SAR(Synthetic Aperture Radar) 센서는 전자파를 지상으로 쏜후 지상의 객체를 맞고 되돌아오는 신호를 분석하여 영상을 생성한다. SAR 영상은 대기 중 입자보다 파장이 긴 전자파를 사용하여구름을 투과할 수 있고 주야간 상관없이 촬영할 수 있어 재난 재해, 감시 및 정찰, 환경 등 다양한 분야에 많이 활용된다. 하지만 광학센서에서 얻을 수 있는 색상 정보가 부재하고 상이 겹쳐서 나타나는 고스트나 전자파의 비정상적인 반사로 인해 생기는 스펙클 노이즈 등 영상 복원 시 원하지 않는 현상이 발생할 가능성이 존재한다. 이러한 이유 때문에 색상 정보가 부재한 SAR 영상의 경우 전문 판독가의 도움 없이 영상을 판독하는 것은 쉽지 않다. 본 논문에서는 형태 정보를 가지는 SAR 영상에 색상 정보를 추가하여 SAR 영상의 판독을 쉽게 하는 SAR 영상 색상화 연구를 진행하였다. 제안한 색상화 연구는 이미지 변환에서 가장 많이 사용되는 방법 중 하나인 CycleGAN 기법을 사용하였으며, unpaired 데이터셋을 사용하는 비지도 학습 기법인 Cycle GAN의 변환 성능 한계를극복하기 위해 광학 영상과 그와 대응하는 라벨링 데이터셋을 추가로 사용하였다. 라벨링 데이터셋은 라벨 저작도구를 사용하여 직접수동으로 구축하였으며 땅, 물, 도로 등 총 5개의 클래스로 분류하여 진행하였다. 데이터셋으로 사용한 SAR 영상은 한국항공우주연구원에서 운영중인 SAR 위성 다목적실용위성 5호가 두바이를 촬영한 영상을 사 용하였으며, 광학 영상은 동일 지역을 비슷한 시기에 촬영한 다목적실용위성 3호 영상을 사용하였다. 제안하는 SAR 영상 색상화 방법의 성능을 확인하기 위해 정량적 및 정성적 평가를 수행하였으며, 기존의 광학 영상에 대한 품질평가 항목으로는 기준 영상과 학습 영상의 해상도 차이가 크기 때문에 적절하지 않다고 판단되어 색상화 연구를 통해 생성된 영상에알맞은 평가 방법에 관한 추가 연구를 수행하였다.



주요 단어(Key word) : SAR, 색상화, Cycle GAN, 이미지 변환, 품질 평가, 라벨링