
연구 주제
합성 모델을 이용한 사이드 스캔 소나 이미지 합성
사이드 스캔 소나는 해저의 넓은 면적을 고해상도로 빠르게 촬영하고 해저 물체를 구분할 수 있어, 해저 지형 탐색과 물체 탐지의 주요 기술입니다. 다만 데이터 취득이 어렵고, 군사용·민감 지역 자료가 공개되지 않으며, 해저 물체 자체가 드물어 데이터 수가 매우 적습니다. 딥러닝 기반 해저 자동 물체 탐지는 이 제한 때문에 성능 향상과 검증이 어렵습니다. 우리는 합성 신경망으로 사이드 스캔 소나 이미지를 만들어 해저 자동 물체 탐지를 고도화합니다.
관련 논문
3편
JournalKCI
[KJ-15]2026
SE-OBB: Structure-Aware Object-Shadow Annotation for Robust Object Detection in Side-Scan Sonar Imagery
GEO DATA
JournalIF 2.5[SCI-33]2025
Side-Scan Sonar Image Synthesis Based on CycleGAN with 3D Models and Shadow Integration
Computer Modeling in Engineering & Sciences
ConferenceKorean Domestic Conference2023
3D모델과 순환 적대적 생성 신경망을 이용한 사이드 스캔 소나 이미지 생성
대한전자공학회 하계종합학술대회