제목 | 핵활동 모니터링을 위한 소형객체 비율에 따른 U-Net의 의미론적 분할 성능 비교 | ||
---|---|---|---|
국/내외 | 국내 | 작성일 | 2023-02-02 |
원격탐사 기술을 활용한 접근불능 지역에 대한 핵활동 모니터링은 핵 비확산을 위해 필수적이다. 최근 에는 딥러닝을 이용하여 핵활동 관련 객체를 탐지하는 연구가 활발하게 수행되고 있으나, 고해상도 위성영상 내 소형객체는 클래스 불균형 발생 빈도가 높다. 이로 인해 소형객체 탐지 성능이 저하되는 문제점이 존재한 다. 이에 본 연구에서는 입력 데이터 내 핵활동 관련 소형객체의 비율이 딥러닝 모델 성능에 미치는 영향을 분 석하여 탐지 정확도를 개선하기 위한 방안을 도출하고자 한다. 이를 위해 소형객체 비율이 상이한 6가지 학습 자료를 구축하여 학습자료별로 U-Net 모델 학습을 진행하고, 다양한 종류의 소형객체가 포함된 test dataset을 이용하여 학습된 U-Net 모델 간 정량적·정성적 비교평가를 수행하였다. 그 결과, 입력영상 내 객체 픽셀 비율 을 조절하였을 때 핵활동 관련 소형객체를 효과적으로 탐지할 수 있는 것이 확인되었으며, 이를 통해 훈련 자 료 내 객체 비율을 조정하여 딥러닝 모델 성능을 향상시킬 수 있을 것으로 판단된다. |
|||
출처 | 대한원격탐사학회지 |
이전글 | Performance of Support Vector Machine for Classifying Land Cover in Optical Satellite Images:A Case Study in Delaware River Port Area |
---|---|
다음글 | 한반도 모자이크 영상의 분류 정확도 향상 기법 연구:PCA 기법과 RGB 지수를 활용하여 |
2023-11-14
2023-09-18
2023-09-14
지리
2024-03-15
지리
2024-03-15
해양
2023-12-04
2024-03-14
2023-05-24
카테고리 | 재난재해 |
---|---|
위성정보 | KOMPSAT-3 |
생성일 | 2015-03-24 |
ProductID | K3_20150505073608_15817_06161210 |
---|---|
국가(영문) | Nepal |
국가 | 네팔 |
지역 | Pokhara |
레벨 | 1R |