| 1 |
1
랜드 커버 맵(land cover map)을 생성하는 장치에 있어서,합성곱 신경망(CNN: convolutional neural network)을 구현하는 프로그램을 저장하는 메모리; 및상기 프로그램을 실행함으로써 랜드 커버 이미지(land cover image)로부터 상기 랜드 커버 맵을 생성하는 프로세서를 포함하고,상기 프로세서는,상기 랜드 커버 이미지를 구성하는 픽셀들을 분할함으로써 각각이 인접하는 픽셀들로 구성되는 복수의 패치(patch)들을 생성하고,상기 복수의 패치들 각각에 대한 적어도 하나의 필터링을 수행함으로써 상기 복수의 패치들 각각으로부터 복수의 피쳐들을 추출하고,상기 복수의 피쳐들에 기초하여 다종 분류(multiclass classification)를 수행함으로써 상기 복수의 패치들 각각의 중심 픽셀에 대응되는 랜드 커버 종류(land cover class)를 식별하고,상기 랜드 커버 맵(land cover map)을 생성하는 장치는 상기 합성곱 신경망을 학습시키고, 상기 합성곱 신경망에 포함되는 적어도 하나의 합성곱 레이어 및 각 합성곱 레이어에 포함되는 필터들이 갖는 파라미터의 값들이 학습에 의해 조정되고, 상기 합성곱 신경망에 대한 학습은 역전파 알고리즘(backpropagation algorithm)을 통해 수행되고,상기 합성곱 신경망은,상기 복수의 패치들 각각에 대한 제1 필터링을 수행하여 적어도 하나의 제1 피쳐 맵을 생성하도록 구성되는 제1 합성곱 레이어(convolutional layer);상기 적어도 하나의 제1 피쳐 맵에 대한 제2 필터링을 수행하여 상기 복수의 피쳐들을 생성하도록 구성되는 제2 합성곱 레이어; 및상기 복수의 피쳐들에 기초하여 소프트맥스 분류(softmax classification)를 수행함으로써 상기 랜드 커버 종류를 식별하도록 구성되는 소프트맥스 레이어를 포함하고,상기 제1 합성곱 레이어는,상기 복수의 패치들의 크기에 기초하여 결정되는 제1 필터 크기를 갖고, 상기 제1 필터링을 수행하여 10 개의 제1 피쳐 맵들을 생성하는 10 개의 제1 필터들을 포함하고,상기 제2 합성곱 레이어는,상기 제1 피쳐 맵들의 크기에 기초하여 결정되는 제2 필터 크기를 갖고, 상기 제2 필터링을 수행하여 상기 복수의 피쳐들을 생성하는 20 개의 제2 필터들을 포함하고,상기 프로세서는,상기 랜드 커버 이미지의 (3 x 3) 픽셀들 및 1 의 크기를 갖는 제로 패딩(zero padding)에 대응되는 (5 x 5)의 크기, 또는 상기 랜드 커버 이미지의 (5 x 5) 픽셀들에 대응되는 (5 x 5)의 크기를 갖도록 상기 복수의 패치들을 생성하고,상기 프로세서는,레드 밴드(red band), 그린 밴드(green band) 및 블루 밴드(blue band) 외에, 적외선 밴드(infrared band)를 추가적으로 포함하도록 상기 복수의 패치들을 생성하고,상기 프로세서는,NLCD 2011(National Land Cover Database 2011)에 따른 16 개의 랜드 커버 종류들 중 어느 하나로 상기 랜드 커버 종류를 식별하고,상기 랜드 커버 이미지는,30 m의 해상도를 포함하는 중간 해상도(medium resolution)를 갖는 것을 특징으로 하는, 장치
|
| 8 |
8
메모리에 저장된 합성곱 신경망(CNN: convolutional neural network)을 구현하는 프로그램을 실행함으로써 프로세서가 랜드 커버 이미지(land cover image)로부터 랜드 커버 맵(land cover map)을 생성하는 방법에 있어서,상기 프로세서가 상기 랜드 커버 이미지를 구성하는 픽셀들을 분할함으로써 각각이 인접하는 픽셀들로 구성되는 복수의 패치(patch)들을 생성하는 단계;상기 프로세서가 상기 복수의 패치들 각각에 대한 적어도 하나의 필터링을 수행함으로써 상기 복수의 패치들 각각으로부터 복수의 피쳐들을 추출하는 단계; 및상기 프로세서가 상기 복수의 피쳐들에 기초하여 다종 분류(multiclass classification)를 수행함으로써 상기 복수의 패치들 각각의 중심 픽셀에 대응되는 랜드 커버 종류(land cover class)를 식별하는 단계를 포함하고,상기 랜드 커버 맵(land cover map)을 생성하는 장치는 상기 합성곱 신경망을 학습시키고, 상기 합성곱 신경망에 포함되는 적어도 하나의 합성곱 레이어 및 각 합성곱 레이어에 포함되는 필터들이 갖는 파라미터의 값들이 학습에 의해 조정되고, 상기 합성곱 신경망에 대한 학습은 역전파 알고리즘(backpropagation algorithm)을 통해 수행되고,상기 합성곱 신경망은,상기 복수의 패치들 각각에 대한 제1 필터링을 수행하여 적어도 하나의 제1 피쳐 맵을 생성하도록 구성되는 제1 합성곱 레이어(convolutional layer);상기 적어도 하나의 제1 피쳐 맵에 대한 제2 필터링을 수행하여 상기 복수의 피쳐들을 생성하도록 구성되는 제2 합성곱 레이어; 및상기 복수의 피쳐들에 기초하여 소프트맥스 분류(softmax classification)를 수행함으로써 상기 랜드 커버 종류를 식별하도록 구성되는 소프트맥스 레이어를 포함하고,상기 제1 합성곱 레이어는,상기 복수의 패치들의 크기에 기초하여 결정되는 제1 필터 크기를 갖고, 상기 제1 필터링을 수행하여 10 개의 제1 피쳐 맵들을 생성하는 10 개의 제1 필터들을 포함하고,상기 제2 합성곱 레이어는,상기 제1 피쳐 맵들의 크기에 기초하여 결정되는 제2 필터 크기를 갖고, 상기 제2 필터링을 수행하여 상기 복수의 피쳐들을 생성하는 20 개의 제2 필터들을 포함하고,상기 프로세서는,상기 랜드 커버 이미지의 (3 x 3) 픽셀들 및 1 의 크기를 갖는 제로 패딩(zero padding)에 대응되는 (5 x 5)의 크기, 또는 상기 랜드 커버 이미지의 (5 x 5) 픽셀들에 대응되는 (5 x 5)의 크기를 갖도록 상기 복수의 패치들을 생성하고,상기 프로세서는,레드 밴드(red band), 그린 밴드(green band) 및 블루 밴드(blue band) 외에, 적외선 밴드(infrared band)를 추가적으로 포함하도록 상기 복수의 패치들을 생성하고,상기 프로세서는,NLCD 2011(National Land Cover Database 2011)에 따른 16 개의 랜드 커버 종류들 중 어느 하나로 상기 랜드 커버 종류를 식별하고,상기 랜드 커버 이미지는,30 m의 해상도를 포함하는 중간 해상도(medium resolution)를 갖는 것을 특징으로 하는, 방법
|
