| 1 |
1
지하 구조물을 탐지하기 위해 수집한 지표 투과 레이더의 데이터를 처리하는 방법에 있어서,상기 지표 투과 레이더로부터 3차원 데이터를 수집하는 단계;상기 3차원 데이터의 x-y-z 방향의 해상도에 따라 크기가 결정되는 3차원 커널을 이용하여 3차원 데이터가 일정한 부피를 가지도록 그룹화하는 단계;그룹화된 3차원 데이터를 2차원 이미지로 분해하는 단계; 및분해된 2차원 이미지를 이용하여 딥러닝을 수행하는 단계;를 포함하고,상기 3차원 커널의 x 방향 크기는 상기 3차원 데이터의 포물선 형상을 포함하는 크기로 결정되고, 상기 3차원 커널의 y 방향 크기는 상기 지표 투과 레이더의 채널 개수 및 채널 간격에 따라 결정되며, 상기 3차원 커널의 z 방향 크기는 상기 지표 투과 레이더의 주파수에 따라 결정되거나 상기 3차원 커널의 x 방향 크기와 동일하게 결정되며,상기 그룹화된 3차원 데이터를 2차원 이미지로 분해하는 단계는,상기 그룹화된 3차원 데이터를 폭방향으로 연속되는 B 스캔 2차원 이미지 및 깊이방향으로 연속되는 C 스캔 2차원 이미지를 포함하도록 분해하는, 지표 투과 레이더의 데이터 처리 방법
|
| 2 |
2
삭제
|
| 3 |
3
삭제
|
| 4 |
4
삭제
|
| 5 |
5
삭제
|
| 6 |
6
삭제
|
| 7 |
7
제1항에 있어서,상기 그룹화된 3차원 데이터를 2차원 이미지로 분해하는 단계 및 상기 분해된 2차원 이미지를 이용하여 딥러닝을 수행하는 단계 사이에는,상기 2차원 이미지를 배치하여 1장의 이미지로 변환하는 단계가 포함되고,상기 분해된 2차원 이미지를 이용하여 딥러닝을 수행하는 단계는 상기 변환된 1장의 이미지를 이용하여 딥러닝을 수행하는, 지표 투과 레이더의 데이터 처리 방법
|
| 8 |
8
제7항에 있어서,상기 2차원 이미지를 배치하여 1장의 이미지로 변환하는 단계는, 폭방향 정보 및 깊이방향 정보가 동시에 포함되도록 B 스캔 2차원 이미지 및 C 스캔 2차원 이미지를 배치하여 1장의 이미지로 변환하는, 지표 투과 레이더의 데이터 처리 방법
|
| 9 |
9
제8항에 있어서,상기 분해된 2차원 이미지를 이용하여 딥러닝을 수행하는 단계는,B 스캔 2차원 이미지 및 C 스캔 2차원 이미지를 배치하여 형성된 1장의 이미지를 이용하여 딥러닝을 수행하고 그에 따른 트레이닝 된 네트워크를 형성하는, 지표 투과 레이더의 데이터 처리 방법
|
| 10 |
10
제9항에 있어서,상기 분해된 2차원 이미지를 이용하여 딥러닝을 수행하는 단계 이후에,지하 탐지 대상 지역에 대해서 지표 투과 레이더의 데이터를 수집하여 딥러닝 결과와 비교하는 단계;딥러닝 결과와 비교하여 얻어진 3차원 확률지도를 시각화하는 단계; 및지하 탐지 대상 지역의 지하 구조물을 판단하거나 분석하는 단계;를 더 포함하는, 지표 투과 레이더의 데이터 처리 방법
|
| 11 |
11
제10항에 있어서,상기 지하 탐지 대상 지역에 대해서 지표 투과 레이더의 데이터를 수집하여 딥러닝 결과와 비교하는 단계는,상기 딥러닝 수행을 위한 트레이닝 세트를 형성한 후에, 네트워크를 트레이닝 하고, 지하 탐지 대상 지역에 대한 지표 투과 레이더의 3차원 데이터를 트레이닝에 사용된 것과 동일한 크기의 커널을 이용하여 분할하고, 픽셀 단위로 커널을 이동하면서 각 픽셀에서의 확률값을 획득하는, 지표 투과 레이더의 데이터 처리 방법
|
| 12 |
12
제11항에 있어서,상기 딥러닝 결과와 비교하여 얻어진 3차원 확률지도를 시각화하는 단계는,픽셀 단위로 커널을 이동하면서 얻은 각 픽셀에서의 확률값을 이용하여 3차원 확률지도를 시각화하는, 지표 투과 레이더의 데이터 처리 방법
|
| 13 |
13
제12항에 있어서,상기 지하 탐지 대상 지역의 지하 구조물을 판단하거나 분석하는 단계는,상기 3차원 확률지도를 이용하여 지표 투과 레이더의 데이터에서 지하 구조물의 유무를 판단하거나 형태를 분석하는, 지표 투과 레이더의 데이터 처리 방법
|
