활용사례

활용 사례
제목 아리랑 5호 위성 영상에서 수계의 의미론적분할을 위한 딥러닝 모델의 비교 연구
국/내외 국내 작성일 2024-09-03

아리랑 5호 위성 영상에서 수계의 의미론적분할을 위한 딥러닝 모델의 비교 연구 첨부 이미지

The way to measure the extent of damage from floods and droughts is to identify changes in the extent of water systems. In order to effectively grasp this at a glance, satellite images are used. KOMPSAT-5 uses Synthetic Aperture Radar (SAR) to capture images regardless of weather conditions such as clouds and rain. In this paper, various deep learning models are applied to perform semantic segmentation of the water system in this SAR image and the performance is compared. The models used are U-net, V-Net, U2-Net, UNet 3+, PSPNet, Deeplab-V3, Deeplab-V3+ and PAN. In addition, performance comparison was performed when the data was augmented by applying elastic deformation to the existing SAR image dataset. As a result, without data augmentation, U-Net was the best with IoU of 97.25% and pixel accuracy of 98.53%. In case of data augmentation, Deeplab-V3 showed IoU of 95.15% and V-Net showed the best pixel accuracy of 96.86%.



Key words: Semantic Segmentation, Deep Learning Model, Water System, Synthetic Aperture Radar, KOMPSAT-5

출처 한국멀티미디어학회
이전/이후 글
이전글 KOMPSAT-3와 KOMPSAT-5 SAR 영상을 이용한 토양수분 산정과 결과 검증: 제주 서부지역 사례 연구
다음글 Self-supervised Deep Learning 기반의 고해상도 위성영상 상호등록

네팔:지진(2015-05-05)

영상 정보
카테고리 재난재해
위성정보 KOMPSAT-3
생성일 2015-03-24

세부정보

영상 세부 정보
ProductID K3_20150505073608_15817_06161210
국가(영문) Nepal
국가 네팔
지역 Pokhara
레벨 1R