Earticle

In this paper, we propose a FACET-based feature point extraction method and an image registration method for image fusion based on multi-sensors. The most important part of image registration in image fusion is the extraction of feature points in IR and VIS images. The proposed method of extracting feature points uses the FACET-based filter in an IR image and uses Harris corner detector in a VIS image because it is difficult to find common characteristics and correlations in the IR and VIS images. The proposed method of image registration consists of 5 stages: 1) extraction of the feature points, 2) detection of correspondence points by using mutual information (MI), 3) a 2D projective transformation, 4) interpolation to integers of a pixel coordination, 5) a similar measurement by using normalized mutual information (NMI). The final outcome of the fusion image expresses a pseudo color based on hue (H), saturation (S), and intensity (I). Experimental results showed that the proposed method provides robust and accurate registration results. The expression of a pseudo color image after image fusion showed methods for enhanced target detection.

발화는 폐의 날숨을 시작으로 성대의 진동 유무와 성도의 조음을 통해 발생하는 일련의 작동 과 정으로, 기본적인 의사소통 수단이자 감정 표현의 매개체이다. 이러한 발화를 정확히 수행하는 것은 타인에게 자신의 의사 및 감정을 명확히 표현하기 위하여 필수적이다. 발화에 문제가 생기면 개인적 및 사회적으로 전반적인 삶의 질(Quality of Life) 저하를 가져오게 되며, 외부와의 단절을 초래하게 된다. 본 고에서는 발화 의도를 인지할 수 있는 두경부 멀티 센서 기반 웨어러블 기술 동향을 알아보 고, 이를 이용하여 미래 기술 발전 방향을 모색해 보고자 한다.

Speech production, which is the intricate operating procedure consisting of exhalation from the lungs, voicing features of the vocal folds, and articulations in the vocal tract, is one of essential elements for expressing and insisting own opinion while we live as human being. There are cases of dysphonia, for examples, by accidents, by disease, by medical surgery on vocal tract, by abuses of vocal cords, and by aging. These cases cause to severely endanger one’s ‘Quality of Life’ and to seclude the patients from society. In this paper, we survey on derencephalus interface technologies, which are the hand-and-neck version of body-machine interfaces, for assisting speech production and its volitional control, and find a way to develop the wearable technologies based on them.

Drowsy driving and leakage of toxic gas are vital problems in vehicle usage. Therefore, multi-functional high-performance sensors are needed to solve these problems and provide warning information to the driver as well. In this paper, we demonstrate sensor devices with a suspended structure to detect subtle environmental changes such as acoustic waves or toxic gases. Our suspended 2D TMDC channel enables us to measure the environmental changes within electrical signals to achieve real-time detection, high sensitivity, and reliability.

최근 극단적인 강우와 홍수의 발생 빈도가 증가함에 따라, 수자원 시설은 보다 강하고 빈번한 환경 스트레스에 노출되고 있다. 이처럼 반복적인 환경 스트레스는 구조물의 균열 형성과 확산을 가속화하며, 내구성 저하와 안전성 문제로 이어진다. 이에 본 연구에서는 건물 균열 이미지 데이터를 기반으로, 다단계 인공지능 영상 인식 가상센서를 적용한 수자원 시설 균열 자동 감지 기법을 제안하고자 한다. 첫째, YOLO11 기반 벽체 영역분할을 통해 관심 영역을 설정하고, 둘째, 동일 계열의 균열 탐지 모델로 균열 후보를 검출한다. 셋째, ResNet18 기반 이진 분류로 실제 균열 여부를 판별하며. 마지막으로 YOLO11 기반 세분화(Segmentation)모델을 적용하여 균열의 형상을 정밀하게 인식한다. 본 연구의 결과는 계층적 인공지능 분석 체계를 통해 수자원 시설 구조물의 균열을 효율적으로 감지하고 손상 위험을 조기에 파악할 수 있는 과학적 근거를 마련하는 데 기여할 것으로 기대된다.

With the increasing frequency of extreme rainfall and flooding events, water infrastructure has been increasingly exposed to stronger and more frequent environments stresses. Such repetitive external loads accelerate the formation and propagation of cracks in structures, leading to reduced durability and potential safety issues. In this study, a multi-stage artificial intelligence vision-based virtual sensor approach is proposed to automatically identify cracks in water infrastructure using building crack image data. First, the region of interest (ROI) is defined through wall segmentation based on YOLO11, followed by crack candidate detection using the same YOLO11 framework. Next, a ResNet18-based binary classification model determines the actual presence of cracks, and finally, a YOLOv11-based segmentation model is applied to precisely identify the crack geometry. The Proposed multi-stage AI analysis framework enables efficient crack identify in water infrastructure and provides a scientific foundation for the early identification of potential structural damage.

