메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김용현 (Electronics and Telecommunications Research Institute) 박지상 (Electronics and Telecommunications Research Institute) 윤대섭 (Electronics and Telecommunications Research Institute)
저널정보
한국측량학회 한국측량학회지 한국측량학회지 제41권 제4호
발행연도
2023.8
수록면
281 - 289 (9page)
DOI
10.7848/ksgpc.2023.41.4.281

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
다양한 위성 센서를 활용한 변화탐지 연구는 지난 수십 년 동안 원격탐사 분야의 주요 연구 분야로 여겨져 왔으며, 특히 건물 변화탐지 분야는 최근 여러 딥러닝 기법이 적용되며 발전하고 있다. 하지만 건물 변화탐지의 대다수 연구가 단순한 변화 유무에 관한 연구로써 건물의 신축 또는 소멸 여부 등의 멀티 클래스 변화를 탐지하는 연구는 제한되며, 관련되어 공개된 데이터 또한 부족한 상황에 있다. 이와 같은 문제점을 해결하기 위해 본 연구에서는 공개된 기 구축 데이터 세트를 국토위성 1호에 적합하게 재구축하여 변화탐지에 적용하는 멀티 클래스 시멘틱 세그멘테이션 방법론을 제안한다. 세부적으로 국내 지역에 특화된 항공영상 데이터 세트를 위성 영상에 적합하게 파싱(parsing)하였고, 위성의 경사 관측(side-looking) 한계점을 극복하는 국외 데이터 세트를 동시에 증강(augmentation)하여 활용하였다. 건물의 신축 및 소멸을 나타내는 다중 클래스 변화탐지 실험에서 신축 레이블 IoU (Intersection Over Union)를 약 87%로 나타내었고, 소멸 레이블 IoU는 약 58%로 나타내 제안하는 방법론이 효과적임을 확인하였다. 추가적으로 조도의 변화가 급격하게 변화하는 데이터에서 일부 오탐지가 발생하였지만, 이는 변화가 발생하지 않은 추가 데이터를 향후 증강하여 극복될 수 있으리라 판단된다.
#Change Detection #Multi-class Semantic Segmentation #Data Transfer #CAS500 #Compact Advanced Satellite 500 #Benchmark Dataset #변화탐지 #멀티 클래스 시멘틱 세그멘테이션 #데이터 이식 #벤치마크 데이터 세트

목차

Abstract
초록
1. 서 론
2. 변화탐지 학습 데이터 세트
3. 멀티 클래스 시멘틱 세그멘테이션
4. 실험 결과 및 분석
5. 요약 및 결론
References

참고문헌 (21)

참고문헌 신청
Afaq, Y. and Manocha, A. (2021), Analysis on change detection techniques for remote sensing applications: A review, Ecological Informatics, Vol. 63, p. 101310. https://doi.org/10.1016/j.ecoinf.2021.101310 google schola Bai, T., Wang, L., Yin, D., Sun, K., Chen, Y., Li, W., and Li, D. (2022), Deep learning for change detection in remote sensing: a review, Geo-spatial Information Science, pp.1-27. https://doi.org/10.1080/10095020.2022.2085633 google schola Bourdis, N., Marraud, D., and Sahbi, H. (2011), Constrained optical flow for aerial image change detection, In 2011IEEE International Geoscience and Remote Sensing Symposium, pp. 4176-4179. https://doi.org/10.1109/IGARSS.2011.6050150 google schola Chen, H., and Shi, Z. (2020), A spatial-temporal attentionbased method and a new dataset for remote sensing image change detection, Remote Sensing, Vol. 12, No. 10, p. 1662. https://doi.org/10.3390/rs12101662 google schola Coletta, V., Marscci, V., and Ravanelli, R. (2022), 3DCD: A new dataset for 2D and 3D change detection using deep learning techniques, The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol. 43, pp. 1349-135 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

위성 영상의 의미론적 분할을 위한 확장된 심층 신경망 연결 모델
정진원 ,  신요안 한국통신학회논문지 2023 .09
라이다 시멘틱 정보를 이용한 DOGM(Dynamic Occupancy Grid Map) 개발
김태현 ,  안경재 ,  장하린 외 3명 한국자동차공학회 춘계학술대회 2023 .05
딥러닝을 이용한 Sentinel-2 위성영상 기반 산불 피해 지역 추출 방법 연구
채한성 ,  이상원 ,  김수빈 외 2명 대한공간정보학회 학술대회 2023 .06
선형판별분석과 다중분광 데이터를 이용한 파프리카 잎의 노화 분석
김동훈 ,  정성환 ,  김서정 외 5명 Proceedings of KIIT Conference 2022 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0102-2023-533-002038368