KCI우수등재
합성곱 신경망을 이용한 딥러닝 기반의 토지피복 분류 = Deep learning based Land Cover Classification Using Convolutional Neural Network - a case study of Korea -
저자
발행기관
학술지명
권호사항
발행연도
2019
작성언어
Korean
주제어
등재정보
KCI우수등재
자료형태
학술저널
발행기관 URL
수록면
1-16(16쪽)
제공처
소장기관
토지피복도는 지표의 현황 및 변화를 가장 잘 반영할 수 있기 때문에 다양한 연구에서 활용되고 있다. 그러나 현재 환경부에서 제공하고 있는 토지피복도는 정확도가 높지 않고 갱신주기가 길어 데이터의 신뢰도나 시간해상도 측면에서 한계가 존재한다. 본 연구는 딥러닝(deep learning) 기반의 토지피복 분류 기법을 적용함으로써 자동화를 통한 갱신주기 단축과 한국의 토지피복 분류 체계에 부합하는 토지피복도 작성을 위한 대안적인 해결 방법을 제안하였다. 딥러닝 기법 중 이미지 분석에 특화된 합성곱 신경망(Convolutional neural network)을 이용해 토지피복을 분류하였다. 먼저 같은 토지피복 유형이라 할지라도 지역에 따른 이질성이 있음을 확인하기 위해 유럽지역을 대상으로 만들어진 EuroSAT 토지피복 데이터를 사용해 합성곱 신경망 모델을 학습시켜 한국 토지피복 분류를 실험하였다. 본 연구에서는 Sentinel-2 위성의 영상을 사용하여 한국 토지피복 분류 체계에 맞는 학습 및 테스트 데이터를 구축하였다. 본 연구에서 구축한 데이터로 학습시킨 합성곱 신경망 모델은 정확도 98.28%로 EuroSAT 데이터로 학습시킨 모델보다 우수한 분류성능을 보여주었다. 또한 ImageNet 사전 학습 파라미터(Pre-trained parameter)를 사용하여 합성곱 신경망 모델의 학습속도와 정확도(99.66%)를 높였으며 합성곱 신경망을 이용한 한국 토지피복 분류에서 ImageNet 파라미터의 활용가능성을 보여주었다. 본 연구를 계기로 그간 국내에서 주목받지 않았던 합성곱 신경망을 이용한 토지피복 분류 연구가 확대되기를 기대한다.
더보기Land cover map best reflects land surface phenomena and change so it is used in various research. However, the land cover maps provided by the Ministry of Environment have limitation in terms of accuracy and temporal resolution. This study proposes the possibility of deep learning based alternative land cover classification method for shortening the renewal cycle of land cover maps through automation and development of a land cover classification that is suitable for Korea. Land cover classification is conducted using Convolutional neural network, which is the deep learning architecture specialized in image analysis. In order to confirm the heterogeneity of the land cover according to region even though the same land cover type, land cover classification of Korea was experimented using the model trained by EuroSAT land cover data composed of Europe region’s land cover data. Using Sentinel-2 satellite images the training and test data are constructed for land cover classification of Korea. The convolutional neural network model trained by the data constructed in this study showed better performance with high accuracy(98.28%) than the model trained by EuroSAT data. In addition, The learning speed and accuracy(99.66%) of the convolutional neural network model was improved by using ImageNet pre-trained parameters and it showed the possibility of using ImageNet parameters in land cover classification of Korea. We hope that this study will prompt the research on land cover classification using convolutional neural network which has not been illuminated in Korea.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)