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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2024.6
- 수록면
- 203 - 211 (9page)
- DOI
- 10.7848/ksgpc.2024.42.3.203
이용수
초록· 키워드
오류제보하기
위성센서의 발달과 더불어 원격탐사 위성에 다양한 목적의 고해상도 센서가 탑재되어 발사되고 있으며, 높은 품질의 고해상도 위성영상에 대한 수요 또한 증대되고 있다. 사용자가 빠르게 고해상도 위성영상을 활용하기 위해서는 방사보정, 정사보정 등의 전처리 과정이 적용된 ARD 형태의 자료가 필요하다. ARD 형태로 위성영상을 처리하기 위해서는 위성영상 내에 존재하는 구름 영역의 정보가 필요하며, 이를 위해 위성영상의 구름탐지 기법에 대한 다양한 연구들이 진행되고 있다. 본 연구에서는 고해상도 위성영상의 구름탐지를 위한 딥러닝 모델을 구성하고 이에 대한 성능 평가를 수행하였다. 특히, 대표적인 합성곱 신경망(Convolutional Neural Network)인 HRNet의 채널 융합과정 내에 트랜스포머(Transformer)를 결합하여 딥러닝 모델의 성능을 향상시키고자 하였다. 또한, 훈련을 위해서 AIHub의 다목적실용위성을 이용한 구름탐지 훈련자료에 전처리 과정을 적용하여 학습의 성능을 향상시켰다. 실험결과, 전처리 과정이 적용된 훈련자료가 학습의 성능을 향상시키는 것을 확인하였다. 또한, 기존의 딥러닝 모델들과의 성능 평가를 통하여 제안한 딥러닝 모델이 효과적으로 구름지역을 추출할 수 있음을 확인하였다.
목차
Abstract
초록
1. 서론
2. 구름탐지를 위한 딥러닝 모델의 개발
3. 실험자료의 구성
4. 실험결과
5. 요약 및 결론
References
참고문헌 (26)
참고문헌 신청
Dai, Z., Liu, H., Le, Q., and Tan, M. (2021), CoAtNet: Marrying convolution and attention for all data sizes, arXiv 2021, arXiv:2106.04803. https://doi.org/10.48550/arXiv.2106.04803
Dosovitskiy, A., Beyer, L., Kolesnikov, A., Weissenborn, D., Zhai, X., Unterhtiner, T., Dehghani, M., Minderer, M., Heigold, G., Gelly, S., Uszkoreit, J., and Houlsby, N. (2020), An image is worth 16x16 words: Transformers for image recognition at scale, arXiv 2020, arXiv:2010.11929 https://doi.org/10.48550/arXiv.2010.11929
He, Q., Sun, X., Yan, Z., and Fu, K. (2022), DABNet: Deformable contextual and boundary-weighted network for cloud detection in remote sensing images, IEEE Transactions on Geoscience and Remote Sensing, Vol. 60, pp. 1-16. https://doi.org/10.1109/TGRS.2020.3045474
Huang, H., Lin, L., Tong, R., Hu, H., Zhang, Q., Iwamoto, Y., Han ,X., Chen, Y.-W., and Wu, J. (2020), UNet 3+: A full-scale connected UNet for medical image segmentation, In proceeding of 2020 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), Barcelona, Spain, pp. 1055-1059. https://doi.org/doi:10.1109/ICASSP40776.2020.9053405
Hughes, M.J. and Kennedy, R. (2019), High-quality cloud masking of Landsat 8 imagery using convolutional neural networks. Remote Sensing, Vol. 11, No. 21, 2591p. https://doi.org/10.3390/rs11212591
Dosovitskiy, A., Beyer, L., Kolesnikov, A., Weissenborn, D., Zhai, X., Unterhtiner, T., Dehghani, M., Minderer, M., Heigold, G., Gelly, S., Uszkoreit, J., and Houlsby, N. (2020), An image is worth 16x16 words: Transformers for image recognition at scale, arXiv 2020, arXiv:2010.11929 https://doi.org/10.48550/arXiv.2010.11929