2012년 5월 다목적실용위성 KOMPSAT-3 발사 성공 이후, 2013년 8월 KOMPSAT-5, 2015년 3월 KOMPSAT-3A의 발사 성공으로국내는 광학, 레이더, 열적외선 센서를 통합 운영할 수 있게 되었으며, 각 센서들의 특성을 융합 활용할 수 있는 기반을 마련하였다. 단일 센서가 가지고 있는 활용의 적용 범위나 산출물 정확도에 한계점을 극복하고자 다중 센서들의 장점을 취하고 단점은 상호 보완하는 다종센서간 영상융합기술이 대두하게 되었다. 본 논문에서는 다목적실용위성 군을 활용한 영상 융합 및 고부가 산출물 생성을위한 소프트웨어(InFusion) 개발에 대하여 소개하고자 한다. 먼저 각 센서들의 특징 설명과 융합 소프트웨어 개발의 필요성에 대하여 기술하고, 개발 전과정에 대하여 상세히 설명하고자 한다. 국내외 다목적실용위성 군의 자료 활용성을 증대시키고 고부가 제품생성을 통한 국내 소프트웨어의 우수성을 알리는 계기가 되고자 한다.

Following the successful launch of KOMPSAT-3 in May 2012, KOMPSAT-5 in August 2013, and KOMPSAT-3A in March 2015 have succeeded in launching the integrated operation of optical, radar and thermal infrared sensors in Korea. We have established a foundation to utilize the characteristics of each sensors. In order to overcome limitations in the range of application and accuracy of the application of a single sensor, multi-sensor image fusion techniques have been developed which take advantage of multiple sensors and complement each other. In this paper, we introduce the development of software (InFusion) for multi-sensor image fusion and valued-added product generation using KOMPSAT series. First, we describe the characteristics of each sensor and the necessity of fusion software development, and describe the entire development process. It aims to increase the data utilization of KOMPSAT series and to inform the superiority of domestic software through creation of high value-added products.

본 연구에서는 지하공동구에 적용될 디지털 트윈기술 플랫폼 DATA 생성의 기본이 되는 각종 센서 및 작업자와 순찰자의 재 난 발생 시 구호를 위한 개발 기술에 대하여 설명하고자 한다. 지하공동구는 도시계획시설의 하나로서 2가지 이상의 매설물을 공동 수용할 목적으로 시설하는 터널 형태의 지하시설로 전기, 통신, 가스, 수도, 하수관 같은 도로의 지하매설물을 공동수용 함 으로써 미관 및 도로구조의 보전을 도모하는 시설을 말한다. 이러한 지하공동구는 통신, 금융, 주거 등에 영향을 미치는 국가의 중요한 안보시설인 동시에 도시의 형성이나 시민생활에 있어서 필수적인 시설로서 입지와 규모에 따라 그 시설이 위치한 지역은 물론 도시 전체의 기능과 발전에 큰 영향을 미치는 시설이기 때문에 미리 입지와 규모에 대한 기준을 정해 두고 도시 관리 계획에 의해 계획적으로 배치할 필요가 있다. 따라서 이러한 중요시설인 지하 공동구 관리의 중요성 및 재난발생시의 사회적, 경제적 파급성 등을 고려할 때 디지털 트윈의 첨단기술을 적용한 사전대응 기술개발이 절실하게 필요한 시점이라 할 수 있다.

본 논문은 환경변화에 강인한 센서 융합 교통정보 수집 시스템을 제안한다. 제안된 시스템은 각 센서의 특징을 융합하여 영상 검지기에 비해 환경에 강인하고, 주·야간 등 시간에영향을 받지 않으며 루프 검지기에 비해 유지보수에 드는 비용이 적다. 이는 레이더의 물체추적 기법과 영상검지기의 차량분류, 적외선거리계의 신뢰성 높은 객체검지 정보를 융합하고 각 센서의 문제점을 보완하여 개선을 이루었다. 구현된 시스템을 보행자의 통행이 가능한 도로에서 주·야간 5일에 걸쳐 6시간 동안 실험한 결과 88.7%의 분류정확도와 95.5%의 차량 검지율을 나타내었다. 본 시스템의 파라미터 최적화 작업을 실험환경에 따라 적응되는 방식으로 보완한다면 교통정보 수집 체계의 고도화에 기여할 수 있을 것으로 기대된다.

