• 한국지형공간정보학회:학술대회논문집
• /
• 한국지형공간정보학회 2002년도 추계학술대회
• /
• pp.117-122
• /
• 2002

촬영시기가 다른 두 위성영상을 비교 분석하여 시간에 따른 변화정보를 획득하는 변화탐지 기술은 다양한 분야에 유용하게 활용이 가능한 기술이다. 특히 최근 활용기대가 높아지고 있는 고해상도 위성영상을 활용하는 변화탐지 기술은 환경감시, 재해재난 후 피해상황 분석, 불법건축물 감시, 군사적 목적 등 기존의 중 저 해상도 위성영상으로는 얻을 수 없는 유용한 변화정보의 추출이 가능하다. 하지만, 고해상도 위성영상의 특수성으로 인해 저해상도 위성영상에 적용하였던 화소기반 변화탐지 기법을 그대로 사용 할 수 없으며 인공물이나 지형지물의 지리적, 형태학적 특징을 활용하여 변화요소를 탐지하여야 한다. 본 연구에서는 촬영시기가 다른 두 매의 고해상도 위성영상에 대하여 사용자가 신속하고 손쉽게 변화를 감지해 낼 수 있도록 이동창을 이용한 인터페이스를 구성하고, 영상에 대한 육안분석을 통해 사용자가 건물의 신축 및 철거 등 변화를 발견하여 변화지도를 작성할 수 있는 시스템 개발함으로써 반자동 방식에 의한 고해상도 위성영상의 변화탐지 방법을 제시하였다.

• 한국정보통신학회논문지
• /
• 제22권3호
• /
• pp.451-457
• /
• 2018

본 연구는 인공지능 분야의 딥러닝 기술을 기반으로 한 하수관 손상의 자동 탐지 분류 시스템을 제안한다. 성능의 최적화를 위하여 DB 획득 시 발생된 조도 및 그림자 변화와 같은 다양한 환경변화에 강인한 시스템을 구현하였다. 제안된 시스템에서는 Convolutional Neural Network(CNN) 기반의 균열 탐지 및 손상 분류 기법을 구현하였다. 최적의 결과를 위하여 $256{\times}256$ 픽셀 해상도의 CCTV 영상 9,941개를 이용하여 CNN모델을 적용하여 손상부위에 대한 딥러닝을 수행하였고 그 결과 98.76 %의 인식률을 획득하였다. 기계학습을 통한 딥러닝 모델을 기반으로 다양한 환경의 하수도 DB에서 $720{\times}480$ 픽셀 해상도의 646개의 이미지를 추출하여 성능 평가를 수행 하였다. 본 시스템은 다양한 환경에서 구축된 하수관 데이터베이스 에서 손상 유형의 자동 탐지 및 분류에 최적화된 인식률을 제시한다.

• 한국통신학회논문지
• /
• 제40권4호
• /
• pp.666-677
• /
• 2015

효과적인 네트워크 관리를 위해 응용 트래픽 분석의 중요성이 강조되고 있다. Snort는 트래픽 탐지를 위해 사용되는 보편적인 엔진으로써 기 정의된 규칙을 기반으로 트래픽을 차단하거나 로그를 기록한다. 하지만 Snort 규칙을 생성하기 위해서는 탐지 대상 트래픽을 전수 조사해야하기 때문에 많은 한계점이 존재할 뿐만 아니라 생성된 규칙의 정확성을 보장하기 어렵다. 본 논문에서는 순차 패턴 알고리즘을 활용하여 입력된 트래픽에서 최소 지지도를 만족하는 문자열을 찾는 방법을 제안한다. 또한, 추출된 문자열을 사용한 규칙을 입력 트래픽에 적용하여 트래픽에서 해당 문자열이 존재하는 위치 정보 및 헤더 정보를 추출한다. 이렇게 추출된 문자열과 위치정보, 그리고 헤더 정보를 조합하여 Snort 규칙을 자동 생성하는 방법을 제안한다. 생성된 규칙을 이용하여 다시 트래픽 분석을 실시했을 때 대부분의 응용이 97%이상 탐지되는 것을 확인하였다.

• 한국측량학회지
• /
• 제25권5호
• /
• pp.383-392
• /
• 2007

본 연구는 초분광 영상을 이용한 변화탐지 기법의 전처리 과정 중 하나인 영상간 기하보정과 밴드선택에 초점을 맞추고 있다. 최근 그 성능이 입증된 SIFT(Scale-Invariant Feature Transform) 기법을 이용하여 자동화된 기하보정을 수행하였으며, 분광정보의 불변 특성을 반영하는 PIF(Pseudo-Invariant Feature)를 추출하여 영상의 잡음을 추정함으로써, 변화탐지를 위한 유효 밴드를 선택하였다. 또한, 기대최대화(Expectation-Maximization) 기법을 이용한 객관적인 밴드선택 방법을 구현하였다. 제안된 기법들을 실제 적용하기 위해 Hyperion 영상을 사용하였으며, 영상에 나타나는 보정되지 않은 밴드 및 Striping 잡음의 특성을 부가적으로 제거하였다. 결과를 통해, 변화탐지를 위한 최소한의 요구조건인 0.2화소 이내의 정확도(RMSE)를 만족하는 신뢰도 높은 기하보정을 수행할 수 있었으며, 시각적인 판단에 의존하던 밴드선택을 PIF를 통해 객관화할 수 있음을 확인하였다.

