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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2025.12
- 수록면
- 473 - 481 (9page)
이용수
초록· 키워드
본 연구는 전자광학(Electro-Optical, EO) 및 적외선(Infrared, IR) 영상 정합에서 시점 변화와 스펙트럼 차이로 인한 기존 기법의 성능 저하 문제를 해결하기 위해, 팽창 합성곱(dilated convolution)을 적용한 ResNet-18 백본과 반복적 호모그래피 정제(iterative homography refinement) 구조를 결합한 딥러닝 기반 정합 모델을 제안한다. 제안한 모델은 넓은 수용 영역을 통한 시각 정보 추출과 단계적 정합 보정을 통해 다양한 환경에서도 안정적이고 견고한 성능을 보였다. AI Hub EO/IR 위성 데이터셋, Drone Vehicle EO/IR 데이터셋, 그리고 COCO 2014 범용 이미지 데이터셋에서 각각 평균 코너 오차(Mean Average Corner Error, MACE) 1.18, 1.27, 0.42를 기록하여 높은 정합 정확도와 우수한 도메인 일반화 성능을 입증하였다. 향후 연구에서는 Synthetic Aperture Radar (SAR) 영상 등 이종 센서 기반 환경으로의 확장을 통해 다중 모달 영상 정합의 적용 범위와 활용성을 강화하는 것을 목표로 한다.
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- Abstract
- 요약
- Ⅰ. 서론
- Ⅱ. 본론
- Ⅲ. 결론
- References
참고문헌
참고문헌 신청최근 본 자료
