메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Lee, Yeseok (Seoul National University) Kim, Yongil (Seoul National University)
저널정보
한국측량학회 한국측량학회지 한국측량학회지 제41권 제3호
발행연도
2023.6
수록면
191 - 201 (11page)
DOI
10.7848/ksgpc.2023.41.3.191

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
SWIR (short-wave infrared) imaging provides unique information by penetrating foggy or smoky areas. However, interpreting SWIR images can be visually challenging owing to their wavelength ranges differing from those of visible light. Existing colorization models are primarily designed for visible-light wavelength bands, which limits their direct application to satellite images that encompass diverse wavelength bands. In this paper, we propose two approaches for colorizing SWIR images obtained from Worldview-3. The first approach is to generate a panchromatic image from the SWIR image and inputting it into pre-trained models to obtain a color image. The second approach is to obtain a color image directly from the SWIR image using a convolutional neural network-based model. Experimental results demonstrated that training the model to generate color images directly from SWIR images performed better than using pre-trained models. The consideration of spectral information also visually improved the performance, which was further confirmed by quantitative metrics. Additionally, the application of colorization to regions where color images were unavailable owing to factors such as smoke yielded improved visual identification compared to SWIR images.
#SWIR #Colorization #Super Resolution #Worldview-3

목차

Abstract
1. Introduction
2. Materials
3. Methodology
4. Experimental results and discussion
5. Conclusion
References

참고문헌 (20)

참고문헌 신청
Chia, A., Zhuo, S., Gupta, R., Tai, Y., Cho, S., Tan, P., and Lin, S. (2011), Semantic colorization with internet images, ACM Transactions on Graphics, Vol.30, Issue.6, pp. 1–8.https://doi.org/10.1145/2070781.2024190 google schola Gupta, R., Chia, A., Rajan, D., Ng, E., and Zhiyong, H.(2012), Image colorization using similar images, MM '12:ACM Multimedia Conference, 29 October – 2 November, Nara, Japan, pp. 369–378.https://doi.org/10.1145/2393347.2393402 google schola Han, Y.K., Jung, S.J., Park, H.L., and Choi, J.W. (2018), Effect analysis of worldview-3 SWIR bands for wetland, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 36, No. 5, pp.371–379. (in Korean with English abstr google schola Herold, M. and Roberts, D. A. (2010), The spectral dimension in urban remote sensing, In: Rashed, T. and Jürgens, C (eds.), Remote Sensing of Urban and Suburban Areas, Springer International Publishing, Dordrecht, Netherlands, pp. 47-65.https://doi.org/10 google schola Iizuka, S., Simo-Serra, E., and Ishikawa, H. (2016), Let there be color!: joint end-to-end learning of global and local image priors for automatic image colorization with simultaneous classification, ACM Transactions on Graphics, Vol.35, Issue.4, pp. 1–11 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0102-2023-533-001743366