• 한국공간정보시스템학회:학술대회논문집
• /
• 1999.06a
• /
• pp.149-156
• /
• 1999

지형정보시스템(이하 GIS)에 있어서 공간 데이타베이스의 구축은 GIS 전체 구축비용의 많은 부분을 차지하며 막대한 시간과 비용이 소요되는 과정이다. 수치지도를 이용한 공간 데이타베이스 구축은 데이타 수집비용의 절감이라는 측면에서 점차 그 유용성이 증대되고 있지만 경계선 불일치, 객체의 불연속성과 같은 새로운 문제점들이 나타나게 되어 공간 데이터베이스를 생성하기 전에 수치지도에 대한 수정 및 편집작업이 수행되어야 한다. 이 논문에서는 클라이언트-서버 환경에서 여러 클라이언트가 수치지도에 대하여 동시에 수정작업을 하기 위해 영역 잠금(region lock)을 이용한 협동 트랜잭션 모델을 제시한다. 그리고 경계선 작업 시에 클라이언트간의 협동작업을 위한 메시지 전파 프로토콜을 제시한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06d
• /
• pp.186-189
• /
• 2011

공간정보 데이터 제품 사양은 공간정보를 생산에 요구되는 제반 절차를 문서화하고, 관리하기 위한 용도로 활용되고 있다. 본 논문에서는 수치지도 제품 사양을 시스템적으로 활용, 관리, 운용하기 위한 서비스 모델을 제시한다. 이를 통하여 수치지도 제품에 대한 접근과 이해도를 높임이고, 메타데이터 작성 비용을 절감하는 등 수치지도의 유통 및 활용이 보다 효율적으로 이루어질 수 있을 것이라 판단된다.

• Journal of Internet Computing and Services
• /
• v.19 no.5
• /
• pp.43-54
• /
• 2018

Images taken in haze weather are characteristic of low contrast and poor visibility. The process of reconstructing clear-weather image from a hazy image is called dehazing. The main challenge of image dehazing is to estimate the transmission map or depth map for an input hazy image. In this paper, we propose a single image dehazing method by utilizing the Generative Adversarial Network(GAN) for accurate depth map estimation. The proposed GAN model is trained to learn a nonlinear mapping between the input hazy image and corresponding depth map. With the trained model, first the depth map of the input hazy image is estimated and used to compute the transmission map. Then a guided filter is utilized to preserve the important edge information of the hazy image, thus obtaining a refined transmission map. Finally, the haze-free image is recovered via atmospheric scattering model. Although the proposed GAN model is trained on synthetic indoor images, it can be applied to real hazy images. The experimental results demonstrate that the proposed method achieves superior dehazing results against the state-of-the-art algorithms on both the real hazy images and the synthetic hazy images, in terms of quantitative performance and visual performance.

• Journal of Intelligence and Information Systems
• /
• v.28 no.4
• /
• pp.27-40
• /
• 2022

Medical AI, which has lately made significant advances, is playing a vital role, such as assisting clinicians with diagnosis and decision-making. The field of chest X-rays, in particular, is attracting a lot of attention since it is important for accessibility and identification of chest diseases, as well as the current COVID-19 pandemic. However, despite the vast amount of data, there remains a limit to developing an effective AI model due to a lack of labeled data. A research that used federated learning on chest X-ray data to lessen this difficulty has emerged, although it still has the following limitations. 1) It does not consider the problems that may occur in the Non-IID environment. 2) Even in the federated learning environment, there is still a shortage of labeled data of clients. We propose a method to solve the above problems by using the self-supervised learning model as a global model of federated learning. To that aim, we investigate a self-supervised learning methods suited for federated learning using chest X-ray data and demonstrate the benefits of adopting the self-supervised learning model for federated learning.

