• Spatial Information Research
• /
• 제22권3호
• /
• pp.23-24
• /
• 2014

국토지리정보원에서는 실시간으로 정밀한 위치를 결정할 수 있도록 Network-RTK의 한 종류인 VRS 서비스를 2007년부터 제공하고 있다. 그러나 VRS 서비스는 실시간 측위를 수행하기 위해 통신장비를 이용하여 VRS 서버와 접속 상태를 항시 유지해야하며, VRS 서버의 성능에 따라 접속할 수 있는 사용자의 수가 한정되어 있다. 이러한 VRS 서비스의 문제점을 보완하기 위하여 국토지리정보원에서는 2012년 11월 1일부터 동시 접속자 수에 제한이 없는 단방향 통신기반의 FKP를 서비스 제공하고 있다. FKP 서비스의 실시로 인해 향후 많은 인원이 투입될 것으로 예상되는 공공측량 및 지적재조사 사업에 FKP 서비스의 활용이 증대될 것으로 판단되나, 이에 관한 연구가 미비한 실정이다. 따라서 본 논문에서는 공공측량 및 지적재조사 사업에 FKP 서비스 적용 가능성을 분석하기 위하여 다음과 같이 두 가지 경우로 나누어서 연구를 수행하였다. 첫째, 현재 FKP와 VRS는 망의 형태를 구성하는 기준국의 배치가 상이하므로 망 구성에 따른 FKP와 VRS의 정밀도 비교분석을 수행하였다. 둘째, FKP 서비스의 공공측량 및 지적재조사 사업 적용가능성 분석을 수행하기 위해 다양한 GNSS 수신환경의 데이터를 취득하여 Network-RTK 수평방향 및 표고산출 정밀도분석을 수행하였다. 첫 번째 실험의 분석결과 망 구성에 따른 측위 정밀도는 모두 관련규정의 허용정밀도를 만족하는 결과를 얻었다. 그러나 상이한 기준국을 운영할 경우에는 기준국과 이동국 사이의 기선거리가 멀어짐에 따라 측위 정밀도에 오차가 포함되는 것으로 판단된다. 두 번째 실험인 Network-RTK 수평방향 정밀도 분석결과 GNSS 관측수신환경이 좋은 통합기준점에서는 FKP 및 VRS 모두 허용정밀도를 만족하였다. 그러나 GNSS 관측수신환경이 좋지 않은 공공기준점 및 지적도근점에서는 FKP가 VRS보다 허용정밀도를 벗어나는 경우가 더 많이 발생되었다. FKP와 VRS의 표고산출 정밀도 분석결과에서는 VRS 측위방법 에서만 관련규정의 공공삼각점 3~4급 허용정밀도를 만족하였다. 분석결과 현재 FKP 서비스의 정밀도를 이용하여 공공측량 및 지적재조사 사업에 이용하기 위해서는 GNSS관측 수신환경이 양호한 개활지역에 한정하여 부분적용 해야 할 것으로 판단되며, 향후 FKP 정밀도 개선을 위해 추가적인 연구가 필요할 것으로 판단된다.

