• 지적과 국토정보
• /
• 제48권2호
• /
• pp.213-225
• /
• 2018

3차원 공간정보 구축을 위해 건물 텍스처를 촬영하는 과정에서 폐색영역 문제가 발생한다. 이를 해결하기 위해선 폐색영역을 자동 인식하여 이를 검출하고 텍스처를 자동 보완하는 자동화 기법 연구가 필요하다. 현실적으로 매우 다양한 구조물 형상과 폐색을 발생시키는 경우가 있으므로 이를 극복하는 대안들이 고려되고 있다. 본 연구는 최근 대두되고 있는 딥러닝 기반의 알고리즘을 이용하여 폐색지역 패턴화하고, 학습기반 폐색영역 자동 검출하는 접근을 시도한다. 영상 내 객체 추출에서 우수한 성과를 발표하는 Convolutional Neural Network (CNN) 기법의 향상된 알고리즘인 Faster Region-based Convolutional Network (R-CNN)과 Mask R-CNN 2가지를 이용하여, 건물 벽면 촬영 시 폐색을 유발하는 사람, 현수막, 차량, 신호등에 대한 자동 탐지하는 성능을 알아보기 위해 실험하고, Mask R-CNN의 미리 학습된 모델에 현수막을 학습시켜 자동탐지하는 실험을 통해 적용이 높은 결과를 확인할 수 있었다.

• 전자공학회논문지
• /
• 제54권2호
• /
• pp.99-105
• /
• 2017

스테레오 정합은 두 영상의 색상과 공간 유사성이 최대가 되는 지점을 찾아 깊이 정보를 예측한다. 그런데, 두 시점 사이에 발생하는 폐색 영역으로 잘못된 깊이 정보를 얻게 되고, 폐색 영역을 보완하지 않은 깊이 정보는 시간 축 스테레오 매칭에서 잡음을 전파하는 문제를 일으킨다. 본 논문은 폐색 영역을 보완하여 시간 축 상에서 발생하는 잡음의 전파를 줄이고, 정확한 깊이 정보를 공유하여 스테레오 매칭의 정확성을 높이는 방법을 제안한다. 제안한 알고리즘을 수행하기 위해 색상과 공간의 유사성을 계산하는 함수를 정의하여 초기 깊이 정보를 예측하고, 세 가지 제약사항을 고려한 에너지 함수를 세워 (EM: expectation maximization) 으로 폐색 영역을 구한 뒤, 동적 프로그래밍 방법으로 예측된 폐색 영역을 보정한다. 끝으로, 이전시점에 구해진 정확한 깊이 정보를 사용하여 시간 축 스테레오 매칭을 수행한다. 실험을 통해 제안한 알고리즘이 기존의 폐색영역 예측 방법보다 우수한 성능을 가지는 것을 알 수 있었으며, 시간 축 정보를 고려하지 않은 스테레오 매칭 방법보다 정확한 결과를 얻는 것을 확인할 수 있었다.

• 한국터널지하공간학회 논문집
• /
• 제23권4호
• /
• pp.265-280
• /
• 2021

도시화로 인한 인구의 집중은 도심지 지하공간 개발을 촉발시켰으며, 그로인해 진동과 소음으로 인한 환경문제 및 민원이 많은 발파공법보다 진동과 소음에 대한 영향이 없는 TBM공법에 많은 관심을 가지게 되었다. 이런 이유로 TBM에 대한 많은 연구가 진행되었으나 TBM 장비의 커터헤드 개구부가 굴착되는 지반조건에 따라 폐색되는 특성에 대한 연구는 미비한 실정이다. 그렇기 때문에 쉴드 TBM 굴진 시 커터헤드 개구부의 폐색현상을 연구하기 위해 축소모형시험을 진행하였다. 쉴드 TBM 장비의 커터헤드 개구부 폐색현상을 규명하기 위해 점토비(10%, 30%, 50%), 커터헤드 개구율(30%, 50%, 60%), 커터헤드 회전방향(일방향, 양방향) 및 회전속도(3 RPM, 6 RPM)을 변수로 실험조건을 달리하여 36가지의 Case에 대해 축소모형실험을 진행하였다. 쉴드 TBM 폐색현상에 대한 축소모형실험 결과, 점토가 함유된 지반 조건은 양방향 회전이 일방향 회전보다 폐색영향이 증가하고 커터헤드의 회전속도가 낮을수록 폐색영향이 적은 것으로 나타났다. 그에 따라 지반 굴착 시 지반조건을 고려하여 커터헤드 회전 방향, 회전 속도 및 개구율을 산정한다면 폐색 영향을 저감할 수 있을 것이다. 폐색영향이 저감됨에 따라 공사기간의 단축에 효과적일 것으로 사료된다. 따라서 본 연구는 해당연구가 전무한 국내 쉴드 TBM 시공 시 그 활용에 있어 중요한 자료가 될 것으로 판단된다.

