RISS 학술연구정보서비스

검색
다국어 입력

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      다중노출 영상 생성 및 융합 신경망을 이용한 위성영상 대비 개선 방법

      한글로보기

      https://www.riss.kr/link?id=T16085256

      • 0

        상세조회
      • 0

        다운로드
      서지정보 열기
      • 내보내기
      • 내책장담기
      • 공유하기
      • 오류접수

      부가정보

      국문 초록 (Abstract)

      본 학위 논문은 다중노출 영상 생성 신경망과 융합 신경망을 이용한 위성영상의 대비 개선 방법을 제안한다. 제안하는 두 개의 신경망을 이용하여 대비 개선 신경망을 구성하였다. 첫 번째는 다중노출 영상을 생성하는 신경망이며 두 번째는 가중치 생성 및 다중노출 영상을 융합하는 신경망이다. 다중노출 영상 신경망은 입력 저대비 영상과 정규화 영상을 이용하여 평균 밝기가 점진적으로 증가하는 다중노출 영상을 생성한다. 가중치 생성 및 융합 신경망은 생성된 다중노출 영상들을 정교하게 합성하기 위한 각 영상에 대한 가중치를 생성하고 융합을 수행한다. 실험 결과에서 제안하는 방법이 기존의 대비 개선 방법들과 비교하여 신호 포화 현상이나 색상 왜곡 없이 강인한 대비 개선 결과 영상을 제공할 수 있음을 보인다.
      번역하기

      본 학위 논문은 다중노출 영상 생성 신경망과 융합 신경망을 이용한 위성영상의 대비 개선 방법을 제안한다. 제안하는 두 개의 신경망을 이용하여 대비 개선 신경망을 구성하였다. 첫 번째...

      본 학위 논문은 다중노출 영상 생성 신경망과 융합 신경망을 이용한 위성영상의 대비 개선 방법을 제안한다. 제안하는 두 개의 신경망을 이용하여 대비 개선 신경망을 구성하였다. 첫 번째는 다중노출 영상을 생성하는 신경망이며 두 번째는 가중치 생성 및 다중노출 영상을 융합하는 신경망이다. 다중노출 영상 신경망은 입력 저대비 영상과 정규화 영상을 이용하여 평균 밝기가 점진적으로 증가하는 다중노출 영상을 생성한다. 가중치 생성 및 융합 신경망은 생성된 다중노출 영상들을 정교하게 합성하기 위한 각 영상에 대한 가중치를 생성하고 융합을 수행한다. 실험 결과에서 제안하는 방법이 기존의 대비 개선 방법들과 비교하여 신호 포화 현상이나 색상 왜곡 없이 강인한 대비 개선 결과 영상을 제공할 수 있음을 보인다.

      더보기

      다국어 초록 (Multilingual Abstract)

      This thesis proposes multi-exposure image generation and fusion networks for low contrast satellite image enhancement. The contrast enhancement network consists of two sub-networks: i) multi-exposure generation network (MEGN) and ii) weight generation and fusion network (WGFN). The MEGN generates a set of multiple images having gradually increasing brightness from a single input low contrast image and its standardized version. The WGFN generates the high-contrast satellite image by blending multi-exposure images using the weight maps. Experiment result demonstrated that the proposed method can achieve significantly improved contrast enhancement performance without saturation and color distortion artifacts.
      번역하기

      This thesis proposes multi-exposure image generation and fusion networks for low contrast satellite image enhancement. The contrast enhancement network consists of two sub-networks: i) multi-exposure generation network (MEGN) and ii) weight generation...

      This thesis proposes multi-exposure image generation and fusion networks for low contrast satellite image enhancement. The contrast enhancement network consists of two sub-networks: i) multi-exposure generation network (MEGN) and ii) weight generation and fusion network (WGFN). The MEGN generates a set of multiple images having gradually increasing brightness from a single input low contrast image and its standardized version. The WGFN generates the high-contrast satellite image by blending multi-exposure images using the weight maps. Experiment result demonstrated that the proposed method can achieve significantly improved contrast enhancement performance without saturation and color distortion artifacts.

      더보기

      목차 (Table of Contents)

      • 제 1장 서 론 1
      • 1.1 연구 배경 1
      • 1.2 연구 내용 2
      • 1.3 논문 구성 3
      • 제 2장 종래 기술 및 배경 이론 4
      • 제 1장 서 론 1
      • 1.1 연구 배경 1
      • 1.2 연구 내용 2
      • 1.3 논문 구성 3
      • 제 2장 종래 기술 및 배경 이론 4
      • 2.1 히스토그램 평활화 기반 방법 4
      • 2.2 감마 보정 기반 대비 개선 방법 6
      • 2.3 레티넥스 모델 기반 대비 개선 방법 7
      • 2.4 동적 범위 개선 방법 10
      • 제 3장 다중노출 영상 생성 및 융합 신경망 12
      • 3.1 점진적 다중노출 영상 생성 신경망 13
      • 3.2 가중치 생성 및 영상 융합 신경망 20
      • 3.3 손실 함수 및 학습 전략 22
      • 3.3.1 점진적 다중노출 영상 생성 신경망 학습을 위한 손실 함수 22
      • 3.3.2 가중치 생성 및 영상 융합 신경망 학습을 위한 손실 함수 25
      • 제 4장 실험 및 성능 평가 27
      • 4.1 데이터 셋 및 실험 조건 27
      • 4.2 실제 환경에서 획득된 위성영상을 이용한 성능 평가 29
      • 4.3 제안하는 대비 개선 신경망 성능 분석 45
      • 제 5장 결론 및 추후 연구 51
      • 참고문헌 52
      • 국문초록 57
      • Abstract 58
      더보기

      분석정보

      View

      상세정보조회

      0

      Usage

      원문다운로드

      0

      대출신청

      0

      복사신청

      0

      EDDS신청

      0

      동일 주제 내 활용도 TOP

      더보기

      주제

      연도별 연구동향

      연도별 활용동향

      연관논문

      연구자 네트워크맵

      공동연구자 (7)

      유사연구자 (20) 활용도상위20명

      이 자료와 함께 이용한 RISS 자료

      나만을 위한 추천자료

      해외이동버튼