The purpose of this paper is to develop a multi-sensor fusion-based traffic information acquisition system with robust to environmental changes. it combines the characteristics of each sensor and is more robust to the environmental changes than the video detector. Moreover, it is not affected by the time of day and night, and has less maintenance cost than the inductive-loop traffic detector. This is accomplished by synthesizing object tracking informations based on a radar, vehicle classification informations based on a video detector and reliable object detections of a infrared range finder. To prove the effectiveness of the proposed system, I conducted experiments for 6 hours over 5 days of the daytime and early evening on the pedestrian - accessible road. According to the experimental results, it has 88.7% classification accuracy and 95.5% vehicle detection rate. If the parameters of this system is optimized to adapt to the experimental environment changes, it is expected that it will contribute to the advancement of ITS

본 논문에서는 가우시안 정규분포 모델 기반의 멀티센서 데이터 퓨전 알고리즘을 이용한 차량 위치인식 시스템을 제안한다. 기존의 차량 위치인식 시스템은 GPS를 중심으로 제공되어 왔으나 위성 신호 수신이 어려운 실내나 빌딩이 빽빽하게 들어선 도심에서는 제대로 작동하지 않는 문제가 있었다. 이를 해결하기 위해 GPS와 UWB를 결합하는 방법이 연구되었으나 위치변화에 따라 각 측위매체를 이산적으로 전환하여 차량과 같은 이동이 잦은 대상에게 끊임없이 유연한 위치 정보를 제공하지 못하는 단점이 있다. 따라서 본 논문에서는 가우시안 정규분포 모델을 바탕으로 GPS 위치 데이터와 UWB 센서 데이터를 유기적으로 결합하는 Hybrid UWB/GPS 측위시스템을 구성하여 측위시스템의 적용범위에 민감하지 않고 유연한 위치정보를 제공하도록 한다. 제안된 시스템을 Ubisense와 Asen GPS를 이용하여 12m × 8m 크기의 실외 환경에서 실험하였으며, 구현된 시스템을 통해 기존 UWB 및 GPS 시스템에 비해 정밀도 및 연동성이 향상되었음을 확인하였다. 이를 통해 차량에서 주차 관리 및 차량추적 관리 등 다양한 CNS를 지원할 수 있다.

In this paper, Gaussian probability distribution model based multi-sensor data fusion algorithm is proposed for a vehicular location awareness system. Conventional vehicular location awareness systems are operated by GPS (Global Positioning System). However, the conventional system is not working in the indoor of building or urban area where the receiver is difficult to receive the signal from satellites. A method which is combined GPS and UWB (Ultra Wide-Band) has developed to improve this problem. However, vehicular is difficult to receive seamless location information since the measurement systems by both GPS and UWB convert the vehicle’s movement information separately at each sensor. In this paper, normalized probability distribution model based Hybrid UWB/GPS is proposed by utilizing GPS location data and UWB sensor data. Therefore the proposed system provides information with seamless and location flexible properties. The proposed system tested by Ubisense and Asen GPS in the 12m×8m outdoor environments. As a result, the proposed system has improved performance for accurateness and connection ability between devices to support various CNS (Car Navigation System).

본 연구에서 개발된 시스템은 센서부, 무선통신부 및 모니터링 부로 나뉘어져 있다. 센서부는 잔류염소, pH, 탁도, 전기전도도, 수 온 그리고 질산성질소 등 총 6개의 수질분석 항목과 수압, 수위 및 유량 등 3개의 유지관리 모듈로 나뉘어져 있다. 형식승인 기준에 준한 잔류염소와 탁도 센서의 측정값 신뢰도는 반복성, 직선성 및 유지성에서 양호하게 나타났다. 전기전도도 측정값도 서로다른 농 도에서 각각 변동계수가 0.3-0.9% 범위로 양호하였다. 무선통신부는 고신뢰성의 데이터를 양호한 시의성으로 송수신한다. 이는 유 선망 또는 상용무선통신이 도달하지 않는 산간오지에 설치 하는데 많은 이점을 보유한다. 모든 통신의 송수신상태는 RTU에서 확인 할 수 있도록 알고리즘을 개발 하였고, 연결상태가 좋지 않을 경우 용이하게 그 부분을 발견할 수 있어 유지관리가 편리하다. 본 통 합운영 시스템의 모니터링부는 사용자에게 꼭 필요한 정보만을 제공하고, 판단이 용이하도록 웹으로 수질 기준 초과 또는 유지관리 모듈 상태에 대한 경보를 제공하여 문제 발생시 관리자가 신속히 대처 가능하도록 구성하였다. 이를 이용하여 안전하고 건강한 물 공급이 가능하게 되었고, 특히 취약한 지역에서의 수자원 보호와 국민 건강에 기여할 것으로 판단 한다.

