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
- 2026.3
- 수록면
- 171 - 181 (11page)
이용수
초록· 키워드
본 논문은 SAR(Synthetic Aperture Radar) 영상의 스펙클(Speckle)로 에지(Edge) 정보가 훼손되어 객체 탐지 성능이 저하되는 문제를 해결하기 위해, SAR 객체 탐지에 특화하여 입력 스템을 스펙클 억제 모듈 SSM(Speckle Suppression Module)으로 대체한 객체 탐지 모델 YOLO-Dos(Despeckling of SAR)를 제안한다. SSM은 로그 변환을 통해 스펙클로 인한 신호 변동을 완화한 뒤, 웨이블릿 변환으로 저주파 성분과 고주파 성분을 분리하며, 고주파 영역에서 스펙클과 객체의 에지 성분을 구분해 에지에 선택적으로 어텐션을 부여함으로써 스펙클을 억제하고 경계 정보를 보존하도록 설계되었다. SAR 선박 벤치마크인 HRSID(High Resolution SAR Images Dataset)와 SSDD(SAR Ship Detection Dataset)에 대한 실험을 통해, YOLO-Dos는 HRSID에서 YOLOv8 대비 mAP@50:95와 F1-Score가 각각 5.75%p, 3.21%p 향상되었으며, SSDD에서도 성능이 전반적으로 향상되어 강건한 일반화 성능을 입증했다. 나아가 본 연구는 해양 안보, 지상전에서의 위성 활용 등에 기여할 수 있음을 확신한다.
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- Abstract
- 요약
- Ⅰ. 서론
- Ⅱ. 관련 연구
- Ⅲ. 제안 기법
- Ⅳ. 실험
- Ⅴ. 결론
- References
참고문헌
참고문헌 신청최근 본 자료
