Foundation Model-Assisted Label-Efficient Semantic Change Detection Framework for Scalable Geospatial Intelligence
이공학학술연구기반구축(R&D) · 기본연구B(포용형)
2026년
2340063905
교육부
한국연구재단
서울과학기술대학교
JAVED AISHA
1명
2026.09.01 ~ 2027.02.28
2026.09.01 ~ 2029.08.31
3,000만원
3,000만원
기초연구
대학
서울특별시 노원구
건설/교통 > 국토공간개발기술 > 국토지능화/공간정보
본 연구에서는 희소 라벨 기반 지도학습 환경에서의 안정적인 학습과 도메인 일반화(domain generalization)를 위해 확장 가능한 SCD 프레임워크의 개발을 목표로 함. 이를 위해, (1) 경량 SCD 모델의 라벨 의존성 분석 및 파운데이션 모델 기반 사전정보 모델링, (2) Teacher-Student 프레임워크 기반 라벨 효율적 SCD 기술 ...
■ 1차년도: 경량 SCD 모델의 라벨 의존성 분석 및 파운데이션 모델 기반 사전정보 모델링● 1차년도에는 SCD에서 학습자료 중 라벨 데이터 비율과 모델 성능의 Trade-off를 분석하고 파운데이션 모델에서 SCD에 적용 가능한 사전정보(prior)를 추출하는 전략을 수립함으로써, 파운데이션 모델을 활용한 라벨 효율적 SCD 학습의 실증적 기반을 마련하고자 ...
... 위성영상 기반 대규모 토지피복 변화 모니터링을 통한 국가 국토관리 및 환경 정책 수립을 위한 데이터 기반 의사결정 지원- 환경 변화 및 재난 영향의 신속한 탐지와 평가를 위한 기술적 기반을 제공하여, ... 다양한 분야에서 활용 가능한 고도화된 위성영상 분석 서비스 개발 지원- 차세대 지리공간 데이터 플랫폼 및 위성정보 서비스 발전에 기여하여 지구 관측 분야의 글로벌 산업 경쟁력 강화