• 대한전자공학회논문지SP
• /
• 제47권3호
• /
• pp.11-22
• /
• 2010

본 논문은 컨텍스트 기반의 지능형 영상 감시 시스템 구현에 관한 연구로써 기존 연구의 시공간적 제약성 및 실시간 처리가 어려운 단점을 보완하여 초당 30 프레임으로 이루어져 있는 저해상도 동영상(320*240)을 대상으로 다양한 환경에서 실시간 처리가 가능한 움직임 검출 및 장면 분석 알고리즘을 제안하고 이를 이용해 동영상 감시 시스템을 구축한다. 먼저 장면 분석을 수행하기 위한 전처리 과정인 움직임 검출 알고리즘에서는 연속된 프레임 중 의미 없는 유사 프레임과 배경을 제거하고 움직임 영역만을 검출하기 위해 웨이브렛 변환과 에지 히스토그램을 이용하여 샷의 경계를 검출한다. 다음으로 키프레임 선정 파라미터에 의해 샷 경계 내 대표 키프레임을 선정하며, 에지 히스토그램 및 수학적 형태론을 이용하여 움직임 영역만을 검출한다. 장면 분석 알고리즘에서는 검출된 객체의 수직 수평 비율과 질량 중심을 통해 재구성된 허프 변환 후의 각도를 이용해 독립 객체 분석을 수행하며, '서다, 걷다, 눕다, 앉다'의 4가지 기본 상황 정보를 정의한다. 또한 각 상황의 연결 상태 추정을 통해 일반 상황 및 위급 상황으로 구성되는 단순 상황 모델을 정의함으로써 장면 분석을 수행하며, 제안된 알고리즘의 실시간 처리 가능성을 확인하기 위해 시스템을 구성한다. 제안된 시스템은 저해상도 영상을 대상으로 인식률 면에서 평균 92.5%의 성능을 보였으며, 처리속도는 프레임 당 평균 0.74초로 실시간 처리가 가능함을 확인하였다.

• 한국컴퓨터산업학회논문지
• /
• 제6권3호
• /
• pp.495-508
• /
• 2005

이동체는 시간에 따라 위치나 모양이 연속적으로 변하는 시공간 데이터이다. 이동체의 위치 좌표는 정기적으로 측정되어 응용 시스템에 저장된다. 시스템에 저장되지 않은 질의 시점의 위치 정보를 추정하기 위해 선형 함수가 주로 이용되었다. 그러나 선형 함수에 의한 위치 추정은 추정 오차를 발생시키므로 위치 표현의 불확실성을 개선하기 위한 새로운 방법이 요구된다. 이 논문에서는 선형 함수에 의한 위치 추정 오차를 감소시키기 위해 3차 스플라인 보간법을 적용한 방법을 제시한다. 첫째, 2차원 공간에서 이동체의 위치 정보를 정의한다. 둘째, 제안한 데이터 모델의 위치 추정을 위해 3차 스플라인 보간법을 적용하고 알고리즘을 기술한다. 마지막으로, 제안한 추정 연산모델의 정확성을 실험하였다. 실험 결과 선형 함수에 의한 방법보다 더 정확한 결과를 나타내었다.

