PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.07374v1eess.SP

백스캐터를 넘어: 검출 SAR 영상으로부터의 InSAR 코히어런스

Beyond Backscatter: InSAR coherence from detected SAR images

본 연구에서는 정확한 공간정합(coregistration) 없이 검출 SAR 영상으로부터 직접 코히어런스 회귀(coherence regression)를 수행하는 심층 학습 프레임워크를 제안한다. 정밀하게 공간정합된 Sentinel-1 SLC 데이터에서 유도한 코히어런스 맵을 이용해 Residual U-Net을 학습시켜, 백스캐터 크기(magnitude)와 코히어런스 간의 관계를 학습한다. 모델은 12일 간격 SLC 페어로 학습되며, 공간정합된 SLC 제품과 오픈 액세스 분석 준비(analysis-ready) 데이터 등 서로 다른 데이터셋에서 평가되며, 다양한 복사측정(radiometric) 특성, 기하, 위치를 포괄한다. 실험 결과, 제안 방법은 기존 강도(intensity) 기반 접근법 대비 향상된 정확도로 고해상도 코히어런스 회귀를 달성함을 보여준다. 해당 네트워크는 다양한 지리적 위치뿐 아니라 학습 시 한 번도 본 적 없는 서로 다른 시간 기준선(temporal baseline)에서도 잘 일반화된다. 또한 Google Earth Engine 등을 통해 배포되는 지상거리 검출(ground range detected) 데이터와 같이 전 세계적으로 이용 가능한 분석 준비 데이터에서 동작할 수 있다는 점은 임무 설계, 변화 모니터링, 다양한 매핑 작업에서의 대규모 적용을 가능하게 한다.