위성정보 활용지원 서비스

활용사례

활용 사례
제목	심층신경망 모델을 이용한 고해상도 KOMPSAT-3 위성영상 기반 토지피복분류
국/내외	국내	작성일	2020-10-26
원격탐사 분야에서 토지피복분류에는 머신러닝 기반의 SVM 모델이 대표적으로 활용되고 있는 한편, 신경망 모델을 이용한 연구도 지속적으로 수행되고 있다. 다목적실용위성의 고해상도 영상을 이용한 연구는 미흡한 실정이며, 따라서 본 연구에서는 고해상도 KOMPSAT-3 위성영상을 이용하여 신경망 모델의 토지피복분류 정확도를 평가하고자 하였다. 경주시 인근 해안지역의 위성영상을 취득하여 훈련자료를 제작하고, 물과 식생 및 육지의 세 항목에 대해 SVM, ANN 및 DNN 모델로 토지피복을 분류하였다. 분류 결과의 정확도를 오차 행렬을 통해 정량적으로 평가한 결과 DNN 모델을 활용한 토지피복분류가 92.0%의 정확도로 가장 우수한 결과를 나타냈다. 향후 다중시기의 위성영상을 통해 훈련자료를 보완하고, 다양한 항목에 대한 분류를 수행 및 검증한다면 연구의 신뢰성을 높일 수 있을 것으로 판단된다. 주요어 : 고해상도 KOMPSAT-3 위성영상, 토지피복분류, SVM, ANN, DNN
출처	한국지리정보학회지

이전/이후 글
이전글	SVM 교차검증을 활용한 토지피복 ROI 선정
다음글	계절적 특성을 갖는 공간객체추출을 위한 고해상도 다시기 위성영상의 활용