• 한국해양학회지:바다
• /
• 제29권1호
• /
• pp.56-76
• /
• 2024

동해에서 수행된 국내 최장기 수중글라이더 운용 및 연속 단면 관측 결과를 보고한다. 본 연구팀은 수중글라이더를 활용하여 2020년 9월 18일부터 12월 21일까지 총 95일 동안 국립수산과학원(NIFS) 정선 관측 106 라인에 거의 일치하는 37.9 °N 위도선을 따라 동경 129.1 °E ~ 131.5 °E 사이를 6회 왕복하는 국내 최초의 연속 물성 단면 관측을 성공리에 수행하였다. 본 수중글라이더는 2020년 9월 18일 129.1 °E 위치에서 투하되어 9월 19일부터 88일간의 비행 관측을 수행하였고, 2020년 12월 15일부터 6일간 129.2 °E 위치에서 위치 제어 유지(Virtual Mooring)후 회수되며 전체 운용을 마무리하였다. 표층부터 800 dbar 수심까지 톱니형태의 궤적을 그리면서 총 수평거리 2550 km를 비행하는 동안 글라이더의 경로 이탈은 RMS 거리 262 m를 벗어나지 않을 정도의 매우 안정적인 경로 추종 모드를 보여줬다. 비행 관측을 통해 획득한 총 12개의 고해상도 물성 횡단면 자료로부터 수온과 염분의 연속적인 변동이 보이는 아중규모 특성을 확인하였고, 국립수산과학원(NIFS)의 격월 선박 관측 자료와 비교함으로써 시공간 해상도 차이에 따른 뚜렷한 특성을 발견하였다. 첫째는 공간 해상도 차이에 따른 결과로 표층 전선역의 세기 및 이동, 수온약층 강화현상 등 아중규모 현상들이 글라이더 횡단면 자료에서만 뚜렷하게 관찰되었다. 이러한 아중규모 구조는 현행 선박 관측 자료의 정점 간격(25 km) 보다 작다는 특징이 있었는데, 동해 내 아중규모 구조의 이해를 위해서는 고해상도 관측이 필요함을 의미한다. 둘째는 시간 해상도 차이에 따른 결과로 글라이더 자료에서 추출한 평균 7일 간격의 수온과 염분 시계열이 대략 6주 주기를 갖는 월중변동(Intramonthly variation) 특성을 보인다는 것과 대략 1주 동안 급격한 관측치의 변동이 나타난다는 것을 확인하였다. 이는 격월 정선 관측 자료에는 확인되지 않는 특징이다. 따라서, 정선 관측해역의 물성 변동을 이해하기 위해서는 선박 관측과 비교하여 상대적으로 비용이 저렴하고 효율적인 글라이더 관측을 통한 보완이 필요하다고 여겨진다. 마지막으로 두 플랫폼 간 관측치의 편차를 확인하였는데, 이러한 편차의 요인을 공간 규모에 기초한 정점의 정의 및 시간 규모에 따른 변동성, 그리고 각 플랫폼의 CTD 측정 장비의 교정 관점에서 논하였다.

• 기록학연구
• /
• 제39호
• /
• pp.281-318
• /
• 2014

본고는 일본 제국의 식민지 지배와 '전후보상'처리와 관련하여, 일본 제국주의와 조선 식민지, GHQ와 점령지 일본에서 이루어진 결재 과정과 이 과정에서 생산된 기록 원본의 출처를 밝히는 것을 목적으로 한다. 1910년부터 1952년까지를 대상으로 역사학과 기록학의 관점에서 분석하였다. 이 연구에서는 식민지 지배와 그 처리문제를 시공간적으로 연속선상에서 파악함으로써 제국과 식민지 점령지 기록에 대한 인식의 지평을 확대할 수 있는 기반을 마련하고자 하였다. 1910년부터 1945년까지 일제의 식민지 조선에 대한 강점지배에 대한 기록과 1945년부터 1952년까지 GHQ 점령기의 '전후보상'처리에 대한 결재원본은 한국, 일본, 미국 등에 분산 보존되어 있다. 가장 큰 원인은 일본제국정부와 조선총독부, GHQ와 일본종속정부의 결재구조에 있다. 즉, 중요정책, 인사, 예산에 대한 결재는 제국 본국에서 처리되고, 그 시행에 관한 결재는 식민지 및 종속국에서 처리되는, 상명하달식 이중결재구조 때문이다. 이에 따라 결재 원본도 일국에 완결적으로 보존되는 게 아니라 제국과 식민지 종속국가에 각각 분산 보존되어 상호 보완적 관계를 갖고 있다. 특히 최근 한일간 외교문제로 부각되고 있는 강제 동원된 조선인 미불금 문제는 GHQ의 정책결정과 일본정부의 정령 시행으로 공탁처리되어, '채무'에서 '경제협력'으로 둔갑해 버렸다. GHQ-일본의 상명하달식 결재시스템에 의해, '전후보상'을 위한 기본적인 원본기록 역시 미국과 일본에 각각 분산 보존 되게 되었다. 그러므로 1910년부터 1952년까지, 일제에 의한 식민지지배와 '전후보상'을 둘러싼 문제는 의사결정 프로세스와 기록의 출처 분석 등을 통해 시간적 공간적 측면에서 구조적 종합적으로 재인식될 필요성이 있다.

