• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.17 no.1
• /
• pp.248-254
• /
• 2013

In location finding system using spaced multi-sensor, there is the phenomenon that the position estimation accuracy is degraded by the location of signal sources and the sensors. This phenomenon is called GDOP(Geometric Dilution Of Precision) effect. and to minimize these effects, research is needed on how. In this paper, I will describe how to minimize GDOP effect, estimating possibility of GDOP using AOA(angle of arrival) information of spaced multi sensors, and removing sensor error factor in position estimation.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.303-306
• /
• 2021

이미지 초해상도는 영상 취득 과정에서 센서와 렌즈의 물리적인 한계 등으로 인하여 의해 화질이 저하된 이미지를 더 높은 배율로 복원하는 문제이다. 이미지 초해상도는 딥러닝을 통해 놀라운 성능향상을 이루었지만, 카메라로 촬영된 실제 이미지에서는 좋은 성능을 내지 못하였다. 이는 딥러닝에서는 'bicubic' 커널로 down-sampling된 합성 이미지 데이터를 사용하였던 것과 달리 실제 이미지에서는 'bicubic' 커널을 통한 화질 저하와는 다른 화질 저하, 즉 다른 커널을 통한 화질 저하가 발생하기 때문이다. 따라서 실제 이미지에 대한 성능을 높이기 위해서는 이에 대한 정확한 커널 예측이 필요하다. 최근 주목받기 시작한 이미지 초해상도를 위한 커널 예측은 초해상도를 잘 시켜주는 커널을 직접 찾는 방법[10, 13]과 이미지의 분포와 커널을 통해 다운샘플된 이미지에 대한 분포를 일치시켜주면서 커널을 예측하는 방법[14]으로 나누어져 있다. 그러나 두 방법 모두 ill-posed problem 인 커널 예측 문제를 한 장의 이미지만으로 해결하려는 것이기 때문에 정확한 예측에는 어려움이 발생한다. 따라서 본 논문에서는 두 장의 이미지를 활용한 이미지 화질 저하 커널 예측 방법을 제안한다. 제안된 방법은 두 장의 이미지가 같은 카메라를 통해 촬영되었으며 이때 이미지 화질 저하는 카메라에 의해서만 영향을 받는다는 가정을 기반으로 한다. 즉, 두 장의 이미지는 같은 커널을 통해 저하된 이미지라는 가정을 한다. 제안된 방법은 [14]에서처럼 이미지 분포를 기반으로 한 커널 예측을 진행하며, 이미지 초해상도를 진행하고자 하는 이미지 외에 참고 이미지 또한 같은 커널에서 화질 저하를 시켰을 때 본래의 이미지와 같은 분포에 있도록 학습을 진행한다. 결과적으로 본 논문에서는 두 장의 이미지를 사용하였을 때 더욱 정확하게 커널을 찾을 수 있음을 보여준다. 두 장의 이미지를 활용하는 방식이 한 장의 이미지만을 활용하는 기존의 최고 수준의 방법에 비해 합성된 다양한 커널 데이터셋[14]에서 약 0.17dB 성능 향상이 있었다.

• Journal of the Korea institute for structural maintenance and inspection
• /
• v.10 no.1
• /
• pp.190-196
• /
• 2006

In the existed study, a fire outbreak in a reinforced concrete structure looses the organism by the different contraction and expansion of hardened cement pastes and aggregate, and causes cracks by thermal stress, leading to the deterioration of the durability. So accurate diagnosis of deterioration is needed based on mechanism of fire deterioration in general concrete structures. Fundamental information and data on the Properties of concrete exposed to high temperature are necessary for accurate diagnosis of deterioration. Therefore, This study is willing to propose fundamental data for quick and accurate diagnosis of deteriorated concrete structure by fire damage with making variable concrete test specimen, exposing high temperature environment, observing the explosive spalling and examining engineering property.

• 한국지형공간정보학회:학술대회논문집
• /
• 2002.11a
• /
• pp.81-92
• /
• 2002

일반적으로 수치사진측량시스템을 통해 도심지역에서 자동으로 DEM을 추출하는 경우 해석도화원도에서 추출하는 DEM에 비하여 정확도가 크게 저하되어 도심지역에 대한 정사투영영상 생성이나 정사투영영상을 이용한 수치지도 제작시 품질저하의 요인이 되고 있다. 따라서 본 연구는 수치사진측량기법을 이용한 도심지역 지형공간정보 생성시 정확도에 영향을 크게 미치는 도심지역 DEM의 정확도를 향상시키는데 목적이 있다. 본 논문의 수행결과, 수치사진측량기법을 이용하여 도심지역에 대한 DEM 추출시 대상지역에 대한 지형분류를 통한 DEM추출방법을 적용하여 도심지역에 대한 DEM의 정확도를 향상시킬 수 있었다.

• Proceedings of the Korea Contents Association Conference
• /
• 2016.05a
• /
• pp.295-296
• /
• 2016

UAV를 이용하여 정사영상과 수치지도제작을 위해서는 촬영계획대로 촬영해야 한다. 그러나 풍속, 풍향 및 시스템의 결함으로 촬영정확도가 저하된다. 저가 UAV의 waypoint기능을 활용한다면 다소 실수를 줄일 수 있다. 본 연구에서는 waypoint기능을 이용하여 비행정확도를 평가하고 모의촬영을 통해 촬영정확도를 확인하고자 한다.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.37 no.4
• /
• pp.372-382
• /
• 2009