• 한국산학기술학회논문지
• /
• 제20권11호
• /
• pp.305-313
• /
• 2019

최근 드론을 이용한 공간정보 구축이 활성화되면서 공간정보 산업발전에 많은 기여를 하고 있다. 하지만 드론 공간정보는 카메라의 중심투영에 의한 발생하는 폐색영역 뿐 아니라 가로수, 보행자, 현수막과 같은 적치물에 의한 폐색 영역이 필연적으로 발생한다. 이러한 폐색영역을 효율적으로 해결하기 위한 다양한 방안이 연구되고 있다. 본 연구에서는 폐색영역 해결을 위해 원초적인 재촬영이 아닌 딥러닝 알고리즘을 적용하기 위한 다양한 알고리즘별 조사 및 비교 연구를 수행하였다. 그 결과, 객체 검출 알고리즘인 HOG부터 기계학습 방법인 SVM, 딥러닝 방식인 DNN, CNN, RNN까지 다양한 모델들이 개발 및 적용되고 있으며, 이 중 영상의 분류, 검출에 가장 보편적이고 효율적인 알고리즘은 CNN 기법임을 확인하였다. 향후 AI 기반의 자동 객체 탐지와 분류는 공간정보 분야에서 각광받는 최신 과학기술이다. 이를 위해 다양한 알고리즘에 대한 검토와 적용은 중요하다. 따라서, 본 연구에서 제시하는 알고리즘별 적용 가능성은 자동으로 드론 영상의 폐색영역을 탐지하고 해결할 수 있어 공간정보 구축의 시간, 비용, 인력에 대한 효율성 향상에 기여할 것으로 판단된다.

• 한국측량학회지
• /
• 제28권1호
• /
• pp.83-92
• /
• 2010

고해상도 항공 디지털 사진기와 고밀도 3차원 데이터를 획득할 수 있는 항공 레이저 스캐너의 보급은 사진측량 및 공간정보 분야에 큰 발전을 가져왔다. 본 연구는 패치기반의 정사영상을 생생하여 폐색지역을 탐색하고 정사영상에서 발생하는 폐색지역을 복원하여 정밀정사영상을 생성하는 방법을 개발하는 것을 목적으로 한다. 정사영상에서 발생하는 폐색지역의 처리를 위하여 대상지역을 포함하고 있는 다중 영상들을 이용하여 상호 복원하는 방법을 개발하였다. 제시된 방법을 적용하면 폐색지역이 많이 발생하는 도심지역의 정밀정사영상을 효율적으로 생성할 수 있을 것으로 판단된다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제20권4호
• /
• pp.1-7
• /
• 2014

볼륨렌더링은 주로 의학 및 과학 분야에서 사용되는 기법이었으나, 하드웨어의 발달과 더불어 다양한 응용프로그램에서의 적용이 가능해짐에 따라 볼륨렌더링에 대한 관심이 증가하고 있다. 볼륨렌더링의 시각화에 있어서 쉐이딩은 물체의 깊이 정보를 효율적으로 전달하여 시각적 인지에 큰 도움이 된다. 전역조명을 사용하면 시각적 인지를 향상시킬 수 있지만, 많은 GPU 메모리의 사용과 긴 연산시간으로 인해 프로그램과의 상호작용에 영향을 미친다. 본 논문에서는 렌더링 속도의 저하를 최소화하며 볼륨렌더링에 사실적인 쉐이딩을 적용하기 위하여 이미지 공간 폐색 쉐이딩 모델을 제안하고자 한다.

• 한국통신학회논문지
• /
• 제32권5C호
• /
• pp.530-535
• /
• 2007

변이공간영상(Disparity space image, DSI) 방법은 스테레오 영상간의 정합을 찾는 방법이다. 이 방법은 각 화소 단위로 변이값을 계산해 내는 장점이 있다. DSI 방법은 비용함수를 최소화시키는 정합을 찾는 방법이다. 이 비용함수에서 폐색영역비용 값과 정합 보상값을 경험적으로 정하여왔다. 본 논문에서는 변이공간영상 방법에서 폐색영역비용과 정합보상값이 영상 잡음과 물체와 배경간의 차이에 영향을 받는 것을 이론적으로 분석하였다.

