• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.10-13
• /
• 2021

본 논문에서는 과다 노출된 영상을 영상 간 변환(Image-to-Image Translation)을 위해 설계된 적대적 생성 신경망(Generative Adversarial Network)을 활용하여 복원하는 연구를 수행한다. 과다 노출 복원을 위한 기존의 연구에서 과다 노출 영역 판별, 밝기 회복, 색상 보정 과정을 거치는데, 영상 내 과다 노출 영역을 판별하는 과정에서 임의로 결정하는 파라미터에 의해 복원된 영상 결과가 달라지는 한계점을 극복하기 위해 종단간(End-to-End) 신경망을 학습시켜 과다 노출 영역을 별도의 파라미터 선택과 분할된 과정 없이 한 번에 복원하는 방법을 제안한다. 영상 간 변환 신경망 학습에 필요한 과다 노출 여부로 도메인이 분할된 데이터셋은 게임 소프트웨어를 활용하여 만들어 사용하였다. 본 연구에서는 신경망이 생성한 영상이 실제로 과다 노출 영역을 탐지하여 복원하는 것을 확인하였다. 그리고 과다 노출 영역을 탐지하여 복원하는 과정을 학습 단계별로 확인함으로써 신경망이 실제로 과다 노출 복원 과정을 학습함을 보였다.

• Korean Journal of Remote Sensing
• /
• v.36 no.5_2
• /
• pp.961-973
• /
• 2020

In this manuscript, a new pansharpening model based on Convolutional Neural Network (CNN) was developed. Dilated convolution, which is one of the representative convolution technologies in CNN, was applied to the model by making it deep and complex to improve the performance of the deep learning architecture. Based on the dilated convolution, the residual network is used to enhance the efficiency of training process. In addition, we consider the spatial correlation coefficient in the loss function with traditional L1 norm. We experimented with Dilated Residual Networks (DRNet), which is applied to the structure using only a panchromatic (PAN) image and using both a PAN and multispectral (MS) image. In the experiments using KOMPSAT-3A, DRNet using both a PAN and MS image tended to overfit the spectral characteristics, and DRNet using only a PAN image showed a spatial resolution improvement over existing CNN-based models.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.441-441
• /
• 2012

본 연구의 목적은 북한지역에 적용할 수 있는 논벼 재배지역 추출 기법을 개발 및 적용하여 논 분포도를 작성하고, 정확도를 평가하는 것이다. 이를 위하여 북한에 적용 가능한 시계열 위성자료를 수집하고, 논벼 재배지역 추출을 위한 토지피복 분류 기법을 개발하여 북한의 논벼 재배지역 분포도를 작성하고자 한다. 최종적으로 작성된 논 분포도를 북한의 농경지 모니터링을 위한 기초 자료로 제공토록 한다. 본 연구에서는 시계열 NDVI를 적용한 객체기반 무감독 토지피복 분류 방법을 활용하여 북한의 황해남도 재령군을 대상으로 토지피복 분류와 논 지역을 추출을 수행하고자 하였다. 본 연구에서 활용한 영상은 RapieEye로서 5개의 위성이 지구를 관측하고 있기 때문에 매일 동일한 지역의 영상을 폭넓게 획득할 수 있다는 장점이 있으며, Red, Green, Blue, Near Infra Red 밴드 외에 Red Edge 밴드에서 데이터를 획득하여 산림 모니터링, 농작물 모니터링 등에 효과적으로 활용할 수 있다는 특징이 있다. 먼저 2010년 4월, 6월, 9월 영상으로 각 영상의 NDVI를 산정하고 이를 활용하여 객체를 생성하였다. 다음으로 생성된 객체를 바탕으로 무감독 토지피복 분류를 수행하였고, 논 적합지역에 대한 지형 정보를 분류결과에 반영하여 최종적인 토지피복지도 및 논 지역 지도를 구축하였다. 본 연구결과는 원격탐사분야의 응용 기술을 확장하고, 향후 북한지역의 농산물 생산량 파악과 농업수자원 평가 분야에서도 폭 넓게 활용될 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.158-158
• /
• 2020

