한국방송∙미디어공학회:학술대회논문집 (Proceedings of the Korean Society of Broadcast Engineers Conference)

한국방송∙미디어공학회 (The Korean Institute of Broadcast and Media Engineers)
권호 표지

깊은 합성곱 신경망을 이용한 Synthetic Aperture Radar 영상 내 반전 잡음 성분 제거 기법

A Despeckling Method Using Deep Convolutional Neural Network in Synthetic Aperture Radar Image

  • 김문흠 (한양대학교 전자컴퓨터통신공학과) ;
  • 이정현 (한양대학교 전자컴퓨터통신공학과) ;
  • 정제창 (한양대학교 전자컴퓨터통신공학과)
  • Kim, Moonheum (Department of Electronics and Computer Engineering, Hanyang University) ;
  • Lee, Junghyun (Department of Electronics and Computer Engineering, Hanyang University) ;
  • Jeong, Jaechang (Department of Electronics and Computer Engineering, Hanyang University)
  • 발행 : 2017.11.03
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문에서는 깊은 합성 곱 신경망 (Deep Convolutional Neural Network) 를 이용해서 SAR (Synthetic Aperture Radar) 영상의 반전 잡음 (speckle noise) 성분을 제거하는 기법을 제안하고자 한다. Deep Convolutional Neural Network는 이미지의 데이터 특성에 적합한 딥 러닝 방법이고, 이는 SAR 위성영상의 반전 잡음 제거에 사용해도 효과적이다. 반전 잡음 필터 모델 추정을 위한 학습은 임의로 반전 잡음을 합성한 트레이닝 이미지들과 원본 트레이닝 이미지들을 이용한 회귀모델을 통해 진행된다. 학습을 통해 얻은 반전 잡음 필터는 기존 알고리즘에 비해 우수한 외곽선 보존 성능을 나타냄을 확인하였다.

키워드