• 한국지리정보학회지
• /
• 제22권3호
• /
• pp.82-98
• /
• 2019

정보화 사회로 진입하면서 공간정보의 중요성은 급격하게 부각되고 있다. 특히 스마트시티, 디지털트윈과 같은 Real World Object의 3차원 공간정보 구축 및 모델링은 중요한 핵심기술로 자리매김하고 있다. 구축된 3차원 공간정보는 국토관리, 경관분석, 환경 및 복지 서비스 등 다양한 분야에서 활용된다. 영상기반의 3차원 모델링은 객체 벽면에 대한 텍스처링을 생성하여 객체의 가시성과 현실성을 높이고 있다. 하지만 이러한 텍스처링은 영상 취득 당시의 가로수, 인접 객체, 차량, 현수막 등의 물리적 적치물에 의해 필연적으로 폐색영역이 발생한다. 이러한 폐색영역은 구축된 3차원 모델링의 현실성과 정확성 저하의 주요원인이다. 폐색영역 해결을 위한 다양한 연구가 수행되고 있으며, 딥러닝을 이용한 폐색영역 검출 및 해결방안에 대한 연구가 수행되고 있다. 딥러닝 알고리즘 적용한 폐색영역 검출 및 해결을 위해서는 충분한 학습 데이터가 필요하며, 수집된 학습 데이터 품질은 딥러닝의 성능 및 결과에 직접적인 영향을 미친다. 따라서 본 연구에서는 이러한 학습 데이터의 품질에 따라 딥러닝의 성능 및 결과를 확인하기 위하여 다양한 영상품질을 이용하여 영상의 폐색영역 검출 능력을 분석하였다. 폐색을 유발하는 객체가 포함된 영상을 인위적이고 정량화된 영상품질별로 생성하여 구현된 딥러닝 알고리즘에 적용하였다. 연구결과, 밝기값 조절 영상품질은 밝은 영상일수록 0.56 검출비율로 낮게 나타났고 픽셀크기와 인위적 노이즈 조절 영상품질은 원본영상에서 중간단계의 비율로 조절된 영상부터 결과 검출비율이 급격히 낮아지는 것을 확인할 수 있었다. F-measure 성능평가 방법에서 노이즈 조절한 영상품질 변화가 0.53으로 가장 높게 나타났다. 연구결과로 획득된 영상품질별에 따른 폐색영역 검출 능력은 향후 딥러닝을 실제 적용을 위한 귀중한 기준으로 활용될 것이다. 영상 취득 단계에서 일정 수준의 영상 취득과 노이즈, 밝기값, 픽셀크기 등에 대한 기준을 마련함으로써 딥러닝을 실질적인 적용에 많은 기여가 예상된다.

• 한국산학기술학회논문지
• /
• 제21권10호
• /
• pp.77-83
• /
• 2020

국토를 효율적으로 관리하고 도시문제를 과학적으로 해결하기 위해 최근 스마트시티, 디지털트윈 등 3차원 공간정보 관련 기술이 급격하게 발전하고 있다. 이러한 3차원 공간정보 구축은 주로 영상정보를 이용하여 객체를 3차원 입체화하고 실감형 영상인 텍스처링 영상을 추출하여 객체벽면에 영상을 부여하는 방식으로 수행된다. 하지만 객체 주변의 다양한 요인으로 인해 텍스처링 영상에서는 필연적으로 폐색영역이 발생한다. 이에 본 연구에서는 최근 기술인 딥러닝 기술 중에서 ResNet 알고리즘을 이용하여 건물 폐색을 유발하는 가로수에 대한 데이터셋을 만들고 이에 대한 해결방안을 제시하고자 한다. 연구결과 ResNet 알고리즘의 공간정보 적용 가능성을 판단하고 이를 적용한 레이블링 생성 SW 개발하여 실제 가로수를 대상으로 데이터셋을 구축하였다. 구축된 데이터셋을 텍스처링 영상에 적용하여 정확도와 재현율로 검출능력을 분석하였다. 분석결과를 위해 딥러닝 분야에서 많이 사용되고 있는 정밀도와 재현율을 이용한 F값을 적용하였으며 가로수 단일 객체가 포함된 건물의 측면부 영상과 경사 영상에 대해서는 높은 F값을 도출하여 우수한 성과를 확인하였으나, 같은 해상도를 가진 건물 전면부 영상에서는 그림자 등의 요인으로 F값이 낮음을 확인하였다.

• 한국지반공학회논문집
• /
• 제16권4호
• /
• pp.107-116
• /
• 2000

흙 필터를 대신한 토목섬유의 사용량이 점차 증가하고 있다. 따라서 흙과 결합된 복합체계에 대한 메카니즘 연구가 활발히 진행되고는 있지만 이러한 복합체의 거동은 흙과 사용 필터재의 상호작용으로 인한 여러 가지 영향 인자들 때문에 실제의 필터 설계는 경험적인 방법에 의존하고 있다. 본 연구에서는 흙/부직포 시스템에서 세립자 이동에 의한 폐색 현상을 규명하고자 하였다. 국내의 대표적인 풍화잔적토 지반에 속하는 서울의 신내동과 포이동 지역의 흘을 시료로 이용한 본 실험은 필터재 내에서의 흐름방향에 따라 수평흐름과 수직흐름으로 나누어 실내 시험을 실시하였다. 필터재로서는 현장에서 배수재로 광범위하게 쓰이는 토목섬유를 사용하였다. 흙 모체와 필터가 결합된 복합체의 적합성 여부를 필터재의 흐름에 따라 비교, 분석하고 기존에 제안된 폐색 방지 기준을 적용하여 보았다. 이러한 실험결과를 토대로 하여 수평 흐름시 발생하는 공간적 투수 계수 변화를 예측할 수 있는 모델을 제안하고 실내에서 실시한 모형실험과 이론적 모델예측의 비교를 통하여 투수능 저하 현상의 시각적, 공간적 변화 양상을 파악하였다.