• 지구물리와물리탐사
• /
• 제21권3호
• /
• pp.171-182
• /
• 2018

탄성파 처리 기술개발 분야의 오픈-소스 소프트웨어인 Madagascar를 이용하여 신호 대 잡음비가 낮고 속도정보가 불확실한 현장 탄성파 자료에 대해 자료처리를 수행하고, 오픈-소스 소프트웨어의 현장 적용성을 시험하였다. 파이썬(python) 기반의 Madagascar는 방법론적으로는 다차원 자료 분석이 가능하고, 처리 공정의 재현성이 뛰어나 효율적인 자료처리가 가능하다는 장점이 있지만, 다소 복잡한 사용법과 자료 구조 시스템으로 인해 현장 자료에 대한 자료처리 사례는 많지 않다. 본 연구에서는 현장 자료에 대한 Madagascar의 효용성을 확인하기 위해 기본적인 탄성파 자료처리(자료입력, 지형 정보 일치, 진동수-파수 필터, 예측 곱풀기, 속도 분석, 수직 시간차 보정, 겹쌓기, 참반사 보정)를 수행하였다. 테스트를 위해 사용한 현장 자료는 서해 군산분지에서 에어건 음원과 480채널의 스트리머로 취득한 해양 탄성파 탐사자료이며, 각 자료처리 단계마다의 결과를 Landmark사의 상용 소프트웨어인 ProMAX (SeisSpace R5000)을 사용하여 처리한 결과와 비교하였다. 그 결과 데이터 입출력 및 관리, 처리 과정의 재현성 및 자동 속도 분석 측면에서는 Madagascar가 상대적으로 높은 효율성을 보였고, 신호 품질 향상을 위한 전처리 결과는 상용 소프트웨어와 유사함을 확인하였다. 반면에, 심부 지층에 대한 영상화 결과는 상용 소프트웨어로 처리한 결과가 보다 뛰어남을 확인하였다. 이러한 결과는 상용 소프트웨어의 경우 다양한 겹반사 제거 모듈이 적용되었고, 상호 대화식 인터페이스로 인해 보다 정교한 자료처리가 가능하였기 때문이다. 그러나, Madagascar의 경우에도 현재 전 세계에서 많은 연구자들이 다양한 자료처리 알고리듬을 개발하여 지속적으로 공개하고 있기 때문에, 향후 이러한 최신 알고리듬을 적용한다면 상업용 수준의 자료처리가 가능해져 보다 향상된 결과를 도출할 수 있을 것이다.

• 한국측량학회지
• /
• 제37권3호
• /
• pp.199-208
• /
• 2019

운용 가능한 위성의 수가 증가하고 기술이 진보함에 따라 영상정보의 성과물이 다양해지고 많은 양의 자료가 축적되고 있다. 본 연구에서는 기구축된 영상정보를 활용하여 부족한 훈련자료의 문제를 극복하고 딥러닝(deep learning) 기법의 장점을 활용하고자 전이학습과 변화탐지 네트워크를 활용한 고해상도 위성영상의 변화탐지를 수행하였다. 본 연구에서 활용한 딥러닝 네트워크는 공간 및 분광 정보를 추출하는 합성곱 레이어(convolutional layer)와 시계열 정보를 분석하는 합성곱 장단기 메모리 레이어(convolutional long short term memory layer)로 구성되었으며, 고해상도 다중분광 영상에 최적화된 정보를 추출하기 위하여 커널(kernel)의 차원에 따른 정확도를 비교하였다. 또한, 학습된 커널 정보를 활용하기 위하여 변화탐지 네트워크의 초기 합성곱 레이어를 고해상도 항공영상인 ISPRS (International Society for Photogrammetry and Remote Sensing) 데이터셋에서 추출된 40,000개의 패치로 학습된 값으로 초기화하였다. 다시기 KOMPSAT-3A (KOrean Multi-Purpose SATllite-3A) 영상에 대한 실험 결과, 전이학습과 딥러닝 네트워크를 활용할 경우 기복 변위 및 그림자 등으로 인한 변화에 덜 민감하게 반응하며 분류 항목이 달라진 지역의 변화를 보다 효과적으로 추출할 수 있었으며, 2차원 커널보다 3차원 커널을 사용할 때 변화탐지의 정확도가 높았다. 3차원 커널은 공간 및 분광정보를 모두 고려하여 특징 맵(feature map)을 추출하기 때문에 고해상도 영상의 분류뿐만 아니라 변화탐지에도 효과적인 것을 확인하였다. 본 연구에서는 고해상도 위성영상의 변화탐지를 위한 전이학습과 딥러닝 기법의 활용 가능성을 제시하였으며, 추후 훈련된 변화탐지 네트워크를 새롭게 취득된 영상에 적용하는 연구를 수행하여 제안기법의 활용범위를 확장할 예정이다.