• 대한지리학회지
• /
• 제41권2호
• /
• pp.168-187
• /
• 2006

대류권 하부의 높은 대기 불안정도와 건조도에 의해 바람이 강한 조건하에 화재 연료도 건조해지면 산불 통제가 어렵고 대형산불에 의한 더 많은 산림자원과 계산의 손실을 초래할 수 있다. 본 연구에서 제시된 장기간(1979-2005)의 Haines Index는 한반도 상의 대기 불안정도와 건조도의 시공간적 패턴이 우리나라 산불 발생빈도에 중요한 영향을 미치고 있음을 잘 보여주고 있다. 산불 발생빈도와 Haines Index 사이의 지수회귀모델은 주요 산불 발생기간동안(12월-4월)의 Haines Index 일평균 값 혹은 월별 발생빈도가 우리나라 산불 발생빈도와 통계적으로 유의미하게 상관되어 있음을 보여준다. 지리정보시스템(GIS)에서 수치표고모델(DEM)을 고려하여 작성한 Haines Index 기후도에 따르면, 5 이상의 높은 Haines Index는 주로 해발고도 500m 이하의 한반도 북서 저지대를 중심으로 4-5월에 자주 발생하고 있다. 이러한 Haines Index의 발생빈도는 1990년대 중반 이후 한반도 전체적으로 증가하는 추세를 보이고, 특히 경상북도와 동해안 지역을 따라 산불기간 동안 가장 뚜렷하게 증가하는 패턴을 보였다. 연구기간 동안 높은 Haines Index가 2-3일 연속적으로 발생한 극사상(extreme events)이 나타나는 시기의 500hPa 종관 평균도에 따르면, 오흐츠크해에 발달한 한랭저기압이 한반도 중층대기의 기압경도력을 높여 동서의 강한 바람장을 형성하는데 도움을 주고 있음을 알 수 있다. 이러한 결과들은 현재 우리나라 산불 예보 시스템에 대기 불안정도나 건조도와 같은 대기의 수직적 요소들의 시 공간적 특성도 고려되어야 하는 필요성을 잘 보여준다.

• 정보처리학회논문지D
• /
• 제11D권7호
• /
• pp.1399-1408
• /
• 2004

이동체 데이터베이스에서 이동체 궤적의 양은 엄청나게 많아서 기존의 단일 디스크 기반에서는 특정 영역의 질의에 대한 빠른 응답과 처리율의 향상을 볼 수 없다. 따라서 고성능 질의 처리를 위한 시스템의 성능 향상을 위해서는 병렬 처리 기법의 도입이 필요하다. 기존의 디클러스터링 방법에서는 시간이 지남에 따라 연속적으로 보고되는 이동체 특성을 고려하지 않고 있다. 그러므로 대용량 이동체 데이터에 대하여 고성능 질의 처리를 위한 새로운 디클러스터링 방법이 필요하다. 이 논문에서는 대용량 이동체 데이테베이스에 대한 고성능 질의 처리를 위한 새로운 디클러스터링 정책을 제시하였다. 이동체 데이터의 MBB(Minimum Bounding Box) 중 공간 좌표에 대한 근접성만을 고려하여 하나의 SD(SemiAllocation Disk)값을 설정하고 그 값과 시간 도메인을 다시 고려하여 근접성을 계산함으로써 디클러스터링을 한다. 또한 디스크 별 부하 균등하를 고려하여 보다 정확한 디클러스터링 효과를 가지도록 하였다. 이와 같이 이동체의 시공간 특성을 고려한 새로운 디클러스터링 정책으로 시스템의 성능을 향상 시킬 수 있다. 성능평가를 통해서 기존의 Round-Robin 방법보다는 $5\%,\;10\$ 영역 질의에서 평균 $15\%$ 정도의 성능향상을 보였으며 Spatial Proximity 방법보다는 평균 $5\%$의 성능향상을 보였다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.1031-1042
• /
• 2023

