• 한국공간정보시스템학회:학술대회논문집
• /
• 2007.06a
• /
• pp.300-306
• /
• 2007

2003년 $\ulcorner$국토의계획및이용에관한법률$\lrcorner$이 제정되면서 합리적인 토지이용을 유도하기 위해 시행되고 있는 토지적성평가제도는 토지의 공간 입지적 특성, 활용가능성, 주변 개발 여건 등을 고려하여 토지의 용도 구분을 위한 기초자료를 제공하는데 그 목적이 있다. 본 연구에서는 토지적성평가 데이터베이스의 주제도로부터 자료취득 시기의 불일치, 지적 불부합, 지적공부상의 등록 오류 등 토지적성평가 기초자료의 구축 오류를 도출하고, 다양한 공간영상정보자료 즉, 고해상위성영상이나 항공영상, 현장의 촬영영상 등과 구축된 벡터기반의 각종 주제도들을 비교 검증함으로써 토지적성평가체계의 DB 정확도를 향상시키고 평가결과의 신뢰성을 확보하는 데 그 목적을 두고 있다.

• Proceedings of the Korea Contents Association Conference
• /
• 2003.11a
• /
• pp.380-383
• /
• 2003

지형공간에 대한 3차원 이상의 입체적인 지공간에 대한 시각화와 더불어 시시각각으로 변화하는 지형공간을 유지하기 위해서는 시공간에 존재하는 정부의 취득과 표현기법이 신속하고 다양한 정보의 분석과 정리가 필수적인 숙제로 인식되어가고 있다. 렬 연구에서는 농촌 및 산촌지역을 대상으로 수집한 위성영상과 국립지리원에서 제작한 수치지도를 이용해 정밀지형보정을 실시하고 DEM과 정사영상을 이용해 3차원 이상의 다차원적인 공간정보시뮬레이션을 제작한 것이다. 이러한 입체적인 조감도의 작성기술은 각 분야에서 널리 활용될 수 있는 매우 중요한 요소기술로 활용될 수 있어, 위성영상을 이용하여 기존의 수치지형도와의 결합을 통한 3차원 영상 지도의 제작을 시도하여 다차원적인 분석이 가능한 입체 영상 조감도를 작성하였으며, 비행 시뮬레이션 기법에 의한 가상적인 접근이 가능한 연구결과를 얻어냄으로써 지형공간정보의 고부가 콘텐츠 활용을 유도하도록 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1505-1509
• /
• 2008

본 기본계획 수립에서는 하천업무의 문제점을 개선하고 영상정보를 적극 활용할 수 있는 토대를 마련하고자 현재까지 전산화되지 않은 하천 제외지 지형정보와 하천을 대상으로 하는 영상정보를 취득하여 DB화하고, 이렇게 구축된 영상정보 및 하천 공간정보를 결합하여 활용할 수 있는 주요 시스템 구축에 주안점을 두고 3차원 하천정보화 기본계획을 제시하였다. 3차원 하천정보화 기본계획의 목표연도는 2011년까지로 설정하였고, 2007년부터 2011년까지 총 5개년에 대해 로드맵을 제시함과 동시에 분야별 중점 추진과제를 도출하였다. 그리고, 도출된 중점 추진과제에 대한 실행계획을 제시하였다. 로드맵은 하천 제외지에 대한 공간정보를 체계적으로 구축하여 활용할 수 있는 기반을 조성할 수 있도록 제시하였으며, 또한 영상정보를 활용한 하천업무의 3차원 공간정보 제공도 중요한 요소로써 고려하였다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2006.05a
• /
• pp.132-137
• /
• 2006

