현대전은 네크워크 중심전(NCW, Network-centric warfare)이다. 네트워크 중심전이란 모든 전투요소(감시정찰체계, 지휘통제통신체계, 타격체계)가 네트워크로 연결된 환경에서 실시간으로 정보를 공유하며 전쟁을 수행하는 개념이다. 네크워크 중심전에서 전쟁의 성패는 감시정찰체계로부터 많은 전장 정보를 수집하고 신속하게 수집된 정보를 분석하여 전장상황을 파악하는 것에 달려 있다. 네트워크 중심전에서는 전장 상황 인식을 위해 정찰장비에서 획득한 영상 정보가 주요한 수단으로 사용된다. 획득한 영상 정보를 분석하여 적 무기 종류, 수량 등을 식별해 최적의 공격 방법을 결정하여 대응한다. 현재 영상정보 분석은 사람이 수행하고 분석하는 사람의 경험 및 역량 그리고 전투 피로도 등 에 따라 분석의 내용이 달라질 수 있는 문제가 있다. 본 논문은 이러한 문제를 인공지능을 이용해 해결하기 위해 정찰 장비에서 획득한 영상으로부터 표적을 신속 정확하게 식별할 수 있는 인공지능 모형 연구와 인공지능 모형의 판단 근거를 설명할 수 있는 XAI 기법에 대한 연구를 목적으로 했다. 표적에는 육상, 해상, 공중 표적이 있지만 본 논문에서는 연구를 육상 표적으로 한정하고 육상 표적 중 전차, 장갑차, 자주포 3개의 장비에 대한 분류 모형에 대해 연구했다.
육상 표적 분류 모형 개발을 위해 육상 표적 3종(전차, 장갑차, 자주포)에 대한 이미지 데이터 셋을 구축했고 ImageNet 데이터 셋으로 사전 학습된 DenseNet 모형을 사용한 전이학습(Transfer Learning)을 통해 학습량을 줄이는 효율적인 방법으로 모형을 개발했다. 또한 합성곱 신경망 아키텍처 모형에서 대표적으로 사용되는 XAI 기법인 Grad - CAM를 적용해 모형의 예측 결과에 대한 신뢰성을 높일 수 있었다. 결과 예측 시 모형이 중요하게 인식하는 부분에 대한 시각화를 통해 모형을 설명하고 예측 실패 시 실패 원인을 알 수 있었다.