인공위성은 시공간적으로 연속적인 지구환경 데이터를 제공하므로 위성영상을 이용하여 효율인 작물 수확량 예측이 가능하며, 딥러닝(deep learning)을 활용함으로써 더 높은 수준의 특징과 추상적인 개념 파악을 기대할 수 있다. 본 연구에서는 Landsat 8 위성 영상을 활용하여 다시기 영상 데이터를 이용하여 5대 수급 관리 채소인 배추와 무의 수확량을 예측하기 위한 딥러닝 모델을 개발하였다. 2015년부터 2020년까지 배추와 무의 생장시기인 6~9월 위성영상을 이용하여 강원도를 대상으로 배추와 무의 수확량 예측을 수행하였다. 본 연구에서는 수확량 모델의 입력자료로 Landsat 8 지표면 반사도 자료와 normalized difference vegetation index, enhanced vegetation index, lead area index, land surface temperature를 입력자료로 사용하였다. 본 연구에서는 기존 연구에서 개발된 모델을 기반으로 우리나라 작물과 입력데이터에 맞게 튜닝한 모델을 제안하였다. 위성영상 시계열 데이터를 이용하여 딥러닝 모델인 convolutional neural network (CNN)을 학습하여 수확량 예측을 진행하였다. Landsat 8은 16일 주기로 영상이 제공되지만 구름 등 기상의 영향으로 인해 특히 여름철에는 영상 취득에 어려움이 많다. 따라서 본 연구에서는 6~7월을 1구간, 8~9월을 2구간으로 나누어 수확량 예측을 수행하였다. 기존 머신러닝 모델과 참조 모델을 이용하여 수확량 예측을 수행하였으며, 모델링 성능을 비교했다. 제안한 모델의 경우 다른 모델과 비교했을 때, 높은 수확량 예측 성능을 나타내었다. Random forest (RF)의 경우 배추에서는 제안한 모델보다 좋은 예측 성능을 나타내었다. 이는 기존 연구 결과처럼 RF가 입력데이터의 물리적인 특성을 잘 반영하여 모델링 되었기 때문인 것으로 사료된다. 연도별 교차 검증 및 조기 예측을 통해 모델의 성능과 조기 예측 가능성을 평가하였다. Leave-one-out cross validation을 통해 분석한 결과 참고 모델을 제외하고는 두 모델에서는 유사한 예측 성능을 보여주었다. 2018년 데이터의 경우 모든 모델에서 가장 낮은 성능이 나타났는데, 2018년의 경우 폭염으로 인해 이는 다른 년도 데이터에서 학습되지 못해 수확량 예측에 영향을 준 것으로 생각되었다. 또한, 조기 예측 가능성을 확인한 결과, 무 수확량은 어느 정도 경향성을 나타냈지만 배추의 경우 조기 예측 가능성을 확인하지 못했다. 향후 연구에서는 데이터 형태에 따라 CNN의 구조를 조정해서 조기 예측 모델을 개발한다면 더 개선된 성능을 보일 것으로 생각된다. 본 연구 결과는 우리나라 밭 작물 수확량 예측을 위한 기초 연구로 활용될 수 있을 것으로 기대된다.

