우사이먼성일 교수
Saimon W. Woo
성균관대학교 소프트웨어학과
연구실 소개
우사이먼성일 교수의 연구실은 위성 영상 분석과 객체 탐지 기술을 중심으로, 합성 개구 레이더(SAR) 및 전기광학(EO) 위성 이미지에서 작고 밀집된 객체를 정확하게 탐지하는 알고리즘 개발에 주력하고 있습니다. 특히, 기존의 수평 경계 상자(HBB) 기반 모델의 한계를 극복하기 위해 오리엔티드 바운딩 박스(OBB)를 활용한 고성능 객체 탐지 기술인 E²RDet을 개발하여 위성 영상의 정밀 분석 능력을 향상시켰습니다. 연구는 실시간 추론 성능과 정확도를 동시에 확보하는 데 초점을 맞추고 있으며, 다양한 SAR 데이터셋을 기반으로 한 벤치마크 검증을 통해 실용성과 타당성을 입증하고 있습니다. 특히, 항공·우주 분야 및 국방 안보 분야에서의 응용 가능성이 높습니다.
연구 현황
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
주요 논문
1객체 탐지 모델의 발전으로, 합성 개구 레이더(SAR) 및 전기 광학(EO) 위성 이미지와 같은 이미지들를 효율적으로 추론할 수 있다. 수평 경계 상자(HBB)를 사용하는 기존 탐지 모델 은 위성 이미지 상의 작고 밀집된 객체들을 탐지하기 어렵다. 이러한 문제를 해결하기 위해 본 논문에서는 Yolov7 객체 감지 모델의 구조를 효율적으로 변경하여, SAR 이미지에서 OBB(Oriented Bounding Box)로 표현된 객체를 정확하게 감지할 수 있는 알고리즘인 E^2RDet을 제안한다. 이 알고리즘은 객체 탐지 모델 아키텍처와 손실 함수를 수정하여 물체의 동적(orientation) 자세를 학습 가능하도록 개선한다. E^2RDet은 다양한 데이터셋을 학습에 활용하여 총 세 가지 벤치마크 SAR 데이터셋에서 성능 향상을 보였다. 이는 기존 객체 감지 모델들이 OBB로 표현된 객체도 학습 및 객체 탐지가 가능하다는 것을 의미한다.
우사이먼성일 교수의 연구를 Nubint에서 더 깊이 살펴보세요
이 연구실의 논문을 앱에서 열어 AI와 함께 읽고, 핵심을 요약하고, 내 글에 인용하세요.