한글내용
(Korean Abstract) |
고화질 위성 영상은 해당 지역의 많은 정보를 함축하고 있으며 데이터 접근이 용이해 많은 연구에서 사용되고 있다. 특히, 직접 대면 설문조사와 같이 정보 획득에 비용이 많이 들고 인프라가 부족한 개발도상국에서 위성 영상을 활용해 사회 경제적 지표를 측정하는 딥러닝 기반 모델이 제시되고 있다. 하지만 딥러닝을 학습하기 위해서는 충분한 정답 라벨이 필요하고, 개발 도상국 등 최빈국의 경우 이러한 정보를 얻기 굉장히 어렵다. 본 연구에서는 정답 라벨이 전무한 상황을 전제로 하여, 다양한 나라에 적용할 수 있는 예측 모델을 제시하고자 한다. 절대 값이 아닌 지역 별 상대적인 값을 대상으로 하여, 약간의 인간 관여 라벨링 데이터만으로도 약지도 학습 딥러닝 기술을 활용하여 효율적으로 도시화의 상대적 값을 측정할 수 있다. 연구 결과, 한국에 대해서 도시화의 척도로 사용되는 인구 수 및 연면적과의 상관관계로 성능을 측정했을 때 정답 라벨이 없이도 높은 성능을 보여주었다. |