• 대한공간정보학회지
• /
• 제21권3호
• /
• pp.55-62
• /
• 2013

본 연구에서는 전방위 카메라(Omni-directional Camera)를 이용하여 과속방지턱(Speed Bump)을 탐지하고 Vision Based Approach 통한 실시간 과속 방지턱 데이터의 갱신 방안을 제시하는 것을 목적으로 한다. 카메라 영상정보에서 과속 방지턱을 검출하기 위해 잡음을 제거하고 이를 구성하는 형상과 패턴으로 여겨지는 점들을 우선적으로 탐지하여야 한다. 과속방지턱은 일정한 폭과 규칙적인 형태를 유지하며 흰색과 노란색의 영역을 가지고 있음에 착안하여 침식과 팽창을 이용한 형태학적 연산과 HSV칼라 모델을 적용하여 도로상의 과속방지턱을 추출하였다. 카메라에서 거대한 이미지 데이터를 수집하여 대상 객체를 검출하고 GPS 위치 정보를 이용하였다. 마지막으로 동시적 위치추정 및 지도작성 (SLAMs :Simultaneous Localization And Mapping) 시스템을 구현하여 탐지알고리즘과 취득결과의 정확성을 평가하였다.

• 대한공간정보학회지
• /
• 제21권3호
• /
• pp.11-17
• /
• 2013

사회 변화에 따라 산지이용 수요가 증가하고 다양화되면서 산림을 훼손하고, 타 용도로 활용하는 산지의 면적이 증가하고 있다. 이에 최근 훼손된 산지의 면적을 효과적으로 확인하기 위하여 두 시기의 항공사진을 활용한 훼손 산지 변화탐지 기법을 연구하였다. 본 연구에서 개발한 기법은 객체기반 변화탐지 형식으로, 영상 혼합 - 객체 분할 - 객체 병합 - 노이즈 제거 - 훼손지 추출의 5가지 단계로 진행되었다. 훼손 산지에 적합한 객체생성 수준을 선정하고, 객체를 분할 병합하는 과정을 통해 객체 간의 관계와 각 객체가 지닌 분광 특성 및 정황적(Contextual) 정보를 활용하여 신규 훼손 산지를 추출하였다. 시범 영역 테스트 결과, 전체 판독범위의 12%에 해당하는 훼손 산지를 추출하였고 육안판독 훼손산지의 평균 96%를 포함함으로써, 육안판독 전 후의 보완 자료로서의 가치와 자동추출의 가능성을 확인하였다.

• 지구물리와물리탐사
• /
• 제25권4호
• /
• pp.189-200
• /
• 2022

도심지 도로에서의 지하공동 붕괴로 인한 지반침하 문제는 인명 및 재산 피해로 이어질 수 있기 때문에 이를 예방하기 위해서는 사전에 지하공동을 탐지하고 복구하는 과정이 필요하다. 지하공동 탐지는 주로 지표투과레이더(ground penetrating radar, GPR) 탐사를 통해 이루어지는데, 방대한 탐사 자료로 인해 해석에 많은 시간이 소모되고 전문가의 숙련도와 주관에 따라 해석 결과가 달라질 수 있다. 이러한 문제를 해결하기 위해 GPR 자료 해석 자동화 및 정량화 기법들이 연구되어 왔으며, 최근에는 딥러닝 기반의 해석 기법들이 많이 활용되고 있다. 이 연구에서는 딥러닝 기반의 GPR 자료해석 기법 중 쌍곡선(hyperbola) 신호를 탐지하는 과정에 대해 기존 연구에서 개발된 기법을 단계별로 실증 예제를 통해 설명하였다. 먼저, 쌍곡선 신호를 자동으로 탐지하기 위해서 딥러닝 기반 YOLOv3 객체탐지 기법을 적용했다. 다음으로는 column-connection clustering (C3) 알고리즘을 통해 쌍곡선 신호만을 추출하였고, 최종적으로 회귀분석을 통해 지하공동의 수평위치를 결정했다. YOLOv3 객체탐지 기법을 이용한 쌍곡선 신호 탐지 성능은 AP50 기준으로 정밀도 84%, 재현율 92%를 달성했다. 지하공동 수평위치 정확도는 4개 샘플에 대해 실제 위치와 약 0.12 ~ 0.36 m 정도의 차이를 보였다. 이를 통해 지하공동에 의해 나타나는 쌍곡선 신호에 대한 딥러닝 기반 탐지 기법의 적용성을 확인할 수 있었다.

