최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국방송공학회 2017년도 추계학술대회, 2017 Nov. 03, 2017년, pp.66 - 69
김문흠 (한양대학교 전자컴퓨터통신공학과) , 이정현 (한양대학교 전자컴퓨터통신공학과) , 정제창 (한양대학교 전자컴퓨터통신공학과)
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
SAR장비는 무엇에 취약하다는 특성이 있는가? | SAR (Synthetic Aperture Radar) 은 기상조건이나 주야에 관계없이 영상을 고해상도로 얻을 수 있기 때문에 위성영상취득에 적합한 장비이다. 하지만 라디오파를 지정 위치에 방사한 후 반사된 전파를 합성해 이미지화 하는 SAR장비의 특성상 SAR 이미지는 반전 잡음(speckle noise) 에 취약하다는 특성이 있다. 반전 잡음은 강한 승산 잡음 (multiplicative noise) 의 일종인데, 이는 위성영상을 이용한 여러 가지 자동화된 알고리즘의 성능을 저해한다. | |
SAR은 어떠한 장비인가? | SAR (Synthetic Aperture Radar) 은 기상조건이나 주야에 관계없이 영상을 고해상도로 얻을 수 있기 때문에 위성영상취득에 적합한 장비이다. 하지만 라디오파를 지정 위치에 방사한 후 반사된 전파를 합성해 이미지화 하는 SAR장비의 특성상 SAR 이미지는 반전 잡음(speckle noise) 에 취약하다는 특성이 있다. | |
합성 곱 신경망은 어떤 방법과 유사하다고 할 수 있는가? | 합성 곱 신경망은 기본적인 인공신경망과는 달리 데이터의 지역적인 부분을 중시하는 것이 특징이다. 이런 방식은 생물이 시각정보를 인식하는 방법과 유사하다. 합성 곱 신경망은 특히 잡음 제거에도 좋은 성능을 보이는데 대표적인 것이 가우시언 잡음 제거 신경망인 DnCNN이다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.