$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

보고서 상세정보

다중계층 특징학습과 다중 사일런시 맵을 활용한 위성영상 객체인식과 식별기술 개발

Development of satellite image objects recognition and identification technology by using multi-layer feature learning and multi silency map

과제명 다중계층 특징학습과 다중 사일런시 맵을 활용한 위성영상 객체인식과 식별기술 개발
주관연구기관 (주)지아이소프트
보고서유형 1단계보고서
발행국가 대한민국
언어 한국어
발행년월 2018-03
과제시작년도 2017
주관부처 과학기술정보통신부
Ministry of Science and ICT
등록번호 TRKO201900023134
과제고유번호 1711053356
사업명 우주핵심기술개발
DB 구축일자 2020-08-01
키워드 다중계층.특징학습.객체인식.식별기술.특징인식.Multi-Layer.Feature Learning.Object Recognition.Identification Technology.Feature Recognition.
연구과제
타임라인
과제명
다중계층 특징학습과 다중 사일런시 맵을 활용한 위성영상 객체인식과 식별기술 개발
과제기간
2017
총연구비 ...
초록

□ 연구의 목적 및 내용
본 연구과제는 위성영상 분석에 있어서 다중계층 특징 학습기술과 다중 사일런시 맵 생성 기술을 이용하여 위성정보기반에 분석 플랫폼을 제공함으로써 위성 영상에서 객체를 추출하고 해당 객체를 정확하게 인식하고...

목차
Contents