• 현장농수산연구지
• /
• 제23권1호
• /
• pp.89-104
• /
• 2021

비정형 데이터인 한국농수산대학 신입생 자기소개서에서 의미 있는 정보를 추출하기 위하여 핵심적인 역할을 하는 단어의 중요도를 평가하는 TF-IDF 가중치를 기초로 한 언어네트워크분석을 하였다. TF-IDF 가중치에 의한 핵심단어는 문항 1에서는 '농업', '수학', '공부', '문제', '친구', 문항 2에서는 '동아리', '식물', '친구', '농업', '작물', 문항 3에서는 '친구', '동아리', '의견', '갈등', '관리', 문항 4에서는 '버섯', '곤충', '아버지', '농업', '농장' 등으로 나타났다. 또한 빈도수는 낮은 단어이지만 핵심단어로 나타난 단어를 보면 문항 1에서는 '수학', '자격증', '성적', '영어', '과학', 문항 2에서는 '식물', '작물', '공부', '쓰레기', '발표', '실험', 문항 3에서는 '동아리', '청소', '봉사', '갈등', '봉사활동', 문항 4에서는 '버섯', '곤충', '양식', '한우', '조경' 등으로 나타났다. 단어들 간의 관계를 시각적으로 분석이 가능한 언어네트워크분석 결과 매개중심성이 높은 단어는 문항 1에서는 '이유', '고등학교', '재학', 문항 2에서는 '쓰레기', '고등학교', '학교', 문항 3에서는 '중요', '오해', '완성', 문항 4에서는 '가공', '사료', '농가'로 나타났다. 연결정도중심성은 문항 1에서는 '고등학교', '탐구', '성적', 문항 2에서는 '쓰레기', '정리', '수업시간', 문항 3에서는 '의견', '회의', '봉사활동', 문항 4에서는 '가공', '공간', '실습'으로 나타났다. 매개중심성 값이 클수록 네트워크의 중앙에 위치하고, 두 범주 사이의 관계가 강할수록 서로 근거리에 위치한다. 연결정도중심성이 클수록 노드의 크기가 크게 나타나며, 노드 연결선은 단어들의 동시 출현 빈도가 높을수록 edge가 굵게 나타났다. 동시 출현 빈도가 높은 즉 상관관계가 높은 단어 조합은 '자격증 - 취득', '문제 - 해결', '과학 - 생명', '오해 - 양보' 등으로 나타났다. 단어 기반의 계층적 클러스터링 기법에 의하여 단어 간 인접, 상호 관계를 계층적으로 나타낸 클러스터 덴드로그램으로 군집의 개수를 결정하였다. 단어들의 군집 간 비유사도의 차이가 큰 군집을 구한 결과 문항 1은 2개, 문항 2와 문항 4는 4개, 문항 3은 5개의 군집으로 분류할 경우 군집내 응집력이 높고, 군집 간 이질성이 큰 적절한 군집을 구할 수 있었다.

