• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 추계학술대회 학술발표 논문집 제14권 제2호
• /
• pp.419-422
• /
• 2004

본 논문에서는 신경망 학습을 위한 데이터 획득시 생길 수 있는 오차를 줄이기 위해 획득 데이터에 대한 전처리 과정을 퍼지로써 구현하는 알고리즘을 제안하였다 신경망은 주어진 정보를 이용하여 학습을 가능하게 함으로써 시스템의 특징을 추출하는데 매우 우수한 능력을 발휘하고 있다 그러나 이는 학습에 사용하는 데이터에 오차가 포함되지 않는다는 점을 전제로 하고 있다. 그런데 데이터 획득과정이 인간의 주관적 판단에 의해 수작업으로 이루어지는 경우 학습 데이터는 오차가 존재할 수 있다. 학습 데이터의 오차를 줄이기 위해 조기에 획득된 데이터를 분석하고 추가적인 후보 데이터를 선정하여 데이터 획득 과정에서 큰 영향을 미치는 물체의 거리와 크기를 모두 고려할 수 있도록 퍼지 모델로써 구현하고자 한다.

• 한국측량학회지
• /
• 제4권1호
• /
• pp.25-36
• /
• 1986

지상사진으로 3차원 대상물에 대한 모든면의 절대좌표를 구하기 위해서는 최소 세쌍 이상의 모델이 필요하게 된다. 본 연구에서는 거울을 영상매개체로 이용하여 한쌍의 입체모델을 촬영하므로서 대상물의 모든면에 대한 3차원 좌표를 분석할 수 있는 기법을 연구하였으며, 거울면의 왜곡을 보정하기 위한 오차보정함수를 도입하여 거울영상기법의 정확성과 효용성을 증진시키는데 목적이 있다. 거울평면 방정식을 이용하여 거울에 투영된 점을 실제대상물상의 동일점으로 변환한 결과 X좌표의 오차가 가장크게 나타났으며, Y, Z좌표에서는 1mm 정도의 절대좌표오차를 나타내었고, 좌우거울의 보정함수를 도입하여 거울에 의한 왜곡을 보정하므로서 근거리 사진측량의 기대정확도에 만족됨을 알 수 있었다.

• 정보처리학회논문지B
• /
• 제11B권2호
• /
• pp.141-148
• /
• 2004

영상 매칭 방법을 이용하여 항공 사진 및 위성 영상으로부터 획득한 지상 위치 및 고도 정보인 수치표고모델(DEM)은 여러 환경의 영향으로 인하여 오차를 포함하고 있다. 본 연구에서는, 전문가가 이러한 오차를 수정 편집할 수 있도록 하기 위하여 기준 수치표고모델과 대상 수치 표고모델간의 유사도 값을 사용하여 수치표고모델을 평가하는 방법을 제시하고자 한다. 수치표고모델의 전 지역에 대해 수평 및 수직 오차를 구하기 위해서는 기준 수치표고모델의 격자와 대상 수치표고 모델 격자간의 유사도 값을 사용하여 각 기준 격자에 대한 정합 대상 격자를 구한다. 각 기준 격자에 대한 정합 대상 격자가 구해지면, 수평 및 수직 오차를 계산하여 전문가가 수정 편집할 영역을 판단할 수 있도록 한다. 즉, 유사도 값이 낮고, 고도의 차가 높은 경우. 그 격자는 후보 변화 또는 오류 격자로 판단된다. 이러한 후보 격자들이 영역을 이룰 경우. 수정 편집 대상인 변화 또는 오류 지역으로 판단한다. 이러한 방법을 사용함으로써, 모든 점에 대한 평가가 가능할 뿐 아니라, 수직 오차 외에도 수평 오차를 구할 수 있으므로, 보다 효과적으로 변화 또는 오류 지역을 찾을 수 있었다.