He, Q., Sun, X., Yan, Z., and Fu, K. (2022), DABNet: Deformable contextual and boundary-weighted network for cloud detection in remote sensing images, IEEE Transactions on Geoscience and Remote Sensing, Vol. 60, pp. 1-16. https://doi.org/10.1109/TGRS.2020.3045474
Huang, H., Lin, L., Tong, R., Hu, H., Zhang, Q., Iwamoto, Y., Han ,X., Chen, Y.-W., and Wu, J. (2020), UNet 3+: A full-scale connected UNet for medical image segmentation, In proceeding of 2020 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), Barcelona, Spain, pp. 1055-1059. https://doi.org/doi:10.1109/ICASSP40776.2020.9053405
Hughes, M.J. and Kennedy, R. (2019), High-quality cloud masking of Landsat 8 imagery using convolutional neural networks. Remote Sensing, Vol. 11, No. 21, 2591p. https://doi.org/10.3390/rs11212591
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
딥러닝 기반의 고해상도 이종 원격탐사 영상 간 구름탐지 및 복원
한국측량학회지
2022 .12
-
고해상도 위성영상에 대한 딥러닝 기반의 표적 변화 탐지
한국항공우주학회 학술발표회 초록집
2022 .11
-
다중시기 고해상도 위성영상을 활용한 연안지형 변화 탐지
한국측량학회 학술대회자료집
2020 .07
-
딥러닝 모델을 이용한 고해상도 위성영상의 변화탐지 기법
한국측량학회 학술대회자료집
2020 .07
-
딥러닝 기법을 이용한 고해상도 위성영상의 융합 기법
한국측량학회 학술대회자료집
2022 .04
-
전이학습을 활용한 Deeplab-V3+ 모델 기반 PlanetScope 영상의 구름탐지
대한공간정보학회지
2020 .12
-
고해상도 위성 영상에 대한 CARD4L 요구사양 준수에 관한 초기 연구
한국항공우주학회 학술발표회 초록집
2022 .11
-
Landsat-8호를 이용한 위성영상 복원 기반 구름 탐지
한국측량학회 학술대회자료집
2021 .11
-
다목적실용위성 위성영상 활용사례
한국항공우주학회 학술발표회 초록집
2020 .11
-
위성영상을 이용한 Super Resolution(SR)을 위한 자동화 알고리즘
한국인터넷방송통신학회 논문지
2018 .01
-
전이학습과 딥러닝 네트워크를 활용한 고해상도 위성영상의 변화탐지
한국측량학회지
2019 .06
-
아리랑 위성영상 분석을 위한 딥러닝 기반의 객체 탐지 및 변화 탐지
한국항공우주학회 학술발표회 초록집
2020 .11
-
딥러닝을 이용한 광학위성영상 활용기술 동향 분석
한국통신학회 학술대회논문집
2019 .01
-
KOMPSAT-3/3A 위성영상 세부분류 객체탐지 데이터셋
한국항공우주학회 학술발표회 초록집
2024 .11
-
오픈소스 기반 KOMPSAT 광학영상 ARD 기반 구축
대한공간정보학회 학술대회
2019 .05
-
지도정보를 활용한 고해상도 위성영상 학습데이터 생성 효율화
한국항공우주학회 학술발표회 초록집
2021 .07
-
KOMPSAT-3A 영상을 활용한 딥러닝 기반 고해상도 위성영상 정합쌍 추출 알고리즘의 적용성 평가
한국측량학회 학술대회자료집
2022 .04
-
고해상도 위성영상 기반 연안 객체 추출을 위한 기계학습 알고리즘 비교
한국측량학회 학술대회자료집
2021 .11
-
다목적실용위성 3호/3A호 영상을 위한 딥러닝 기반 구름 검출 알고리즘
한국항공우주학회 학술발표회 초록집
2020 .11
-
항공영상을 이용한 다목적실용위성 3A호 영상의 딥러닝 기반 초고해상도화
한국항공우주학회 학술발표회 초록집
2022 .04
이 논문과 함께 이용한 논문
Super Resolution을 활용한 위성 영상의 표적 탐지 성능 분석
한승석
,
이가은
,
최해철
방송공학회논문지
2024
.03
D-InSAR 및 PS-InSAR 기법을 통한 고속철도 침하 거동 평가
김영민
,
유현우
,
오정호
대한토목학회 학술대회
2024
.10
Feasibility of Using Satellite Synthetic Aperture Radar (SAR) Data for Monitoring of Waste Landfill Facilities
Sungpil Hwang
,
Wooseok Kim
,
Byungsuk Pa
외 3명
한국지반환경공학회 논문집
2025
.01
딥러닝 기반 강수 예측 모델 개선 연구: 가중 평균 앙상블 기법을 통한 성능 향상
오세훈
,
주유형
,
박상윤
외 2명
한국측량학회지
2024
.12
딥러닝 기반 의미론적 분할 기법을 통한 건물 자동추출 연구: 모델의 가중치 경중과 전이학습에 따른 정확도 변화 중심으로
유수홍
,
손홍규
한국측량학회지
2023
.12
최근 본 자료
댓글(0)
0