• 한국엔터테인먼트산업학회논문지
• /
• 제15권3호
• /
• pp.231-241
• /
• 2021

본 연구는 근로자의 학업 열망이 대학교육 참여에 미치는 연구를 통해 대학교 관계자들에게 신입생유치 및 맞춤 교육을 위한 전략과 시사점을 제시하고자 하였다. 따라서 선행자료들을 분석하여 변수들을 도출하였고, 변수들 간의 인과관계 설정과 질문지를 개발하였다. 조사 대상은 대학교육 참여에 관심 있는 근로자 331명을 대상으로 대인면접법으로 자료 수집을 하였다. 수집된 자료는 데이터화를 하였고, 신뢰성 및 타당성 검증과 빈도분석을 실시하였다. 마지막으로 구조 방정식 모형의 적합도와 각 개념에 대한 인과관계를 검증하였다. 따라서 검증결과 본 연구의 시사점은 다음과 같다. 첫째, 대학 관계자들은 대학교육을 통해 적성에 맞는 직업군으로 전환한 경험자와의 멘토·멘티 제도를 통해 동기부여를 해야 할 것이다. 또한 미래를 위해 지속적인 자기계발을 할 수 있도록 프로그램을 개발하고 보급해야 할 것이다. 이를 위해 전문가와의 상담을 통해 본인의 적성과 장점을 파악할 수 있도록 지원해야 할 것이다. 둘째, 대학 관계자들은 추천을 통해 입학을 한 근로자들이 직업전환을 이룬 사례와 정보를 입학 예정자가 알 수 있도록 홍보를 강화해야 할 것이다. 또한 자기 계발을 할 수 있는 대학교육 프로그램을 개발하고 '공모전' 등을 통해 다양한 아이디어를 수용하고 재가공을 통해 근로자에게 대학교육에 대한 정확한 정보를 제공해야 할 것이다. 셋째, 대학 관계자들은 대학교육을 통해 직업전환과 자기계발이라는 두 마리의 토끼를 잡을 수 있다는 프로그램을 근로자에게 제공해야 한다. 즉, 대학 입학시 해외 선진 기업 견학, 다양한 자격증 취득, 블루칼라·화이트칼라의 부서 간 이동, 이직 기회 획득 등 다양한 정보제공과 졸업 선배들의 성공 사례들을 제공함으로써 근로자들의 학습 동기 유발을 자극시켜야 할 것이다. 넷째, 대학 관계자들은 직업전환을 위해서는 대학교육에 참여하여 체계적인 교육과 사회 환경의 흐름 등을 교육받음으로써 한층 더 발전할 수 있는 곳이 대학이라는 것과 이와 관련된 대학교육 프로그램을 적극적으로 홍보해야 할 것이다. 마지막으로 대학 관계자들은 근로자가 대학교육 참여시 자기계발을 할 수 있다는 인식이 발생하도록 근로자와의 상담 및 홍보를 실시해야 할 것이고, 근로자들의 수요조사 및 분석을 통해 자기계발을 위해 필요한 사항들이 무엇인지 파악하여 이에 대한 대응방안들을 마련해야 할 것이다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1505-1514
• /
• 2022

영상정합은 다시기 및 다중센서 고해상도 위성영상을 효과적으로 활용하기 위해 필수적으로 선행되는 중요한 과정이다. 널리 각광받고 있는 딥러닝 기법은 위성영상에서 복잡하고 세밀한 특징을 추출하여 영상 간 빠르고 정확한 유사도 판별에 사용될 수 있음에도 불구하고, 학습자료의 양과 질이 결과에 영향을 미치는 딥러닝 모델의 한계와 고해상도 위성영상 기반 학습자료 구축의 어려움에 따라 고해상도 위성영상의 정합에는 제한적으로 적용되어 왔다. 이에 본 연구는 영상정합에서 가장 많은 시간을 소요하는 정합쌍 추출 과정에서 딥러닝 기반 기법의 적용성을 확인하기 위하여, 편향성이 존재하는 고해상도 위성영상 데이터베이스로부터 딥러닝 영상매칭 학습자료를 구축하고 학습자료의 구성이 정합쌍 추출 정확도에 미치는 영향을 분석하였다. 학습자료는 12장의 다시기 및 다중센서 고해상도 위성영상에 대하여 격자 기반의 Scale Invariant Feature Transform(SIFT) 알고리즘을 이용하여 추출한 영상쌍에 참과 거짓의 레이블(label)을 할당한 정합쌍과 오정합쌍의 집합으로 구축되도록 하였다. 구축된 학습자료로부터 정합쌍 추출을 위해 제안된 Siamese convolutional neural network (SCNN) 모델은 동일한 두 개의 합성곱 신경망 구조에 한 쌍을 이루는 두 영상을 하나씩 통과시킴으로써 학습을 진행하고 추출된 특징의 비교를 통해 유사도를 판별한다. 본 연구를 통해 고해상도 위성영상 데이터 베이스로부터 취득된 자료를 딥러닝 학습자료로 활용 가능하며 이종센서 영상을 적절히 조합하여 영상매칭 과정의 효율을 높일 수 있음을 확인하였다. 다중센서 고해상도 위성영상을 활용한 딥러닝 기반 영상매칭 기법은 안정적인 성능을 바탕으로 기존 수작업 기반의 특징 추출 방법을 대체하고, 나아가 통합적인 딥러닝 기반 영상정합 프레임워크로 발전될 것으로 기대한다.