• 생태와환경
• /
• 제45권2호
• /
• pp.158-173
• /
• 2012

본 연구는 대청호 본류유역 7개 지점과 대청호 유입지류 8개 지점을 선정하여 2001년부터 2010년까지 측정된 환경부 수질자료를 분석해 시 공간적 변이를 파악하고, 더불어 대청호 유입 지류에 의한 대청호 수질의 영향을 분석하였다. 본류 수역의 연평균 수질 자료 분석결과에 따르면, 질소(N) 및 인(P)의 농도는 호수대 내에서 상류역에서 댐(M7)으로 갈수록 거리에 따라 1차 함수적으로 감소하는 경향을 보였다. 호수내 유수대(M1~M3), 전이대(M4~M6) 및 정수대(M7)의 TN과 TP는 외국 인공호들과 마찬가지로 뚜렷한 Zonation 패턴을 보였다. 반면, 호수내 유기물 지표로서 엽록소(CHL)와 BOD는 TN과 TP의 구간별 연속적 감소 패턴과는 달리 전이대에서 최고치를 보였다. 유수대에서는 몬순 집중강우기인 8월에 TP가 377 ${\mu}gL^{-1}$로서 최대치를 보였으나, 정수대에서는 7월에 165 ${\mu}gL^{-1}$로서 최대치를 보였다. 한편, 유수대의 TN은 3월 최대치(8.52 $mg\;L^{-1}$)를 보였으며, 정수대의 TN은 본류에 비해 상대적으로 낮은 수치를 보였고, 최대치는 8월 (3.76 $mg\;L^{-1}$)에 관측되었다. 집중강우에 의한 이온희석현상은 9~10월에 극명하게 나타났다. 호수내 제한요인의 평가지표로서 이용되는 TN : TP 비는 88 이상으로서 이미 대청호는 질소가 과잉공급 상태인 것으로 사료되었다. 몬순강우에 따라 호수의 수질은 악화되는 경향을 보였으며, TP와 SS가 강우에 가장 민감하게 반응하였고, CHL은 정수대의 변이 폭이 높게 나타났다. 호수내로 유입되는 지천의 영향평가에 따르면, 도심형 하천이자 농공단지와 하수처리장의 영향을 받고 있는 T1, T2 및 호수내에 가장 큰 영향을 줄 것으로 사료되는 옥천천(T5)의 오염도가 가장 높게 나타났다. 호수의 경험적 모델 분석에 다르면, 호수내에서 CHL의 변이는 유수대($R_z$: $R_2$=0.044, p=0.264)와 전이대 ($T_z$: $R_2$=0.126, p=0.054)에서 TN에 의해 통계학적 유의성을 보이지 않았으나, 정수대($L_z$)에서 질소는 조류 생장에 억제효과($R_2$=0.458, p=0.032)를 가질 수 있는 것으로 나타났다. 한편, 유입 지천($I_w$)의 TN은 호수내($I_r$)의 CHL의 변이에 통계학적으로 유의성이 없는 것으로 나타났고($R_2$=0.258, p=0.110), 유입 지천($I_w$)의 TP는 호수내($I_r$)의 CHL의 변이에 통계학적으로 유의성이 있는 것으로 나타났다 ($R_2$=0.567, p=0.005). 즉, 지천의 TP 유입은 대청호의 조류 생장에 직접적으로 영향을 주는 것을 의미하였다. 한편, 대청호의 TN : TP 비는 지천의 TN보다는 TP에 의한 영향을 받는 것으로 나타나 결국 TN : TP 비는 직접적으로 인(P)의 농도에 의해 조절되는 것으로 나타났다. 따라서 호수내의 여름철 TP와 SS 유입을 최소화 시키고, 높은 인이 유입되는 도심형 하천(옥천천)의 수질 개선이 대청호의 수질 개선에 큰 도움을 줄 것으로 사료되었다.

• 한국ITS학회 논문지
• /
• 제10권6호
• /
• pp.74-83
• /
• 2011

하이패스 교통정보시스템은 프로브 차량을 이용하여 직접 구간정보를 수집함으로써, 보다 신뢰성 높은 정보를 운전자에게 제공할 수 있다. 그러나 프로브 차량의 운행상황과 특성, 그리고 통계처리 방법 등이 정보의 신뢰성에 영향을 미치며 특히, 도시부도로에서는 구간통행시간이 신호 지체시간 경험 유무에 의해 크게 영향을 받기 때문에, 수집되는 개별 프로브 데이터 간 많은 편차가 발생하게 된다. 따라서 구간정보의 신뢰도 제고를 위한 다각적인 방면에서의 연구가 필요하다. 그러나 하이패스 정보제공과 관련한 선행연구는, 주로 연속류 특성을 가지는 고속도로 구간을 대상으로 이루어져, 이를 단속류 교통 특성을 가지는 도시부도로에 적용시키기에 한계가 있었다. 따라서 본 연구에서는 도시부도로에서의 하이패스 교통자료 특성을 분석하고 적절한 가공방안을 마련하는데 의의를 두고자 하였다. 시공간도를 이용하여 RSE로부터 수집하는 도시부도로의 하이패스 자료 특성을 분석한 결과, 수집자료는 종료노드의 신호주기를 주기로 하여 도착 차량의 신호 대기 등에 따라 일정한 패턴을 나타내는 것을 알 수 있었다. 또한, 신호대기 횟수와 대기시간에 따라 수집데이터의 편차가 발생하는데, 혼잡 상황보다 비혼잡 상황에서 편차가 크게 나타났다. 이는 혼잡상황에서는 신호대기 횟수가 많아지면서, 편차가 일정부분 상쇄되기 때문인 것으로 분석되었다. 이러한 도시부도로의 하이패스 수집자료는 신호대기에 의한 교통특성을 반영하기 위해 평균값을 대표값으로 사용하는 것이 적절하며, 신호 및 도로 특성에 따라 지정체 판단기준을 조절할 필요가 있는 것으로 분석되었다. 본 연구에서 도출한 결과가 도시부도로에서의 하이패스 정보의 신뢰성을 향상 시킬 수 있는 초석이 되길 기대한다.