인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
최근 고해상도 위성영상의 보급으로 위성영상 기반 DEM 제작 수요가 증가하고 있다. 그러나 기존 위성영상 기반 DEM 생성 방식은 지역적 잡음과 센서 전역적 구조 왜곡이 발생하는 한계가 있다. 본 연구는 이러한 문제를 완화하기 위하여, 전통적인 형태학적 필터링을 통한 비지면점 추출, U-Net 기반 DSM 제작, U-Net++ 기반 DEM 정규화, 저랭크 행렬 분해를 결합한 DEM 정교화 기법을 제안한다. 검증실험은 KOMPSAT-3 영상기반 미국 샌프란시스코와 캐나다 토론토 지역에 대해 산지•평지 지형으로 수행하였으며, 상용 SW 3종으로 생성한 DEM과 딥러닝 기법으로 제작한 DEM 간 참조 DEM과의 RMSE, MAE, bias를 비교하였다. 검증실험 결과, 상용 SW 기반 DEM 대비 RMSE와 MAE를 50–70% 저감하고, bias를 ±1m 내외로 축소하여 수직 편향을 완화시켰다. 특히 산지에서 개선 폭이 크게 나타나, 저랭크 분해와 U-Net++ 기법의 융합이 효과적임을 확인하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-095579136