• 한국가정과교육학회지
• /
• 제34권3호
• /
• pp.1-23
• /
• 2022

본 연구의 목적은 미얀마의 섬유 및 패션산업에 대한 교수 및 대학생들의 인식을 살펴보고 패션 관련 고등교육 프로그램의 현황과 수요를 파악하는 것이다. 이를 위해 미얀마 대학생들과 양곤공과대학교 섬유공학과 교수들을 대상으로 인터뷰 및 설문조사를 실시하였다. 한 명의 한국인 교수를 제외하고 교수들은 이메일을 통해 폐쇄형 및 개방형 질문이 포함된 설문지에 응답하였다. 학생 데이터는 온라인 그룹 인터뷰 또는 이메일을 통해 수집되었다. 응답은 키워드 추출 및 분류를 통해 분석되었으며, 미얀마의 고등교육에 대한 일반적인 의견에 대한 폐쇄형 질문에 대해 기술통계분석이 실시되었다. 일반적으로 교수들은 고등교육이 매우 중요하며, 미얀마의 고등교육이 개선될 필요가 있다고 하였으며, 예체능 교육이 매우 중요하고, 예술과 패션을 포함한 문화산업은 미얀마의 사회경제적 발전에 중요하며, 패션산업이 미얀마 경제에 기여하는 바를 고려할 때 패션교육은 중요하다고 답하였다. 미얀마의 패션 산업에 대한 관심은 특히 학생들 사이에서 매우 높았지만 섬유공학 분야 학위 취득에 대한 관심은 제한적이었다. 의류업계의 낮은 임금, 관심이 아닌 학점으로 전공이 결정되는 것, 미얀마의 고등교육 및 패션스쿨 패션학과의 부재 등을 이유로 들었다. 일부에서는 미얀마 대학생들의 교육적 요구에 맞는 패션 학위가 제공되면 이러한 인식이 개선될 것이라고 믿었다. 패션상품개발, 패션디자인, 패턴 메이킹, 패션마케팅, 패션 브랜딩, 패션매니지먼트, 복식사사, 문화연구 분야에서 교육 프로그램에 대한 수요가 높았다. 섬유공학과 학생들은 졸업 후 섬유 및 의류공장을 주요 취업 기회로 인식하였다. 많은 학생들이 더 높은 급여를 받고 더 높은 수준의 지식과 기술을 습득할 수 있기를 기대했기 때문에 글로벌 패션 브랜드에 취직하기를 원했다. 미얀마 패션교육프로그램 개발은 패션 및 패션교육 분야에 대한 관심 증가, 교육을 받을 여력이 없는 학생들에게 학습 기회 제공, 미얀마의 국가 브랜드 개발, 미얀마 패션산업 및 전통 브랜드의 브랜드화 개선 등 다양한 긍정적인 효과가 있을 것으로 기대하였다.

