Deep Learning for Remote Sensing Applications

Moung-Jin Lee1)·Won-Jin Lee2)·Seung-Kuk Lee3)·Hyung-Sup Jung4); 5)†

doi:10.7780/kjrs.2022.38.6.2.1

Quick links

Most View Most Download Archives Go to e-Submission

Korean J. Remote Sens. 2022; 38(6): 1581-1587

Published online: December 31, 2022

https://doi.org/10.7780/kjrs.2022.38.6.2.1

원격탐사활용을 위한 딥러닝기술

이명진¹, 이원진², 이승국³, 정형섭^4,5

1) 한국환경연구원 환경데이터전략센터 연구위원
2) 국립환경과학원 환경위성센터 환경연구관
3) 부경대학교 지구환경시스템과학부 조교수
4) 서울시립대학교 공간정보공학과 교수
5) 서울시립대학교 스마트시티학과 교수

Deep Learning for Remote Sensing Applications

Moung-Jin Lee¹, Won-Jin Lee², Seung-Kuk Lee³, Hyung-Sup Jung^4,5

Author Affiliations

1) Research Felow, Center for Environmental Data Strategy, Korea Environment Institute, Sejong, Republic of Korea
2) Senior Researcher, Environmental Satelite Center, National Institute of Environmental Research, Incheon, Republic of Korea
3) Assistant Professor, Division of Earth and Environmental System Sciences, Pukyong National University, Busan, Republic of Korea
4) Professor, Department of Geoinformatics, University of Seoul, Seoul, Republic of Korea
5) Professor, Department of Smart Cities, University of Seoul, Seoul, Republic of Korea

Correspondence to : Hyung-Sup Jung (hsjung@uos.ac.kr)

Abstract

Go to

Abstract

이제는 딥러닝 없는 원격탐사 데이터 처리는 상상하기도 어려운 시대가 되었다. 원격탐사의 활용기술 개발을 위해서는 먼저 인공지능(artificial intelligence, AI)을 위한 데이터를 설계 및 구축하고, AI모델을 학습시 키는 과정을 거친다. AI모델은 빠르게 발전하여 모델 정확도가 나날이 높아지고 있지만, 모델을 훈련시키는 사 람에 따라 정확도의 편차가 발생하고 있다. 결국 AI모델을 훈련시킬 수 있는 숙련도 높은 전문가가 더욱 더 필 요한 시대가 되어가고 있다. 특히, 딥러닝기술은 원격탐사활용에 있어 자동화라는 키워드를 제공하고 있다. 예 전에는 60% 이하의 정확도만 있었던 기술도 이제는 90%를 넘어 100%의 시대로 가고 있다. 이 특별호에서는 딥러닝기술이 원격탐사에 어떻게 활용되고 있는지에 관한 13편의 논문을 소개한다.

Keywords Remote sensing, Deep learning, Artificial intelligence