• 대한공간정보학회지
• /
• 제20권4호
• /
• pp.117-125
• /
• 2012

항공라이다 데이터를 이용한 건물 추출 연구가 많이 진행되어 오고 있으나 대부분의 연구는 건물경계를 직선으로 가정하기 때문에 곡선경계가 포함된 건물의 경계를 올바르게 모델링하지 못하는 한계가 있다. 본 논문은 곡선경계를 포함하는 건물을 항공라이다 데이터로부터 직선과 곡선이 혼합된 경계로 모델링하는 것을 목적으로 한다. 건물점들에 대하여 적응적 컨벡스헐 알고리즘과 큰 반경의 국지적 컨벡스헐 알고리즘을 적용하여 두 세트의 경계점을 추출한다. 경계점들의 평균 점 간격 및 수직이등분선의 교차 비율에 의하여 곡선 세그먼트를 판별한 후, 직선과 곡선 세그먼트에 대하여 각각 다른 정규화 방법을 적용하여 건물경계를 모델링한다. 실험결과, 곡선 세그먼트의 추출 완전성과 정확성이 각각 69%, 100%로서 본 연구의 방법을 통해 대부분의 곡선경계를 올바르게 추출 및 모델링 할 수 있었다. 본 연구의 결과는 수치지도 제작기준을 만족하는 건물경계를 자동으로 생성하는데 효과적으로 활용될 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제27권2호
• /
• pp.75-87
• /
• 2011

본 연구에서는 고해상도 위성영상을 이용하여 기존의 훈련지역 선정과 같은 사용자 개입 없이, 영상의 다중분광 및 색상 불변 특정 정보를 통합한 영역기반 건물 추출 방법론을 개발하고, 이를 IKONOS와 QuickBird 영상에 적용하여 개발된 방법의 효용성을 평가하는데 목적이 있다. 이를 위해 우선 영상을 시드기반 영역확장기법인 MSRG기법을 이용하여 분할한 후, 건물 추출의 편의성을 높이기 위한 전처리 과정의 일환으로 분할된 영상에서 식생과 그림자 객체를 자동으로 탐지하여 제거하였다. 객체단위의 건물 추출을 위해 다중분광 및 색상 불변 특정 정보가 통합된 영역 병합 과정을 통해 식생과 그림자 객체가 제거된 분할영역에 대하여 영역 병합을 수행하였고, 최종적으로 병합된 분할영역의 형상 특징 정보를 이용하여 건물 영역을 추출하였다. 또한 보다 완전성 높은 건물 추출을 위해 일반화 기법을 이용하여 추출된 건물의 외곽선을 단순화하였다. 실험 결과, 대상지역 모두에서 80% 이상의 건물탐지 정확도를 보였으며 시각적으로도 우수한 결과를 도출하였다. 결과적으로 제안된 방법은 고해상도 위성영상의 건물 추출에 유용하게 적용될 수 있으리라 판단된다.

• 해양환경안전학회:학술대회논문집
• /
• 해양환경안전학회 2004년도 추계학술발표회
• /
• pp.43-47
• /
• 2004

두 개의 다른 위성 센서 (RADARSATSAR와 KOMPSAT EOC)를 사용하여 선박탐지 실험을 실시하였으며, 탐지성능을 검토하였다. 목포항과 울산항을 대상으로 실시하였으며 필요에 따라 현장 검증 데이터를 얻기 위하여 위성 통과 시에 선박에 승선하여 선박정보를 포함하는 Sea Truth를 취득하였다. 또한 VTS레이더 정보를 위성데이터와 비교를 통하여 위치정보의 검증을 수행하였다. 광학과 마이크로파 원격탐사에 있어 그 특성의 차이는 뚜렷하였으나, 광학의 경우 선속 3.1kts 이상인 선박의 후류가 탐지되었으며, 마이크로파의 경우, 최대 6-7kts의 선박에 대해서도 후류의 탐지는 어려웠다. 그러나, 마이크로파는 다양한 선형을 반영한 신호가 sigma nought로 표현되므로 향후 선형 정보뿐만 아니라, 침로의 추출이 가능하다는 결론을 얻었다. 또한, 동일 선박이라 할지라도 신호강도의 차이에 의해 선박이 2개 이상으로 나타나는 현상도 파악되었다. 앞으로 다양한 해상환경 및 위성 관측 모드에 따른 추가 실험을 실시하여 자동 선박추출이 가능할 것으로 판단된다.