본 논문은 드론으로 촬영한 RGB 영상과 심층 학습 모델을 이용하여 개별 나무의 수관을 정확하게 분할하는 기존 방법들의 한계를 다룹니다. 기존 연구들은 주로 사람이 직접 라벨링한 이미지를 통해 성능을 검증하였으나, 본 연구는 지상 레이저 스캐닝(TLS) 데이터를 이용하여 고정밀 검증 레이블을 생성하여 드론 영상 기반 심층 학습 모델(DeepForest, Detectree2)의 성능을 평가합니다. 혼합되지 않은 북방림과 지중해 숲에서 수집된 데이터를 사용하여 모델의 성능을 평가한 결과, TLS 기반 검증 데이터를 사용했을 때 수동 라벨링 데이터를 사용했을 때보다 성능이 현저히 저하됨을 확인했습니다. 특히, 엄격한 IoU 임계값에서는 위치 정확도가 매우 낮았으며, 이는 폐쇄된 수관림에서 항공 기반 분할 방법의 근본적인 한계를 시사합니다.