• 한국농림기상학회지
• /
• 제20권2호
• /
• pp.205-213
• /
• 2018

작물 모델의 개발과 검증에 사용되는 생체중 자료는 파괴적 샘플링을 통해 얻어져 왔다. 파괴적 샘플링이 가지는 단점을 보완하기 위해 저가형 3D 센서인 Kinect 센서와 무료 공개 소프트웨어들을 사용하여 생체중을 추정하는 기법을 개발하였다. 특히, 많은 작물모델들이 개발되어 있지 않은 배추를 대상으로 입체이미지를 생성하여, 그로부터 얻어진 부피와 생체중 추정치의 신뢰도를 분석하고자 하였다. 크기가 다른 배추 결구 부위를 스캔하기 위해 Kinect 센서와, Microsoft가 무상으로 제공하는 Software Development Kit 내 Kinect Fusion Explorer 프로그램을 사용하였다. 개별 배추의 입체이미지를 생성하기 위해 3D 그래픽 편집 소프트웨어인 Meshlab을 활용하여 배경과 불필요한 물체를 수동으로 제거하였다. 또한, 불완전한 입체모델로부터 생체중 추정을 위해 3D 프린터 소프트웨어인 Makerbot Desktop 을 사용하여 배추를 생성하기 위해 필요한 플라스틱 필라멘트 소모량을 추정하였다. 입체모델 편집 프로그램인 Blender를 사용하여 부피를 추정하였을 때, 실제 부피에 비해 17.6%에서 2160.6% 범위의 상당한 오차가 있었다. 반면, 필라멘트 소요량은 실제 배추 생체중 변이의 98.7%를 설명할 수 있었다. 또한, 이들의 상관관계는 5% 수준에서 유의하였다. 이러한 결과들은 직접적인 부피 계산 절차를 제외하더라도 간편하게 생체중을 추정할 수 있음을 확인하였다. Kinect 센서를 사용하여 배추의 생체중 추정이 가능하다는 것이 확인 되었으나, 기존의 고가형 3D 센서에 비해 낮은 해상도와 주간에 활용이 어려운 점이 있다. 그럼에도 불구하고, 배추 생육 모델의 시계열적 검증 자료를 Kinect 센서를 이용하여 간편하고 신속하게 획득할 수 있어 모델의 불확도를 감소하는 데에 기여할 수 있을 것으로 판단된다. 따라서, 후속 연구에서 보다 저렴한 가격대의 3D 센서들을 대상으로 야외 및 주간조건애서 작물의 생체중 측정 가능성에 대해 검토하고 작물 모형 개발 및 개선을 위한 기술개발이 이루어져야 할 것으로 사료된다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.499-501
• /
• 2001

본 논문에서는 사실적인 아바타(avata) 구현의 핵심이라 할 수 있는 입체적인 얼굴 표현을 위해, (※원문참조) 기하학적인 정보를 사용하지 않고 중첩 메쉬를 허용하는 개선된 메쉬 워프 알고리즘(mesh warp algor※원문참조)을 이용하여 IBR(Image Based Rendering)을 구현하는 방법을 제안한다. 3차원 모델을 대신하기 위해 (※원문참조) 인물의 정면, 좌우 반측면, 좌우 측면의 얼굴 영상들에 대해 작성된 메쉬를 사용한다. 합성하고자 하는 (※원문참조) 정면 얼굴 영상에 대해서는 정면 메쉬만을 작성하고, 반측면이나 측면 메쉬는 표준 메쉬를 근거로 자(※원문참조)된다. 얼굴 포즈 합성의 성능을 펴가하기 위해, 얼굴을 수평으로 회전하는 실제 포즈 영상과 합성된 포(※원문참조)에 대해 주요 특징점 들을 정규화 한 위치 오차를 측정한 결과, 평균적으로 양 눈의 중심에서 입의 (※원문참조)리에 대해 약 5%의 위치 오차만이 발생한 것으로 나타났다.

• 한국측량학회지
• /
• 제31권6_1호
• /
• pp.503-509
• /
• 2013

KOMPSAT-3(또는 다목적 실용위성 3호)는 한국항공우주연구원의 고해상도 광학 관측임무를 가지고 2012년 5월 18일에 발사되었으며, 지상좌표 획득을 위해 RPC를 제공하고 있다. 그러나 제공 RPC는 내 외부표정요소 오차의 영향을 가지고 있으므로 이에 대한 조정이 필요하다. 본 연구는 KOMPSAT-3 위성영상 제공 RPC의 적합한 조정모델을 찾기 위하여 6가지 유형의 조정모델을 적용하였다. 그 결과, 조정계수 2개와 6개의 결과오차 차이가 0.1m 내외로 나타났다. 따라서 KOMPSAT-3 위성영상의 RPC 조정방법은 기준점 개수가 가장 적게 소요되는 2개 조정계수로 제안하였다. 이 방법으로 기준점 개수 증가에 따른 조정 RPC의 정확도 분석결과, 한 개 기준점만을 사용하더라도 최대오차 3m를 넘지 않았다. 결과적으로 본 연구에 사용된 KOMPSAT-3 입체영상의 제공 RPC는 2개 조정계수를 적용할 수 있을 것으로 판단한다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2000년도 하계학술발표대회 논문집 제19권 1호
• /
• pp.203-206
• /
• 2000

입체음향 시스템에서 모노음에 방향감을 제어하기 위한 방법으로 FIR 필터 형태의 머리전달함수( HRTF : Head-Related Transfer Function)를 사용한다. 그러나 이때 사용되는 FIR형태의 머리전달함수는 높은 차수를 가지고 있어 실시간 음상정위 처리가 어려운 문제점을 가지고 있다. 본 논문에서는 FIR 형태의 머리전달함수를 ARMA 시스템 인지기법을 이용하여 저차의 IIR필터 형태로 모델링하여 실시간 데이터 처리가 가능하도록 하였다. 본 논문에서 제안하는 ARMA 시스템 인지기법을 이용하게 되면 주어진 고차의 FIR형태의 머리전달함수를 다양한 안정성을 갖는 IIR모델들을 얻을 수 있으며, 이들 중 적절한 스펙트럼오차를 갖는 저차의 IIR모델을 선택 할 수 있다.

