인명구조 등의 구호(救護) 활동을 펼친다. 특히, 이러한 상황에서 대응 시간을 줄이는 것은 피해 영향을 줄이고 생명을 구하는 데 매우 중요하다.

이를 감지하고 식별하는 자동화된 방법은 거의 없었지만 지난달  23일부터 28일까지 온라인으로 개최된 세계 최고 수준의 컴퓨터 비전 학술 대회인 '유럽 컴퓨터 비전 학회 2020(16Th European Conference on Computer Vision, ECCV)'에서 이를 자동으로 감지하는 모델이 발표됐다.

MIT 인공지능연구소(CSAIL)와 카타르 컴퓨팅 연구소(Qatar Computing Research Institute, QCRI)의 공동 연구팀은 트위터(Twitter), 플리커(Flickr) 등과 같은 소셜 미디어 플랫폼에 게시 된 이미지에서 사건을 감지할 수 있는 새로운 컴퓨터 비전 모델을 연구 논문(다운)을 통해 발표했다. 또한 지진, 홍수, 산불, 교통 사고 등 43 개의 서로 다른 사건으로 분류 된 446,684 개의 이미지 모음 인 인시던트 데이터 세트(Incidents Dataset- 다운)를 오픈 소스로 공개했다.

또한 연구팀의 새로운 데이터 세트는 기존 데이터 세트가 이미지 수와 사고 범주의 다양성 모두에서 제한되는 현장의 공백을 채우는 것을 목표로 한다. 작성자는 데이터 세트가 생성된 방법, 이미지에서 사고를 감지하기 위해 모델을 생성하는 방법, 시끄러운 소셜 미디어 데이터에서 사고를 필터링하는 방법을 제시했다.

연구팀은 실험에서 4 천만 Flickr 이미지를 필터링하여 사건을 찾았으며, 추가 실험에서는 지진, 홍수 및 기타 자연 재해 등을 Twitter에 게시 된 이미지를 필터링했다. 예를 들어, 팀은 트윗 빈도를 美국립해양대기청(NOAA, National Oceanic and Atmospheric Administration)에서 제공한 데이터베이스와 상호 연관시켜 검증 된 프로세스에서 자연 재해 관련 트윗을 특정 사건으로 필터링한 것이다.

한편, 연구팀은 소셜 미디어와 위성 이미지 모두 비상 대응에 도움이 되는 귀중한 데이터 형식이라고 말한다. 에를 들어, 소셜 미디어는 현장 통찰력을 제공하는 반면 위성 이미지는 산불의 영향을 가장 많이받는 지역을 결정하는 것과 같은 광범위한 통찰력을 제공한다. 이번 연구를 통해 컴퓨터 비전이 지상 및 위성 이미지 모두에서 자연재해 또는 사고 등의 신호를 감지하게 되면서 MIT와 QCRI 연구팀은 이제 다음 단계를 진행하고 있다.(아래는 연구팀이 공개한 자연재해, 피해, 사고 감지 및 인시던트 데이터 세트에 대한 영상)