위성·원격탐사 영상 초해상도 및 객체 검출 연구

Super-Resolution and Object Detection for Satellite and Remote-Sensing Images

연구 내용

저해상도·대기열화 원격탐사 영상을 초해상도와 영상 복원 기술로 고도화하고, 전이학습과 검출 네트워크를 결합하여 소형 객체를 정밀하게 식별하는 연구

위성 및 원격탐사 영상은 센서 해상도, 촬영 환경, 대기 산란과 전송 제약으로 인해 객체의 세부 정보가 손실될 수 있습니다. 연구실은 Deep Residual Network, Residual Dense Block, Spectral Normalization을 활용하여 단일 영상의 공간 해상도와 지각 품질을 개선합니다. 또한 초해상도 모듈과 YOLO 계열 객체 검출기를 결합하여 저해상도 영상에서 소형 객체의 특징 복원과 위치 추정을 동시에 수행합니다. Haze Removal과 Refined Transmission Map을 이용한 영상 복원, GAN 기반 데이터 보강, X-transfer Learning을 적용하여 학습 데이터 부족과 환경 변화에 대응합니다. 위성영상 고도화와 3D 실감형 지도 구축으로 확장 가능한 영상 분석 기술을 확보하고 있습니다.

관련 프로젝트

2건

연구 흐름

초기 연구는 영상의 밝기·대비·색상 보정과 압축 과정에서 발생하는 블록형 결함 제거 등 전통적 영상 개선 기술에 집중되었습니다. 이후 단일 영상 초해상도와 잔차 기반 심층 네트워크를 도입하여 저해상도 영상의 세부 정보 복원과 계산 효율을 함께 개선했습니다. 다음 단계에서는 초해상도와 YOLO 기반 객체 검출을 하나의 파이프라인으로 통합하고, 전이학습과 GAN을 활용하여 원격탐사 영상의 소형 객체 검출 성능을 높였습니다. 최근에는 초소형 군집 위성의 멀티모달 신호처리, 영상 고도화, 3D 실감형 지도와 응용 자동화로 연구 범위를 확장하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

초소형 위성 영상 분석 시스템
저해상도 항공영상 감시 플랫폼
자율주행용 소형 객체 인식 모듈
3D 실감형 위성지도 생성
재난·재해 원격탐사 분석
위성영상 기반 국토 모니터링
다중 센서 영상 융합 분석
엣지 디바이스용 경량 영상복원
대기열화 보정 기반 영상 매칭
농업·산림 원격 모니터링