• 한국측량학회지
• /
• 제21권1호
• /
• pp.61-69
• /
• 2003

입체위성영상을 사용하여 생성된 수치표고모델과 정사영상의 위치정확도에 영향을 미치는 여러 가지 요인이 있다. 특히 지상기준점의 수량이 영상모델링과 수치표고모델, 정사영상의 위치정확도에 주는 영향에 대한 연구가 선행되어야 할 것이다. 따라서 본 연구에서는 수치영상처리 방법으로 공간해상도가 10m 인 SPOT 흑백영상을 사용하여, 지상기준점 수량을 10∼30개까지 5개 단위로 증가하여 각각의 모델링과 수치표고모델, 정사영상을 생성하였다. 정확도평가는 20개의 검사점을 사용하여 정사영상상에서 이루어졌다. 그 결과 지상기준점 수가 10∼30개 사이에서 모델링의 표준오차는 1화소 미만으로 나타났다. 정사영상을 사용한 수평ㆍ수직오차는 기준점수가 증가할수록 줄어드는 경향을 보였으며, 지상기준점 10∼15개가 가장 경제적인 것으로 나타났다. 또한 지상기준점 개수와 정사영상 위치정확도의 상관관계를 분석하고 향후 개선방안과 연구과제를 제시하였다.

• 한국지능시스템학회논문지
• /
• 제15권1호
• /
• pp.69-74
• /
• 2005

본 논문에서는 신경망 학습을 위한 데이터 획득 시 생길 수 있는 오차론 줄이기 위해 획득 데이터에 대한 전처리 과정을 퍼지로써 구현하는 알고리즘을 제안하였다. 신경망은 주어진 정보론 이용하여 학습을 가능하게 함으로써 시스템의 특징을 추출하는 데 매우 우수한 능력을 발휘하고 있다. 그러나 이는 학습에 사용하는 데이터에 오차가 포함되지 않는다는 점을 전제로 하고 있다. 그런데 데이터 획득 과정이 인간의 주관적 판단에 의해 수작업으로 이루어지는 경우 학습 데이터는 오차가 존재할 수 있다. 학습 데이터의 오차론 줄이기 위해 초기에 획득된 데이터를 분석하고 추가적인 후보 데이터를 선정하여 그 중에서 가장 적절한 데이터를 고르게 하였다. 데이터 후보 추천 시스템은 데이터 획득 과정에서 큰 영향을 미치는 물체의 거리와 크기를 모두 고려할 수 있도록 퍼지 모델로써 구현하였다. 후보 추천 결과, 상당수의 오차 데이터를 수정할 수 있었으며 이는 심리적 요인과 신체적 요인이 크게 작용한 데이터일수록 큰 효과를 나타냈다.

• 한국지형공간정보학회:학술대회논문집
• /
• 한국지형공간정보학회 2002년도 추계학술대회
• /
• pp.73-80
• /
• 2002

다항식비례모형(Rational Function Model)은 센서의 종류에 상관없이 적용이 가능한 범용적 모델이다. 다항식비례모형계수를 결정하기 위해서는 고르게 분포된 다수의 지상기준점이 필요한데 기준점의 취득 방법에 따라 크게 terrain-independent solution과 terrain-dependent solution 두 가지로 나눌 수 있다. 최근에 이루어진 대부분의 연구는 terrain-independent solution에 집중되어 있다. 그러나 비전문가 집단에서의 위성영상 활용성을 증가시키기 위해서는 terrain-dependent solution 방법을 적용한 정확도 향상에 관한 연구가 필요하다. 따라서 이번 연구에서는 KOMPSAT 입체영상에 대하여 terrain-dependent solution을 이용해 다항식비례모형계수를 구하였으며 상관도 분석을 통해 정확도를 향상시켰다. 또한 이를 이용해 영상정합을 수행하고 수치고도모형을 생성하였다. 엄밀 센서모델을 통해 제작한 수치고도모형과 비교해 정확도를 검증해본 결과 두 수치고도모형사이에 각각의 방향별로 dx=18.11m, dy=32.29m, dz=34.58m의 표준편차를 나타내었다. 또한 서로 다른 위성영상으로부터 상관도 분석을 통해 다항식비례모형계수를 구하고 3차원 위치결정을 한 후 검사점과 비교하여 정확도를 분석한 결과 수평방향의 평균오차는 dx=13.08m, dy=18.12m 이고 수직평균오차는 23.75m를 나타내었다.