Developing Satellite Data Augmentation Technique for SAR Image Super-Resolution

SAR와 EO는 지구 관측 위성에서 사용되는 다양한 기술 중에서 두 가지입니다.

SAR는 Synthetic Aperture Radar의 약자로, 인공위성이 발사한 전자기파를 대상 지형이 반사하는 반사파로 수신하여 이미지를 생성하는 기술입니다. SAR는 지상 관측에 대한 제한을 크게 줄여주며, 날씨나 시간 등에 영향을 받지 않고 지구의 모든 지역을 탐색할 수 있습니다.

EO는 Earth Observation의 약자로, 지구를 위성에서 관측하는 기술을 말합니다. EO에서는 가시광선, 적외선, 라이다 등 다양한 기술이 사용됩니다. 이러한 EO 기술은 지구의 환경 변화나 재해 등을 조기에 감지하고 분석하는 데 매우 유용합니다.

이번 연구에서는 SAR 초해상도 모델 개발을 위한 SAR 데이터 증강 기술을 연구하고 구현하려는 목적이 있습니다. SAR 영상은 EO 영상에 비해 해상도가 낮고 노이즈가 많아서 적은 양의 데이터로는 학습이 어려운 문제가 있습니다. 그러나 구름 등의 기상 상황이나 낮/밤의 변화에 따라 취득이 불가능한 EO 영상과는 달리 SAR 영상은 언제나 취득이 가능하기 때문에 상시 감시 등 국방의 목적으로 매우 유용하게 사용될 수 있습니다. 그러나 SAR 영상의 화질이 안 좋을뿐만 아니라 소형 인공위성은 해상도가 더 좋지 않기 때문에 좋은 영상을 얻기가 쉽지 않습니다. 이러한 문제를 해결하기 위해 딥러닝 생성 모델을 기반으로 EO 영상을 이용하여 SAR 영상을 합성하는 기술을 연구함으로써 SAR 초해상도 모델의 성능을 개선하고자 합니다.

전자 공학과, 컴퓨터 공학과, 산업공학과, 수학과 학생들을 두루 선호하며 가능하다면 3학년 이상의 학생을 선호합니다. 논문을 읽고 발표할 기본적인 영어 실력이 있고 파이썬 프로그래밍을 할 수 있어야 합니다. 그렇지 않으면 프로젝트 진행이 어렵습니다. 딥러닝 프로젝트를 해봤거나 논문 등을 읽어본 학생들이면 좋습니다. 만약 생성 모델을 다뤄본 적이 있으면 더할나위 없이 좋습니다.

The purpose of this research is to study and implement SAR data augmentation techniques for the development of SAR super-resolution models. SAR (Synthetic Aperture Radar) images are one type of image signal obtained from satellites with various wavelengths. Compared to visible light Earth Observation (EO) images that we are familiar with, SAR images have lower resolution and more noise, making it difficult to train models with small amounts of data. However, unlike EO images that cannot be acquired due to weather conditions such as clouds or changes in day and night, SAR images can be acquired at any time, making them very useful for military purposes such as constant surveillance. In fact, in Korea, projects are being carried out to better utilize SAR images, and small satellites designed specifically for SAR image acquisition are being developed and launched. However, SAR images have poor quality, and small satellites have even lower resolution, making it difficult to obtain good images. To overcome this issue through software, this research aims to improve the performance of SAR super-resolution models by studying the technology of synthesizing SAR images using EO images.

This project is suitable for (but not limited to) students majoring in electrical engineering, computer science, industrial engineering, and mathematics. Ideally, students in their third year or higher are preferred. Basic English skills for reading and presenting papers and proficiency in Python programming are required. Otherwise, it will be very difficult to proceed with the project. Students who have experience with deep learning projects or have read papers on the topic are preferred. If they have experience working with generative models, it would be even better.

Supervisors

(If you are interested, please contact the supervisor below)


Feel like you want to explore other projects? Go and look for the list here: Student (Intern) projects