국토가 좁은 반면 산지가 많은 우리나라에서는 국가지리정보체계 관리 또는 산림자원의 개발과 보전에 대한 중요성이 매우 크다. 따라서 최근에는 산림지역을 대상으로 한 인공위성 영상의 활용 연구가 소개되고 있다. 위성영상은 지구자원의 탐사와 환경감시를 비롯하여 지형정보의 수집 및 분석 등 다양한 분야에서 높은 활용도를 보이고 있으며, 특히 직접 접근이 불가능하거나 까다로운 지역의 지형지물에 대한 다양한 정보의 취득이 가능하다는 장점을 지니고 있다. 광범위한 지역의 주기적인 정보획득이 가능한 인공위성 영상은 환경탐사분야에서 새로운 대안으로 받아들여지고 있으며, 산림분석에도 활용될 수 있다. 따라서, 본 연구에서는 식생분류에 유리한 다중분광센서를 가진 Landsat TM 위성영상을 이용하여 산림형태의 변화를 분석하였으며, 이를 주기적으로 모니터링 할 수 있도록 Web 상에 구축하였다. 이를 통하여 누구나 쉽게 넓은 대상지역 산림형태의 주기적 변화를 모니터링 할 수 있으며, 또한 현장조사 자료의 보완에도 효율적으로 사용될 수 있으리라 판단된다.

• Proceedings of the KSRS Conference
• /
• 2000.04a
• /
• pp.143-148
• /
• 2000

레이저 프로파일링 시스템의 등장으로, 기존에는 얻을 수 없었던 도시 지역에 대한 DTM 취득이 가능해졌고, 더욱 정확한 정사투영영상 또한 제작할 수 있게 되었다. 하지만, 높이 변화를 보이는 자연지물과 인공구조물이 있는 지역에 대해 기존의 정사투영사진 제작기법이 적용될 때, 폐색이나 이중매핑과 같은 문제가 발생하게 된다. 특히 고층건물이 밀집되어 있는 도심지에서 이러한 현상은 두드러져 정사투영영상의 품질을 저해하는 주요한 원인이 된다. 따라서, 본 연구에서는 카메라의 외부표정요소와 DTM을 이용하여 폐색영역을 탐지하고, 폐색이 안된 다른 영상의 정보를 통해 폐색영역을 복원하여 더욱 완전한 정사투영을 제작할 수 있는 알고리즘을 제안하였다. 제안된 알고리즘에 의해 자연지물이나 인공고조물에 의한 폐색영역을 탐지할 수 있었고 폐색영역의 많은 부분을 부가영상을 이용하여 복원하였다. 건물에 대한 사전지식을 이용하여 폐색영역을 탐지하는 국내 연구가 있지만, 본 연구는 건물에 대한 부가정보나 모델링을 사용하지 않고 DTM과 카메라 외부표정요소만을 이용하여 폐색영역을 탐지한다는 점에서 이러한 연구들과 차별성을 가진다.

• Economic and Environmental Geology
• /
• v.41 no.6
• /
• pp.747-761
• /
• 2008

In order to experiment the acoustic remote classification of seabed sediment, we achieved ground-truth data(i.e. video and grab samples, etc.) and developed post-processing for automatic classification procedure on the basis of 300 kHz MultiBeam Echo Sounder(MBES) backscattering data, which was acquired using KONGBERG Simrad EM3000 at Sock-Cho Port, East Sea of South Korea. Sonar signal and its classification performance were identified with geo-referenced video imagery with the aid of GIS (Geographic Information System). The depth range of research site was from 5 m to 22.7 m, and the backscattering amplitude showed from -36dB to -15dB. The mean grain sizes of sediment from equi-distanced sampling site(50 m interval) varied from 2.86$(\phi)$ to 0.88(\phi). To acquire the main feature for the seabed classification from backscattering amplitude of MBES, we evaluated the correlation factors between the backscattering amplitude and properties of sediment samples. The performance of seabed remote classification proposed was evaluated with comparing the correlation of human expert segmentation to automatic algorithm results. The cross-model perception error ratio on automatic classification algorithm shows 8.95% at rocky bottoms, and 2.06% at the area representing low mean grain size.

