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
학술대회자료
저자정보
윤정환 (한국과학기술원) 문재호 (한국과학기술원) 김문철 (한국과학기술원)
저널정보
한국방송·미디어공학회 한국방송미디어공학회 학술발표대회 논문집 한국방송·미디어공학회 2024 하계학술대회
발행연도
2024.6
수록면
964 - 967 (4page)

이용수

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

초록· 키워드

오류제보하기
빠른 유류 유출 사고 대응을 위해 워성 영상을 활용한 유류 유출 탐지의 중요성이 커지고 있다. 이에 본 논문에서는 자연 영상에서 사전 학습된 트랜스포머 모델 기반의 SegFormer 모델을 활용해 SAR 영상을 이용한 유류 유출 탐지 모델을 제안하고자 한다. 본 모델은 입력 위성 영상을 다양한 크기의 특성맵으로 추출하는 인코더와 이를 조합하여 segmentation 결과를 도출하는 다중 퍼셉트론을 활용한 디코더로 구성되어 있으며, 이를 크로스 엔트로피 손실함수와 주사위 손실함수를 이용해 학습하였다. 실험 결과, 제안된 네트워크는 다른 모델 대비 mIoU 와 F1-score 에서 향상된 성능을 보였다.

목차

요약
1. 서론
2. 본론
3. 실험 결과
4. 결론
5. 참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-151-24-02-090142817