The system developed in this study consists of a sensor part, wireless communication part, and monitoring part. The sensor part uses six criteria for water quality analysis (residual chlorine, pH, turbidity, electrical conductivity, temperature, and nitrate nitrogen), along with three maintenance modules (water pressure, level, and flux). The residual chlorine and turbidity sensor readings satisfied standards in repeatability, linearity, and sustainability. The electrical conductivity reading was also reliable, with a 0.3-0.9% coefficient variation at different concentrations. The wireless communication part displayed high reliability in its timely transmission of data. This is highly advantageous when installing water supply facilities in remote mountainous regions where no cable or common wireless communications can be reached. An algorithm was developed to monitor all communication transmissions from the remote terminal unit. This helped to facilitate maintenance, especially when communication was difficult. This monitoring part of the integrated operating system provides all necessary information by alerting the user if water quality standards are not met, or via the maintenance module for easy system evaluation through the web, thus making it easy to respond quickly in case a problem occurs. A supply of safe and healthy water was made possible through the use of this system, and it is believed to have the potential to contribute to improving the public health and conserving water in especially vulnerable regions.

본 논문에서는 다중센서를 사용한 솔라셀 장비의 상황인지 시스템을 설계하여 산업현장에서 발생할 수 있 는 다양한 산업재해를 예방하고 대처하기 위한 시스템을 제안한다. 솔라셀 장비의 주변 및 주요 위치에 다중 센서를 설치하고, 이러한 장치로부터 주변상황과 솔라셀 장비에 대한 데이터를 획득하여 로컬메모리에 저장 후 서버에 전송 한다. 저장된 데이터는 상황인지 알고리즘에 의하여 상황을 인지하고 인지된 결과에 따라 판단한다. 관리자는 상황인 지 알고리즘을 통해 판단 된 결과에 따라 실시간으로 생산현장과 장비들에 대한 상태를 모니터링 할 수 있는 환경 을 갖게 된다. 오늘날 유비쿼터스 환경에 놓인 산업현장의 상황인지 시스템은 실시간 점검을 통해 산업재해에 대처 하기 위한 적절한 정보를 제공하는 서비스가 될 것이다.

This study suggests a system for preventing and coping with diverse industrial accidents available for taking place in the industrial field by designing a context-aware system of the solar cell equipment with the use of multi-sensor. It installs multi-sensor in the surrounding and major positions of the solar cell equipment, acquires data on the surrounding situations and solar cell equipment from this device, and then save it into the local memory and transmits it to the server. The saved data recognizes a situation based on the context-aware algorithm and judges depending on the perceived result. An administrator comes to have environment available for monitoring the status on the production field and equipments with real time according to the judged outcome through the context-aware algorithm. The context-aware system in the industrial field, which is put today in the ubiquitous environment, will become a service of offering appropriate information for dealing with industrial accidents through real-time inspection.

현재 현대인들의 소득수준 향상과 여가시간 증대, 가치관의 변화 등으로 인해 문화산업의 중요성이 부각됨과 동시에 예술, 전시, 공연에 대한 수요가 점차 커지고 있다. 그러나 국내 기술력이 저조하여 무대연출 장비를 수입품에 의존하고 있는 경우가 많다. 특히 조명연출 분야에서는 배우의 동선을 파악하고, 조명을 제어해야 할 필요가 있는데 IT기술을 이용할 수 있음에도 불구하고 육안으로 배우를 인식하여 수기적으로 제어하는 경우가 일반적이다. 센서 응용하더라도 배우인지를 위해 단순한 형태의 단일 센서만 응용하 기 때문에 무대 전체조명의 온-오프에 따라 배우감지 및 추적이 불가능한 경우도 생긴다. 따라서 본 논문에서는 무대배우를 보다 효과적으로 추적할 수 있는 멀티센서 기반 알고리즘과 무대 조명연출을 유연하게 할 수 있는 LED(light emitting diode)조명 FOV(field of view) 및 가변형 제어 시스템을 제안하였다. 또한 제안한 시스템과 알고리즘을 바탕으로 핵심적인 하드웨어 및 소프트 웨어를 구현하고 전체 시스템 연동실험을 통해 실용성과 구현가능성을 입증하였다. 추가적으로 구현된 센서모듈의 출력을 실측하고 제안한 FOV가변형 LED조명 시스템의 성능을 시뮬레이션함으로써 제안한 시스템의 유용성을 입증하였다.