• Korean Journal of Remote Sensing
• /
• v.22 no.6
• /
• pp.621-626
• /
• 2006

Today's commercial high resolution satellite imagery such as IKONOS and QuickBird, offers the potential to extract useful spatial information for geographical database construction and GIS applications. Extraction of 3D building information from high resolution satellite imagery is one of the most active research topics. There have been many previous works to extract 3D information based on stereo analysis, including sensor modelling. Practically, it is not easy to obtain stereo high resolution satellite images. On single image performance, most studies applied the roof-bottom points or shadow length extracted manually to sensor models with DEM. It is not suitable to apply these algorithms for dense buildings. We aim to extract 3D building information from a single satellite image in a simple and practical way. To measure as many buildings as possible, in this paper, we suggested a new way to extract building height by triangular vector structure that consists of a building bottom point, its corresponding roof point and a shadow end point. The proposed method could increase the number of measurable building, and decrease the digitizing error and the computation efficiency.

• Journal of the Korea Convergence Society
• /
• v.10 no.1
• /
• pp.103-113
• /
• 2019

License plate recognition camera is dedicated device designed for acquiring images of the target vehicle for recognizing letters and numbers in a license plate. Mostly, it is used as a part of the system combined with server and image analysis module rather than as a single use. However, building a system for vehicle license plate recognition is costly because it is required to construct a facility with a server providing the management and analysis of the captured images and an image analysis module providing the extraction of numbers and characters and recognition of the vehicle's plate. In this study, we would like to develop an embedded type convergent camera (Edge Base) which can expand the function of the camera to not only the license plate recognition but also the security CCTV function together and to perform two functions within the camera. This embedded type convergence camera equipped with a high resolution 4K IP camera for clear image acquisition and fast data transmission extracted license plate area by applying YOLO, a deep learning software for multi object recognition based on open source neural network algorithm and detected number and characters of the plate and verified the detection accuracy and recognition accuracy and confirmed that this camera can perform CCTV security function and vehicle number plate recognition function successfully.

• Korean Journal of Remote Sensing
• /
• v.37 no.3
• /
• pp.577-589
• /
• 2021

Drone mapping systems can be applied to many fields such as disaster damage investigation, environmental monitoring, and construction process monitoring. To integrate individual sensors attached to a drone, it was essential to undergo complicated procedures including time synchronization. Recently, a variety of composite sensors are released which consist of visual sensors and GPS/INS. Composite sensors integrate multi-sensory data internally, and they provide geotagged image files to users. Therefore, to use composite sensors in drone mapping systems, mapping accuracies from composite sensors should be examined. In this study, we analyzed the mapping accuracies of a composite sensor, focusing on the data acquisition area and pre-calibration effect. In the first experiment, we analyzed how mapping accuracy varies with the number of ground control points. When 2 GCPs were used for mapping, the total RMSE has been reduced by 40 cm from more than 1 m to about 60 cm. In the second experiment, we assessed mapping accuracies based on whether pre-calibration is conducted or not. Using a few ground control points showed the pre-calibration does not affect mapping accuracies. The formation of weak geometry of the image sequences has resulted that pre-calibration can be essential to decrease possible mapping errors. In the absence of ground control points, pre-calibration also can improve mapping errors. Based on this study, we expect future drone mapping systems using composite sensors will contribute to streamlining a survey and calibration process depending on the data acquisition circumstances.

• Journal of IKEEE
• /
• v.26 no.3
• /
• pp.468-474
• /
• 2022

In this paper, we propose a method to implement a real-time fire alarm system using deep learning. The deep learning image dataset for fire alarms acquired 1,500 sheets through the Internet. If various images acquired in a daily environment are learned as they are, there is a disadvantage that the learning accuracy is not high. In this paper, we propose a fire image data expansion method to improve learning accuracy. The data augmentation method learned a total of 2,100 sheets by adding 600 pieces of learning data using brightness control, blurring, and flame photo synthesis. The expanded data using the flame image synthesis method had a great influence on the accuracy improvement. A real-time fire detection system is a system that detects fires by applying deep learning to image data and transmits notifications to users. An app was developed to detect fires by analyzing images in real time using a model custom-learned from the YOLO V4 TINY model suitable for the Edge AI system and to inform users of the results. Approximately 10% accuracy improvement can be obtained compared to conventional methods when using the proposed data.