이중편파에 따른 선박 종류 별 특징 분석에 대한 연구: OpenSARShip 데이터 중심으로
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Kim, Yun Jee | - |
dc.contributor.author | Lee, Sunmin | - |
dc.date.accessioned | 2021-12-08T07:41:27Z | - |
dc.date.available | 2021-12-08T07:41:27Z | - |
dc.date.issued | 20211021 | - |
dc.identifier.uri | https://www.kriso.re.kr/sciwatch/handle/2021.sw.kriso/2120 | - |
dc.description.abstract | 전 세계적으로 해상을 통한 무역은 활발히 이루어지고 있으며, 이로 인한 해상 교통량은 과거에 비해 증가하였다. 지속적으로 증가하고 있는 해상교통량으로 인한 온실가스, 황산화물 배출 등의 환경오염과 더불어 선박 충돌사고 위험 증가 등의 문제로 인해 해상에서의 선박 모니터링은 매우 중요하다. 날씨에 관계없이 영상획득이 가능하다는 장점으로 광학영상보다는 SAR 위성영상을 활용한 선박 탐지연구가 많이 이루어지고 있으며, 대부분의 연구는 딥러닝 기반으로 한 SAR 위성영상에서의 선박탐지 연구로 진행되고 있다. 딥러닝 기반의 연구는 학습 데이터 셋 구성에 따라 정확도가 매우 달라지므로 정확한 학습 데이터 셋 구성이 무엇보다 중요하다. 따라서 본 연구에서는 SAR 위성영상을 활용한 선박식별연구에서 가장 기본이며 중요한 정확한 DB를 구축하고자 공개되어 있는 SAR Ship DB 중, OpenSARShip DB의 자료를 활용하여 선박 종류에 따른 편파 별 특징을 분석하였다. VV, VH 편파에 따라 영상에서 나타나는 선박의 특성을 분석하였으며, 더 나아가 탱커, 화물선, 예인선 등 여러 선박의 종류에 따라 영상에서 나타나는 특징을 분석하였다. 분석 결과, 크기가 큰 선박은 두 편파에서 모두 잘 식별되었으나, 예인선, 어선 등 크기가 작은 선박의 경우에는 후방 산란 값이 큰 VV 영상에서 더욱 잘 식별되는 것을 확인하였다. 또한, VH영상보다 VV영상에서 sidelobe가 더 뚜렷하게 발생하는 것을 확인하였다. 이렇듯 선종에 따라 영상에서 서로 다른 특징으로 나타나고, 동일 선박이라도 편파에 따라 영상에서 다르게 나타나기에, OpenSARShip DB를 선박식별을 위한 딥러닝의 학습 자료로 사용하려면 DB에 대한 정확한 분석이 선행되어야 한다. 본 연구결과를 기반으로 향후 선박식별을 위한 효과적인 딥러닝 학습자료 구축방안이 모색될 수 있을 것이라고 기대한다. | - |
dc.title | 이중편파에 따른 선박 종류 별 특징 분석에 대한 연구: OpenSARShip 데이터 중심으로 | - |
dc.title.alternative | A Study on Characteristic Analysis of Each Type of Ship according to Dual Polarization: Focusing on OpenSARShip Data | - |
dc.type | Conference | - |
dc.citation.title | 2021 대한원격탐사학회 추계학술대회 | - |
dc.citation.conferenceName | 2021 대한원격탐사학회 추계학술대회 | - |
dc.citation.conferencePlace | 대한민국 | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
(34103) 대전광역시 유성구 유성대로1312번길 32042-866-3114
COPYRIGHT 2021 BY KOREA RESEARCH INSTITUTE OF SHIPS & OCEAN ENGINEERING. ALL RIGHTS RESERVED.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.