최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기대한원격탐사학회지 = Korean journal of remote sensing, v.35 no.6 pt.2, 2019년, pp.1053 - 1065
박정묵 (강원대학교 산림산업 첨단융합기술 전문인력 양성센터) , 심우담 (강원대학교 산림경영학과) , 이정수 (강원대학교 산림경영학과)
Land use statistics calculation is very informative data as the activity data for calculating exact carbon absorption and emission in post-2020. To effective interpretation by land use category, This study classify automatically image interpretation by land use category applying forest aerial photog...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
픽셀기반 분류방법과 객체기반 분류방법의 장점과 한계점은 각각 무엇인가? | , 2010). 픽셀기반 분류방법은 개별 픽셀의 분광정보가 픽셀의 각각의 분광특성을 표현하지 않기 때문에 파장대의 정보가 혼합되어 분류의 부정확함을 유발한다(Lee et al., 2010; Welh and Riggan, 2010). 반면, 객체기반 분류방법은 객체의 모양과 분광정보를 활용하여 인접 픽셀을 객체로 병합하여 객체를 분류 단위로 정하여 분류를 시행한다(Johnsson, 1994; Lee and Wamer, 2006). 하지만, 픽셀기반과 객체기반 분류방법은 인간에 의해 수동적으로 선정된 각각의 피처를 알고리즘에 따라 분류하기 때문에 정확도 향상에 영향을 미치는 한계가 있다. | |
딥러닝모델은 무엇이 발전된 형태이며, 어떠한 장점이 있는가? | 딥러닝은 2006년 사용된 이후 영상인식, 패턴인식 등의 부분에서 유용하게 사용되었으며, 최근 딥러닝 기반의 영상분류에 관한 연구가 활발히 진행되고 있다(Lee and Kim, 2019). 딥러닝모델은 인공신경망이라는 인공지능분야의 모형이 발전된 형태로 데이터세트에서 자동으로 피처를 학습한다는 장점이 있다. 특히, CNN(Convolutional Neural Networks)은 생물의 시각처리과정을 모방하여 구축된 아키텍처(architecture)로 최근 이미지 분류에 관한 연구에서 사용되는 모델이다(Chung et al. | |
SENet의 장점은 무엇인가? | SENet은 Alexnet, VGGnet 등 일반적인 딥러닝 모델과는 달리, Block 형태의 구조로 구성되며, 합성곱층의 연산결과를 바탕으로, 가중치를 조절하는 역할을 수행한다. SENet의 장점은 딥러닝 아키텍처 내의 어떤 층에도 유연하게 적용할 수 있으며, 추가적인 계산량에 비해 정확도 증가량이 높다는 장점이 있다(Hu et al., 2018). |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.