Earticle

초록

한국어

해저질 정보는 자갈, 모래, 진흙과 같은 해저 지표 퇴적물의 특성을 말하며 해양자원 탐사, 해양공간 계 획, 서식지 분포, 모델링 및 해양 건설과 같은 다양한 해양 분야에 필수적으로 활용된다. 고해상도의 해저질 정보 는 환경 및 사회-경제적 영향 평가를 뒷받침하고 효과적인 해양 관리 및 개발을 지원하기 위한 수요가 꾸준하게 증가하고 있는 실정이다. 이를 위하여 수심 측량 방법에 의해 원격으로 검출된 멀티빔 후방산란 영상자료를 사용 하는 것이 점점 중요해지고 있다. 최근까지 이러한 영상자료를 일반적으로 전문가의 해석에 따라 해저질 정보를 분류하였지만, 보다 체계적이고 빠른 해저질 분류 방법이 필요하다. 이를 위해 본 논문에서는 다중빔 후방산란 영 상자료를 활용하여 기계 학습에 기반한 해저질 분류 방법에 대한 방안을 제시한다.

영어

Seafloor information refers to the characteristics of surface sediments such as gravel, sand, and mud, and is essential for various marine fields such as marine resources exploration, marine space planning, habitat distribution, modeling and construction. High resolution seafloor information is in increasing demand both to underpin environmental and socio-economic impact assessments and to help in the development of effective management measures. For this purpose, it is increasingly important to use the multibeam backscatter imagery data remotely detected by the water depth survey method. Until recently, these data were generally categorized by expert interpretation, but now a more systematic and faster seafloor classification method is needed. To do this, this paper presents a seafloor classification method based on machine learning using multibeam backscatter imagery data.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 기계학습 기반 해저질 분류 기법
Ⅳ. 해저질 분류 기법 검증 방안
Ⅴ. 결론
REFERENCES

저자

• 문상호 [ Sang-Ho Moon | 컴퓨터소프트웨어학부 교수 ] Corresponding Author

참고문헌