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) 손홍규 (Yonsei University)
저널정보
한국측량학회 한국측량학회지 한국측량학회지 제41권 제6호
발행연도
2023.12
수록면
605 - 615 (11page)
DOI
10.7848/ksgpc.2023.41.6.605

이용수

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

초록· 키워드

오류제보하기
건물 객체는 3차원 모델링, 도시확장 및 환경 분석 등의 분야에 활용될 수 있는 중요한 공간정보 자료원으로, 지속적인 정보 구축이 중요하나 자동으로 구축하기가 쉽지 않은 지형지물 중 하나이다. 이를 해결하는 방안으로 무거운 신규 신경망을 개발하거나 전이학습을 활용하는 방안들이 제시되고 있으나, 여전히 한계가 있다. 이에, 본 연구에서는 가중치의 경중에 따른 모델의 분류 성능과 ImageNet 가중치를 이용한 전이학습 기법이 원격탐사 분야에서의 활용 가능성을 파악하기 위한 실험을 진행하였다. 이를 위해 AiHub의 토지피복지도 학습 데이터를 사용하였으며, MobileNet, ResNet을 백본 신경망으로 사용한 U-Net과 Deeplab V3+ 분류 모델을 활용하였다. 실험 결과, MobileNet기반의 U-Net 모델로 전이학습을 진행하지 않았을 때, 분류정확도가 가장 높은 것으로 나타났으며(f1-score: 0.8483), 시각적으로도 전이학습이 아닌 처음부터 학습시킨 모델이 더 참값에 가깝게 건물을 묘사하는 것으로 확인되었다. 이는 전이학습을 수행하기 위해 신경망을 국한할 필요 없이 다양한 방법을 활용할 수 있다는 의미이며, AiHub에서 제공하는 수준의 데이터 양이 있다면 일정 수준 이상의 분류정확도를 가지는 모델을 제작할 수 있음을 시사한다.

목차

Abstract
초록
1. 서론
2. 딥러닝 기반 의미론적 분할(Semantic segmentation) 기법
3. 연구 자료 선정
4. 하이퍼 파라미터 및 학습 설계
5. 실험 결과
6. 결론
References

참고문헌 (26)

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) : I410-151-24-02-089312812