Semantic Segmentation을 활용한 산림 벌채 영역 탐지

Q: 이 논문에서 정의한 Semantic Segmentation이란 무엇인가?

이미지 내의 각 픽셀에 대해 의미론적 레이블을 할당하여 이미지를 분할하는 기술이다. 본 연구에서는 아마존 열대 우림의 인공위성 사진을 분석하여 산림 벌채 영역을 정밀하게 탐지하고 구분하기 위한 핵심적인 이미지 분할 방식으로 활용된다.

Q: Mask2Former 모델과 시계열 데이터를 활용한 벌채 영역 탐지의 성능 개선 효과는 무엇인가?

연구 결과, Mask2Former는 U-net 및 DeepLabV3보다 높은 픽셀 정확도를 보였으며, 시계열 데이터 기반의 후처리 과정을 통해 IoU는 78.4%에서 81.4%로, 픽셀 정확도는 89.762%에서 91.139%로 향상되어 탐지 성능이 유의미하게 개선되었다.

박승한; 문성태

학술대회자료

저자정보: 박승한 (한국기술교육대학교) 문성태 (충북대학교)

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2024 한국컴퓨터종합학술대회 논문집

오류 신고하기

피인용 0

검색

초록·키워드

최근 아마존 열대 우림에서 대규모 산림 벌채가 무분별하게 자행되면서 벌채 영역 관리에 대한 관심이 증가하고 있다. 본 논문에서는 아마존 산림 벌채 상황을 모니터링하기 위해 인공위성 사진을 기반으로 벌채 영역을 분별할 수 있는 이미지 분할 방식을 제안한다. 알고리즘은 Mask2Former 네트 ... 전체 초록 보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료

댓글(0)