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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
유수홍 (Namseoul University) 김필립 (KICT(Korea Institute of Civil Engineering and Building Technology)) 윤준희 (KICT(Korea Institute of Civil Engineering and Building Technology))
저널정보
한국측량학회 한국측량학회지 한국측량학회지 제41권 제6호
발행연도
2023.12
수록면
651 - 660 (10page)
DOI
10.7848/ksgpc.2023.41.6.651

이용수

DBpia Top 10%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
단순한 지형지물 추출을 넘어 자연과 사람 간 사회경제적 기능 분석을 진행하기 위해서는 고해상 영상을 활용하는 것이 필수적이다. 고해상 위성 영상 및 항공 영상을 이용할 수 있으나, 경제적 부담으로 인해 지속적인 데이터 취득이 어렵기에, 취득이 비교적 쉬운 원격탐사 영상에 대해 딥러닝 기반의 초해상화 기술을 적용하여 영상의 해상도를 향상하는 방안이 해결책으로 제시되고 있다. 본 연구에서는 고해상과 경제성을 동시에 확보할 수 있는 드론 영상에 대해 초해상화를 통해 영상의 해상도를 향상하였으며, 이는 크기가 매우 작은 사물에 대해서도 탐지 신뢰도를 높이기 위함이다. 본 연구에서는 각종 벤치마크에서 좋은 성능을 보인 EDSR과 SRGAN 모델을 사용하였으며, 학습 데이터는 한국건설기술연구원에서 보유하고 있는 드론과 카메라 장비를 이용하여 촬영 후, 직접 제작하여 실험에 활용하였다. PSNR과 SSIM을 사용하여 최종 결과물에 대한 품질 평가를 진행한 결과, EDSR은 34.24dB의 PSNR 수치와 0.938의 SSIM 수치를 가지는 것으로 나타났으며, SRGAN의 경우에는 각각 36.63dB과 0.954인 것으로 나타나 SRGAN의 성능이 가장 좋은 것으로 나타났다. 이는 벤치마크에 언급된 수치보다도 더 높은 수치이며, 직접 제작한 초해상화 학습 데이터가 신경망 모델에 적합한 정보를 제공했기 때문으로 판단된다. 본 연구의 성과는 탐지 인식률을 향상하기 위한 후속 연구에 적합한 정보를 제공할 수 있는 수준의 결과인 것으로 판단된다.

목차

Abstract
초록
1. 서론
2. 딥러닝 기반의 초해상화 기법
3. 연구 대상지 및 실험 데이터
4. 실험 결과
5. 결론
References

참고문헌 (11)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-089312858