인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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
기존 방향 객체 탐지 (Oriented Object Detection) 모델은 광학 이미지에서 우수한 성능을 보였으나, 합성 개구 레이더(SAR) 선박 이미지에서는 미흡한 탐지 성능을 보였다. 특히 복잡한 배경을 가진 연안 (inshore) 지역에서는 취약성을 보여, 이러한 문제를 해결하기 위해 이 논문에서는 SAR 이미지를 대상으로 한 선박 탐지 시스템인 Spatial Adaptive Kernel Network(SAKNet)를 제안한다. SAKNet은 SAR 이미지에서의 방향을 고려한 선박 탐지(Oriented Ship Detection)를 위해 설계되었다. 우리는 연안 부근의 지형적 특성이 해안과는 눈에 띄게 다르다는 점에 착안하여, 이러한 특성을 기반으로 기존 연안 지역의 탐지 취약성을 해결하는 공간 적응 커널 (Spatial Adaptive Kernel)을 적용했다. 공간 적응 커널은 SAR 이미지를 격자 형식의 작은 영역으로 나누고, 소분된 격자 영역의 지역적 통계치를 식별 수용영역 (Receptive Field)에 적응적으로 적용한다. 이러한 방식은 탐지 커널의 공간 정보 활용 능력을 강화해 해안지역의 선박 탐지능력을 향상시킨다. SAKNet은 Official-SSDD와 HRSID 데이터셋에서 모두 뛰어난 성능을 보였으며, 특히 연안 지역에서의 탐지 정확도가 크게 향상되었다. 광범위한 실험을 통해 SAKNet이 SAR 이미지에서의 방향 선박 탐지(OSD)에 효과적임이 입증되었다.
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) : I410-151-25-02-090920772