Recently, an importance of culture industry has been emphasized through an increased income level, spare time and changed values of modern people. And demands of the performance, arts, exhibit are steadily being increased. However the stage equipment depends on foreign manufactures on account of the inactive domestic technical skills. Especially in the lighting direction part, it is essential to control the lighting source and detect the moving line of actors but it generally uses the manual control type and realization of actor's moving line regardless of existing IT-based technologies. Also the system operation of existing sensor-based tracking and detecting technologies depends on the main lighting source of the stage. Therefore, this paper proposed LED lighting control system using the variable FOV and multi sensor-based tracking algorithm, which are possible to efficiently track the stage actors and direct the stage lights. Also we demonstrated the practicality and possibility of realization through the integrated experiment of the proposed system and implementation of the salient hardware, software. Additionally, the usefulness of proposed system was demonstrated using performance simulations and actual measurements of implemented sensor output.

현대 사회에서 안전 서비스 및 시스템 환경을 구축하고 활용하는 것은 매우 중요하고 관심이 큰 분야이다. 특히, 어린이, 고령자, 여성, 장애인 및 외국인 등 사회적 취약 계층에 대한 안전 서비스 제공은 사회적 이슈가 되고 있다. 그러나, 대부분의 안전 서비스 및 시스템은 일반인을 대상으로 적용되고 있기 때문에 사회적 취약 계층을 위한 시스템 개발이 필요하다. 따라서, 본 논문에서는 실시간으로 상황을 인식하고, 신속한 대응을 할 수 있도록 데이터를 처리, 전송 하는 시스템 모듈을 개발하였다. 이를 위해, 실시간 상황 인식에 필요한 다양한 센서를 통합 모듈로 설계하고, 이를 통해 수집된 데이터를 분석하여 처리 결과를 전송하는 안전 시스템 모듈을 개발하였다.

In modern society, developing and utilizing safety service and system environments is a very important and great interest. In particular, the provision of safety services to socially vulnerable groups such as children, the elderly, women, the disabled and foreigners has become a social issue. However, since most safety services and systems are applied to the general public, it is necessary to develop systems for socially vulnerable groups. Therefore, in this paper, we developed a system module that processes and transmits data to recognize the situation in real time and respond quickly. To this end, various sensors for real-time situation recognition were designed as integrated modules, and a safety system module was developed to analyze the collected data and transmit the processing results.

무인기 기술의 발전에 따라 군사뿐만 아니라 다양한 민간 분야에서도 무인기 탐지 및 위치 추정 기술의 중요성이 부 각되고 있다. 딥러닝 기술의 발전으로 무인기 탐지 성능은 크게 향상되었으나, 정밀한 위치 추정에 대한 연구는 상 대적으로 미진하다. 본 연구에서는 RGB와 LiDAR로 구성된 다중 모달리티 센서팩을 설계하고, 이를 기반으로 한 데이터 세트를 수집하여 무인기 위치 추정을 위한 두 가지 시스템을 제안한다. 첫 번째 시스템은 LiDAR 포인트 클 라우드를 RGB 이미지에서의 객체 탐지 결과에 투영하여 위치를 추정하며, 두 번째는 RGB와 LiDAR 데이터를 결 합해 3D 객체를 직접 탐지한 후 위치를 산출한다. 연산 복잡도가 다소 증가하나, 두 번째 시스템은 UTM 좌표계 기준으로 동방(x) 0.77m, 북방(y) 2.07m, 평균 2.21m의 RMSE를 기록하며 더욱 우수한 정확도를 보였다. 본 연구는 다중 모달리티 기반의 무인기 위치 추정 기술이 실현 가능하고 효과적임을 보여주며, 향후 군사 및 민간 분 야에서의 실질적 응용 가능성을 제시한다.

