초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

최근 고해상도 위성영상은 자연자원이나 환경 관리에 필요로 하는 토지 피복 및 이용 현황자료 등에 유용하게 사용되고 있는 실정이다. 이에 따라 고액의 투자가 필요로 하는 위성영상의 효율성을 높이기 위하여 영상자료의 분석과정이 중요해지고 있다. 위성영상은 취득이 어려운 정보를 신속하게 취득할 수 있는 장점이 있지만 실제 활용도는 낮은 상황이다. 이는 사용자가 선택하는 분류 알고리즘, 자료의 종류, 분류항목에 따라 결과물이 달라지기 때문이다. 따라서 ...

최근 고해상도 위성영상은 자연자원이나 환경 관리에 필요로 하는 토지 피복 및 이용 현황자료 등에 유용하게 사용되고 있는 실정이다. 이에 따라 고액의 투자가 필요로 하는 위성영상의 효율성을 높이기 위하여 영상자료의 분석과정이 중요해지고 있다. 위성영상은 취득이 어려운 정보를 신속하게 취득할 수 있는 장점이 있지만 실제 활용도는 낮은 상황이다. 이는 사용자가 선택하는 분류 알고리즘, 자료의 종류, 분류항목에 따라 결과물이 달라지기 때문이다. 따라서 원격탐사에 대한 다양한 연구가 끊임없이 지속되고 있다. 본 논문에서는 최근 다양한 분야에서 이용되고 있는 SVM 알고리즘을 제시하고 알고리즘을 고해상도 위성인 KOMPSAT-2의 영상자료에 적용하여 토지피복결과를 검사점을 이용한 정확도 분석을 함으로써 SVM의 커널 함수에 대한 기준을 제시하고자 한다. 간단하게 SVM 기법은 입력자료에 대한 최적의 분류 초평면을 찾는 기법이다. 첫 단계에서는 전처리 과정 중 연구대상의 training data 통계값에 대한 계산 및 분석을 수행하였다. 적용결과 각 분류항목에 대한 training data는 정규분포를 따른다는 것을 알 수 있었다. 다음 단계에서, SVM 분류의 Linear, Polynomial, RBF, Sigmoid 커널 함수에 따른 매개변수를 변경하여 영상분류를 실시하였다. 그 결과, 전체 분류 정확도에는 Polynomial 커널 함수가 가장 높은 정확도를 보였고, 분류 항목별 정확도에서의 적절 커널 함수는 Polynomial, RBF 커널 함수임을 알 수 있었다.

주제어