• 한국수자원학회논문집
• /
• 제56권6호
• /
• pp.403-417
• /
• 2023

본 연구에서는 CCTV 영상 기반 강우강도 산정 시 필수적으로 요구되는 적정 강우 이미지 DB를 구축하기 위한 방법론을 개발하였다. 먼저, 실환경에서 불규칙적이고 높은 변동성을 보일 수 있는 변수들(바람으로 인한 빗줄기의 변동성, 녹화 환경에서 포함되는 움직이는 객체, 렌즈 위의 흐림 현상 등)에 대한 통제가 가능한 한국건설생활환경시험연구원 내 기후환경시험실에서 CCTV 영상 DB를 구축하였다. 서로 다른 5개의 실험 조건을 고려하여 이상적 환경에서 총 1,728개의 시나리오를 구성하였다. 본 연구에서는 1,920×1,080 사이즈의 30 fps (frame per second) 영상 36개에 대하여 프레임 분할을 진행하였으며, 총 97,200개의 이미지를 사용하였다. 이후, k-최근접 이웃 알고리즘을 기반으로 산정된 최종 배경과 각 이미지와의 차이를 계산하여 빗줄기 이미지를 분리하였다. 과적합 방지를 위해 각 이미지에 대한 평균 픽셀 값을 계산하고, 설정한 픽셀 임계치보다 큰 자료를 선별하였다. 180×180 사이즈로의 재구성을 위해서 관심영역을 설정하고 10 Pixel 단위로 이동을 진행하여 픽셀 변동성이 최대가 되는 영역을 산정하였다. 합성곱 신경망 모델의 훈련을 위해서 120×120 사이즈로 재변환하고 과적합 방지를 위해 이미지 증강 과정을 거쳤다. 그 결과, 이미지 기반 강우 강도 합성곱 신경망 모델을 통해 산정된 결과값과 우량계에서 취득된 강우자료가 전반적으로 유사한 양상을 보였으며, 모든 강우강도 실험 조건에 대해서 약 92%의 데이터의 PBIAS (percent bias)가 절댓값 범위 10% 이내에 해당하였다. 본 연구의 결과물과 전이학습 등의 방법을 연계하여 기존 실환경 CCTV의 한계점을 개선할 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1283-1297
• /
• 2023

중적외선(mid-wave infrared, MWIR) 영상은 피복 및 객체의 온도를 파악할 수 있어 환경, 국방 등 다양한 분야에서 핵심 데이터로 사용된다. KOMPSAT-3A 위성은 타 위성에 비해 높은 공간해상도의 MWIR 영상을 제공하지만, 광학(electro-optical, EO) 영상에 비해 상대적으로 낮은 시인성을 가져 활용성의 확대에 어려움을 겪는다. 이에 본 연구에서는 KOMPSAT-3A 전정색(panchromatic, PAN) 영상의 윤곽 정보를 기반으로 시인성이 높은 MWIR 융합 영상을 제작하고자 한다. 먼저, 이종 센서에서 취득된 PAN 영상과 MWIR 영상의 상대 기하오차를 제거하는 전처리를 수행하고, 딥러닝 기반 윤곽 정보 추출 기술인 Pixel difference network (PiDiNet)의 사전 학습 모델을 이용하여 PAN 영상에 대한 윤곽 정보를 추출한다. 이후 전처리된 MWIR 영상과 추출된 윤곽 정보를 중첩하여 객체 경계면이 강조된 MWIR 융합 영상을 제작한다. 제안 방법을 이용하여 서로 다른 세 지역에 대한 MWIR 융합 영상을 제작하였으며, 이를 시각적으로 분석하였다. 본 기법을 통해 제작된 MWIR 융합 영상은 지형 및 지물의 경계면이 강조되어 시인성이 개선되었으며, 세부적으로 관심 지역에 대한 열 정보를 전달할 수 있었다. 특히, MWIR 융합 영상에서는 저해상도의 원본 MWIR 영상에서 식별할 수 없었던 비행기, 선박 등의 객체를 육안으로 판독할 수 있었다. 본 연구는 가시적인 정보와 열 정보를 동시에 고려할 수 있는 단일 영상 제작 방법론을 제시하였으며, 이는 MWIR 영상의 활용성 확대에 이바지할 수 있을 것으로 사료된다.