국내외 기상이변으로 인한 하천허용유량의 초과가 많이 일어나고 있다. 이때 사람이 직접 도섭으로 하천의 정보 대한 정보를 취득하기 어렵기 때문에 간접적인 방법으로의 정보취득이 중요시 되어야 한다. 그에 따른 방법으로 주입식의 표면부자를 활용한 방법이나, PIV 기법을 활용한 표면영상유속계측법을 이용한 유속측정방법 등이 있다. 하지만 이런 표면영상유속계측법은 영상의 변위가 커지게 되어 시간간격 설정에 대한 어려움 등이 있고, 표면부자법의 경우 표면 유속을 대변 할 수 있을지에 대한 분석연구가 필요하다. 따라서 이러한 표면 영상 유속계측법과 표면부자의 수표면 유속 측정 능력 등을 분석하여 GPS 전자부자의 활용성을 확인해 보고자 하였다. Lab-Scale 수로에서 GPS전자부자를 입자로 활용하여 주입 후 흘러가는 부분을 영상촬영하고, LS-PIV 기법을 활용하여 분석한 후 검증이 된 전자유속계 (FlowTracker)의 데이터를 참값으로 비교 분석하였다. LS-PIV 기법을 통해서 GPS 전자부자의 표면 유속 측정 능력을 잘 검증해낸다면, 유속측정에 용이하고 접근성 및 안정성까지 확보할 수 있다. 더 나아가 홍수 시 사용뿐만 아니라, ADCP나 ADV로 측정이 불가능한 저수심·저유속의 중소하천에서도 적용할 수 있다. GPS전자부자의 지속적인 연구는 향후 하천 측정 시스템에 많은 도움을 줄 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.26-26
• /
• 2022

본 연구는 하천중심선을 활용하여 Sentinel-1 위성영상기반 중소규모 하천 수체(水體) 추출 방법을 제안한다. 한강 유역의 한탄강 일부를 연구지역으로 선정하였으며, 이 지역을 촬영한 Sentinel-1 위성영상자료를 수집하였다. 여기에 개발한 방법의 검증을 위하여 유사시간대의 고해상도 광학위성 PlanetScope을 함께 수집하였다. 본 연구에서는 하천의 수체를 효과적으로 추출하기 위하여 국토지리정보원에서 제공하는 하천중심선 자료를 활용하였다. 하천중심선을 따라 유클리드 거리를 가중치로 산정한 자료(DST)와 Sentinel-1의 VH, VV 편광을 조합한 k-means 방법을 통해 위성영상의 픽셀을 군집화하였고, 최적의 매개변수 값을 산출하였다. 이 매개변수를 활용하여 Sentinel-1의 VV편광, VH편광 그리고 DST의 상관관계에 따른 타원방정식 형태의 계산식을 도출할 수 있었다. 수집한 자료의 검증결과 평균적으로 정확도는 0.65~0.75, kappa 계수는 0.8 내외를 보여 상당히 일치함을 확인할 수 있었다. 또한, 추가 확보한 30여 개의 Sentinel-1 위성영상을 제안 방법으로 추출한 수체의 면적과 유량 값을 비교해 본 결과, 유사한 변화 양상을 보였다. 본 연구는 하천 중심선자료를 활용하여 참값이 없더라도 수체 면적 추정이 가능함을 확인하였다. 제안한 방법은 현존하는 수체추출 방법보다 간단하고 신속하게 수체를 추출할 수 있을 것으로 보인다. 추후, 딥러닝을 통한 수체 식별을 추가 진행을 통해. 정확도를 높일 수 있을 것으로 기대한다.

• Proceedings of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography Conference
• /
• 2007.04a
• /
• pp.115-119
• /
• 2007

종중복도 60%이상, 횡중복도 30%이상 촬영되어지는 항공영상과 스테레오 촬영이 가능한 위성영상은 도화에 사용되는 입체시를 이용하여 영상(Stereo Aerial Image) 자체를 화면상에 입체적으로 구현하여 건물의 높이 정보 판독 및 해당 지역상에서 년도별 변화지역을 판독하는 일련의 업무 수행에 있어 중요한 자료로 활용하고 있지만 장기간의 작업시간, 작업에 대한 정확성에 취약점을 나타내고 있으며, 이는 행정업무의 효율성 저하요인을 발생하고 있다. 이에 본 연구에서는 이러한 항공사진 및 위성영성의 촬영상의 특성을 활용하여 영상 매칭 DEM을 활용한 높이정보의 변화와 영상 정합을 통한 변화지역 판독을 자동화 하는 시스템을 구현하였다. 시스템 구현을 위해서 개발 언어로 Visual C++을 사용하였으며, 개발된 알고리즘에 대한 평가 수행을 위해 사용자가 직접 입체 판독 및 분석을 수행할 수 있도록 편광 모니터를 사용하여 판독 시스템을 추가적으로 개발하였다.

