딥러닝을 이용하여 항공 및 위성 영상 속의 다양한 공간객체를 탐지하는 연구들이 증가하고 있다. 매년 급속하게 증가하는 위성 및 항공사진과 같은 원격탐사의 자료 속에서 특정 공간객체들을 수작업으로 탐지하는 것은 한계를 갖는다. 본 연구에서는 딥러닝의 객체 탐지기법을 이용하여 토지피복도 내 공간객체들에 대한 탐지를 시도하였다. 데이터는 국토지리정보원의 항공사진을 활용하였고 농경지에 해당하는 논, 밭, 하우스 재배지 등의 객체들을 탐지하였다. 토지피복을 구성하는 다양한 공간객체들에 대한 탐지를 통해 YOLOv5 모델의 활용 가능성을 탐색하였다.

Research on detecting various spatial objects in aerial and satellite images using deep learning is increasing. There is a limit to manually detecting specific spatial objects in remote sensing data such as satellites and aerial photographs that rapidly increase every year. In this study we tried to detect spatial objects in the land cover map using the object detection technique of deep learning. For the data aerial photographs of the National Geographic Information Institute were used and objects such as paddy fields, fields and greenhouse to farmland were detected. The applicability of the YOLOv5 model was explored through the detection of various spatial objects constituting the land cover.

요약
Abstract
I. 서론
II. 연구자료와 방법
    1. 연구자료
    2. 분석방법
III. 분석 결과 및 고찰
    1. 학습데이터 구축 방법에 따른 학습 결과비교
    2. 상이한 데이터 세트에 대한 테스트
IV. 결론
참고문헌

• 홍일영(남서울대학교 공간정보공학과 부교수) | Ilyoung Hong (Associate Professor, Department of GIS Engineering, Namseoul University)