A GNSS software for processing the SBAS correction data is developed, and Japan MSAS correction data is analyzed. MSAS orbit correction data is analyzed and compared with WAAS data. MSAS ionosphere correction data is analyzed and the effect of the equatorial anomaly on the correction accuracy is discussed. Degradation due to receive delay of correction information and effect of the degradation on protection level analyzed using partial remove of MSAS correction information. Integrity and availability for precision approch using the MSAS system analyzed.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 1999.12a
• /
• pp.52-58
• /
• 1999

본 연구에서는 국내의 항공사진측량에서 적용되지 않고 있는 광속조정 Program을 구현하였다. 또한, 구현된 프로그램을 이용하여 과천지역에 대한 측량자료를 처리하였다. GPS를 이용하여 결정한 카메라 노출중심 위치를 이용하여 광속조정에 적용한 결과는 지상기준점수가 감소하여도 정확도는 완만하게 저하되었으나, 지상기준점만을 이용하여 광속조정에 적용한 결과는 지상기준점수가 감소함에 따라 정확도는 급격하게 저하되었다. GPS를 이용하여 결정한 카메라 노출중심 위치를 광속조정에 적용한 결과 블록 가장자리에 배치한 4개의 지상기준점 만으로 공공측량에 적합한 결과를 얻을 수 있었다. 본 연구를 통하여 GPS로 결정한 카메라의 노출중심위치를 항공삼각측량에 적용할 경우 필요한 지상기준점수를 축소함으로써, 비용을 절감할 수 있을 것으로 판단된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.632-635
• /
• 2016

증강현실에서 영상과 증강된 콘텐츠 간의 이질감을 줄이기 위해서 정확한 호모그래피 행렬을 추정해야 하며, 정확한 호모그래피 행렬을 추정할때 RANSAC 알고리즘이 널리 사용된다. 그러나 RANSAC 알고리즘은 랜덤 샘플링 과정을 반복적으로 거치기 때문에 불필요한 연산 과정이 발생하고 이로 인해 알고리즘의 효율이 저하된다. 이러한 단점을 극복하기 위해 DCS-RANSAC 알고리즘이 제안되었다. 제안된 DCS-RANSAC 알고리즘은 이미지를 특징점 분포 패턴에 따라 그룹으로 분류하고 각 그룹에 제약조건 문제를 적용하여 불필요한 연산 과정을 줄이고 정확도를 향상시킨 알고리즘이다. 그러나 DCS-RANSAC 알고리즘에서 사용된 이미지 그룹 데이터는 수동적인 방법을 통해 직관적으로 분류되어 있지만 특징점 분포 패턴이 다양하지 않아 분류시 정확도가 저하되는 경우가 있다. 위의 문제점을 해결하기 위해 본 논문에서는 머신러닝 기법을 통해 이미지들을 자동으로 분류하고 각 그룹마다 각기 다른 제약조건을 적용하는 MCS-RANSAC 알고리즘을 제안한다. 제안하는 알고리즘은 머신러닝 기법을 사용하여 전처리 단계에서 이미지를 분류하고 분류된 이미지에 제약조건을 적용시켜 알고리즘의 처리시간을 줄이고 정확도를 향상시켰다. 실험 결과 본 논문에서 제안하는 MCS-RANSAC은 DCS-RANSAC 알고리즘에 비해 수행시간이 약 6% 단축되었고 호모그래피 오차율은 약 15% 줄어들었으며 참정보 비율은 2.8% 증가한 것으로 확인되었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06c
• /
• pp.376-380
• /
• 2008

사회의 복잡화와 인터넷의 성장으로 폭발적으로 늘어나고 있는 정보들을 사용자가 모두 검토한 후 여과하기는 어려운 일이다. 이러한 문제를 보완하기 위해서 자동화된 정보 여과 기술이 사용되는데, k-최근접 이웃(k-nearest neighbor) 알고리즘은 그 구현이 간단하며 비교적 정확하여 가장 널리 쓰이고 있는 알고리즘 중 하나이다. k 개의 최근접 이웃들로부터 평가값을 계산하는 데 흔히 쓰이는 방법은 상관계수를 이용한 가중치에 기반하는 것이다. 본 논문에서는 이를 보완하여 대규모 데이터에 대해서도 속도는 크게 저하되지 않으며 정확도는 대폭 향상시킬 수 있는 방법을 적용하였다. 또한, 최근접 이웃을 구하는 거리함수로 다양한 방법을 시도하였다. 영화추천을 위한 실제 데이터에 대한 실험 결과, 속도의 저하는 미미하였으나 정확도에 있어서는 크게 향상된 결과를 가져올 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.813-816
• /
• 2019

최근 에너지 부족 문제 및 환경 문제의 해결수단으로 스마트 그리드가 많은 주목을 받고 있다. 스마트 그리드 기술은 에너지를 효율적으로 사용하는 데 도움을 주며, 이를 위해서는 더욱 정확한 전력수요 예측이 필요하다. 다양한 기계학습 기법 기반의 전력수요 예측 모델은 좋은 예측 성능을 보이지만 입력 변수의 개수가 증가할수록 처리해야 하는 데이터의 양이 기하급수적으로 증가한다는 단점이 존재한다. 또한, 불필요한 데이터를 입력 변수로 선정할 경우에는 모델의 정확도가 저하될 수도 있다. 이러한 문제를 해결하기 위해 다양한 특징 선택 기법들이 제안되었지만, 기존의 특징 선택 기법은 모델의 성능을 고려하지 않았기 때문에 실제 적용 시 오히려 모델의 성능이 저하될 수도 있다. 이에 본 논문은 유전 알고리즘을 기반으로 한 특징 선택 기법을 제안한다. 유전 알고리즘을 통해 각 모델에 맞는 최적의 입력 변수를 선택함으로써 빠른 학습 속도와 높은 정확도를 기대할 수 있다.