• 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.

• 한국정보교육학회:학술대회논문집
• /
• 2009.08a
• /
• pp.87-92
• /
• 2009

본 연구에서는 UCC 동영상을 활용한 수업이 미국문화 이해도에 미치는 영향을 알아보았다. 이를 위해 7차 영어과 교육과정 목표를 참고하여 5학년 학생들 발달 단계에 맞는 미국문화 내용을 선정하고, 알맞은 UCC 동영상을 선별하여 UCC활용형 지식체험교수학습 모형을 개발하였다. 개발된 교수 학습과정안을 적용하여 초등학교 5학년을 실험집단과 통제집단으로 나누어 13차시 수업을 실시하였다. 실험 결과 UCC동영상을 활용하여 수업한 실험집단 평균 M=25.15(SD=3.02), 통제집단평균 M=24.09(SD=3.84)로서 실험집단이 통제집단보다 평균에서 더 높은 결과를 나타내었고, 이는 t=2.458(p=.017)로 p<.05 수준에서 통계적으로 유의미한 차이가 있는 것을 알 수 있었다. 따라서 UCC 동영상을 활용한 미국문화 교육이 기존의 수업 방법보다 초등학생들의 미국문화 이해도 향상에 효과가 있음을 알 수 있었다

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.10a
• /
• pp.605-606
• /
• 2011

최근 PC 기반의 새로운 입력장치인 키넥트(Kinect) 센서에 대한 연구사 활발하게 진행되고 있다. 키넥트 센서의 가장 큰 이점은 2차원 평면 영상정보에 대하여 새롭게 추가된 깊이(Depth) 정보를 얻을 수 있다는 것이다. 이것은 이전에 등장했던 다른 인터페이스보다 새로운 차원의 인터페이스로서 2차원의 영상 정보로부터 한 차원 확장된 3차원의 정보를 활용할 수 있다는 점에서 그 의미가 크다고 볼 수 있다. 본 논문에서는 이러한 2차원 영상정보와 추가된 깊이 정보를 활용하여 사람의 영상정보와 사람의 위치 정보를 활용하여 위치한 환경의 조명을 제어할 수 있도록 시스템을 구성하였다. 또한, 키넥트의 다양한 성능을 검토하기위하여 3개의 키넥트를 사용하였으며 중첩된 영상정보를 30%의 중복도를 가지도록 구성하여 다양한 활용가능성을 검토하였다. 구현한 시스템을 통하여 사람을 추적할 수 있도록 알고리즘을 개발하고, 추적된 사람의 위치 정보를 통하여 LED 조명을 제어할 수 있는 키넥트 기반의 조명제어 시스템을 제시하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.942-944
• /
• 2014

최근 병원정보시스템의 도입으로 병원 내 의료서비스 효율성 향상이 두드러지고 있다. 이러한 병원정보시스템의 개선으로 의료정보 통합이라는 문제가 대두되고 있으며, 이를 시도하고자 하는 움직임이 나타나고 있다. 그러나 의료정보 통합을 위한 선행 단계로 동일 환자를 찾는 문제해결이 우선시 되며, 이를 위한 환자 식별 알고리즘의 연구가 필요시 되고 있다. 대표적인 사례로 MPI(Master Patient Index) 모듈을 통해 환자의 기본 정보 및 진료 정보 등의 여러 필드를 비교하여 유사도를 산출할 수 있으나, 국내에 적합하지 않는 언어체계, 필드별 최적 가중치의 산정 등 여러 가지 문제점들을 가지고 있다. 본 논문은 이러한 MPI 등과 같은 매칭 알고리즘의 정확도를 높일 수 있는 보완적인 방법으로, 환자 필드 정보 외에 촬영한 의료 영상(MRI) 정보를 활용하여 동일 환자를 찾는 방법을 제안한다. 기존의 영상 정보만을 활용한 방법과는 달리, 의료영상의 물리적인 정보를 환자 식별 시 가장 높은 가중치를 부여하여 변하지 않는 불변의 특정 값으로 하여 높은 정확도를 검출하였다. 이러한 영상 정보를 활용한 유사도 측정 결과는 향후 환자 식별에 있어 보조적인 수단으로 활용하고자 한다.