As UAV technology rapidly evolves, the need for accurate detection and localization has become critical — not only for military and defense but also for a wide range of civilian applications. While recent advances in deep learning have significantly improved UAV detection, precise localization remains a less explored area. In this study, we design a multi-modal sensor pack combining RGB and LiDAR and build a custom dataset to develop and evaluate two UAV localization systems. The first system projects 3D LiDAR point clouds onto 2D object detections from RGB images. The second system fuses RGB and LiDAR inputs for 3D object detection, directly estimating UAV positions in 3D space. Although the second approach is more computationally intensive, it achieves better accuracy, with RMSE values of 0.77 m (x-axis), 2.07 m (y-axis), and 2.21 m overall in UTM coordinates. These findings confirm the promise of multi-modal UAV localization for both military and civilian applications.

본 논문에서는 무선 다중화재센서를 이용하여 비화재보 발생 조건에 따른 성능테스트를 수행하였다. 무선 다중화재센서는 열, 연기, 일산화탄소를 감지가 가능하며, 일정한 온도, 연기농도, 일산화탄소 농도에 따라 화재신호를 발신하는 기능을 가지고 있다. 화재신호 발신을 유무선으로 전송이 가능하며, 전원공급 차단을 고려하여 배터리가 내장되어 있다. 본 논문에 제안된 무 선 다중화재센서는 온도, 연기농도, 일산화탄소 농도에 따라 화재감지를 함으로써 비화재보 발생을 줄일 수 있는 센서로 사료 된다.

전 세계적으로 사랑받고 있는 채소인 무는 뿌리채소 중 하나로 다양한 요리에 주재료로 사용되고 있어 많은 양이 생 산되고 소비된다. 무는 또한 한국의 음식 문화에서도 중요한 역할을 하는데, 대표적인 한국의 음식 중 하나인 김치 에도 무가 사용된다. 하지만 최근 급격한 기후 변화로 인해 무가 시들음병에 쉽게 노출될 수 있는 환경이 만들어져 무의 품질과 수확량이 크게 저하되는 문제가 생기고 있다. 무 시들음병 문제를 해결하기 위한 기존의 식물 대상의 질병 식별 방식은 수집한 컬러 이미지에서 수동으로 특징을 추출했기 때문에 많은 시간과 비용을 소모했다. 하지만 최근 근적외선 센서의 개발로 인해 식물의 질병 식별을 시간적, 금전적으로 보다 효율적으로 판별할 수 있도록 발전 하였다. 본 논문에서는 다중 이미지 센서를 기반으로 무인 비행체인 드론을 사용하여 무 시들음병을 식별할 수 있는 컬러 및 근적외선 이미지에 대한 딥 러닝 프레임워크를 제안하고 비교한다. 또한 사용자가 딥 러닝 모델의 결과를 시각적으로 이해할 수 있도록 설명가능한 인공지능(XAI) 접근 방식을 사용한다. 다양한 실험에서 얻은 결과로 제안 하는 프레임워크는 정확도, 계산 복잡성 측면에서 기존 탐지 시스템에 비해 더 나은 성능을 보인다는 것을 보여주었 고, 근적외선 데이터셋은 식생 지수 계산을 통해 무 시들음병을 식별하는데 효과가 있음을 보여주었다.

Radish, loved worldwide, is one of the root vegetables and is used as a main ingredient in various dishes, so it has a lot of production and consumption. Radish is also used in kimchi, one of the most popular Korean foods. Due to rapid climate change in recent years, it can be easily exposed to the radish fusarium wilt disease, which greatly reduces the quality and yield of radishes. Traditional plant disease identification methods used to solve the Fusarium Wilt problem are time-consuming and costly because they rely on manually extracting features from collected RGB images. Recent developments in near-infrared sensors have made it possible to determine plant health more efficiently, both in time and money. In this paper, we propose and compare Deep Learning Framework for RGB and NIR(Near-infrared) images that can identify radish fusarium wilt disease using Drone, Unmanned Aerial Vehicle based on multiple image sensors. It also uses an XAI(eXplainable Artificial Intelligence) approach that allows users to visually understand the results of the Deep Learning model. As a result of the various experiments, the proposed Framework showed better performance compared to existing detection systems in terms of accuracy and computational complexity, while NIR Dataset showed that it was effective in identifying the radish fusarium wilt disease through the Vegetation index calculation.