초록
본 논문은 다중 스펙트럼 위성 영상 기반의 소규모 지표수 인식을 위한 딥러닝 접근법을 제안한다. 이 방법은 계산 복잡도를 18.66배 감소시키며, 지표수 인식 정확도를 최대 14.1% 향상시킨다. 제안된 모델은 지표수 인식 정확도를 높이기 위해 가시광선(RGB) 스펙트럼 이미지와 근적외선(NIR) 이미지를 결합하여 사용한다. 또한 지표수는 원격 감지 데이터셋에서 전체 면적의 매우 작은 비율을 차지하기 때문에 불균형 문제를 야기하므로, 영역 기반 손실과 분포 기반 손실을 결합하는 새로운 손실 함수가 도입되었다. 본 논문에서는 분포 기반 손실과 영역 기반 손실 간의 가중치를 자동으로 조정할 수 있는 적응형 요소를 제안한다. 이 적응형 요소는 이전 학습 단계에서의 손실 값을 기반으로 결정된다. 예측된 영역과 진짜 레이블 영역 간의 평균 교차율(Intersection over Union, IoU)은 0.80으로 기록되었다.