• Journal of the Korean Geophysical Society
• /
• v.9 no.2
• /
• pp.87-97
• /
• 2006

LIDAR(Light Detection and Ranging) is a new technology for obtaining DEM(Digital Elevation Model)ewith high density and high point acuracy. As LIDAR emerged, DEM could be developed in the earthsurface more efficiently and more economically, compared to the conventional aerial photogrametry.In this study, a digital camera is simultaneously used in combined LIDAR surveying, and acquired digitial image and DEM produce digital orthoimage. In this process, methods of combining sensor andorthoimage, GCPs determined by GPS surveying are used. Two digital orthoimage are produced; onewith a few GCP and the other without them. The produced maps can be used to corect or revised1:1,000 or 1:5,000 scale maps acordingly.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.635-638
• /
• 2017

안전한 도시환경에 대한 관심이 증가하면서 다양한 안전도 측정 모델을 통해 안전도를 측정하여 범죄 예방활동, 재난예측 분야에 적용하고 있다. 안전도 측정 모델을 통해 도로의 안전도 수치를 정량화하여 안전도관련 데이터가 맵핑된 지도와 같은 실제 보행자가 이용할 수 있는 서비스에 대한 필요가 증가하고 있다. 기존의 모델은 적용분야가 구체적이지 않고 모델을 서비스에 적용하기가 어렵고 정량화된 값을 제시하는 모델이 없어 수치가 의미하는 바를 명확히 알 수 없다. 따라서 공공데이터를 활용하여 "도로 안전지수 측정모델"을 개발하여 값을 얻고 이를 구성하는 각각의 공공 데이터를 지도상에 보여주고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.333-335
• /
• 1999

일반적으로 자기구성 지도에서는 구조가 초기에 결정되어 학습이 끝날때까지 변하기 않기 때문에 각 문제에 대한 구조를 반복된 실험을 통해서 최적화시켜야 한다. 그러나, 지도의 구조가 학습중에 적절하게 변경된다면, 해당 문제에 가장 알맞은 구조의 지도를 생성할 수 있을 것이다. 이 논문에서는 기존의 적응형 자기 구성 지도의 비교사 학습방법에 LVQ 알고리즘을 이용한 교사 학습방법을 결합한 구조 적응형 자기 구성 지도 모델을 제안한다. 이 방법은 일반적인 자기구성 지도 알고리즘보다 작은 수의 노드를 가지고 높은 성능을 보일 뿐만 아니라, 자기 구성 지도의 특성인 위상 보존도 잘 이루어진다. 오프라인 필기 숫자 데이터로 실험한 결과, 제안한 방법이 유용함을 알 수 있었다.

• Journal of Korean Society for Geospatial Information Science
• /
• v.25 no.1
• /
• pp.19-27
• /
• 2017

This research was aimed to analyze landslide susceptibility and compare the prediction accuracy using ensemble frequency ratio (FR) and logistic regression at the Inje area, Korea. The landslide locations were identified with the before and after aerial photographs of landslide occurrence that were randomly selected for training (70%) and validation (30%). The total twelve landslide-related factors were elevation, slope, aspect, distance to drainage, topographic wetness index, stream power index, soil texture, soil sickness, timber age, timber diameter, timber density, and timber type. The spatial relationship between landslide occurrence and landslide-related factors was analyzed using FR and ensemble model. The produced LSI maps were validated and compared using relative operating characteristics (ROC) curve. The prediction accuracy of produced ensemble LSI map was about 2% higher than FR LSI map. The LSI map produced in this research could be used to establish land use planning and mitigate the damages caused by disaster.

• Journal of the Korea Society of Computer and Information
• /
• v.17 no.7
• /
• pp.33-43
• /
• 2012

In With increase of a demand on the spatial data, the need of spatial data model which can effectively store and manege spatial objects becomes more important in many GIS applications. There are many researches on the spatial data model. Several data models were proposed for some special functions, however, there are still many problems in the management and applications. Digital Map is one of spatial data model which is being used in Korea. The existing Digital Map is based on the Tiles. This approach needs more cost in its construction and management. Therefore, in this paper, we propose a feature-based seamless data model with Digital map 2.0 which is based on Tiles. This model can be easily constructed and managed in the large databases so that it is able to apply to any systems. The proposed model uses the relationships between features to correct updated data and the Unique Feature IDentifier(UFID) also makes system to search and manage the feature data more easily and efficiently.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06c
• /
• pp.451-453
• /
• 2012

2D영상을 3D영상으로 변환하기 위해서는 영상 내의 깊이 정보를 알 수 있는 깊이지도(depth map)가 필요하다. 깊이지도를 획득하기 위해 다양한 시각적 특성들이 이용되는데, 본 논문에서는 영상에서 아래는 가깝고 위는 멀다는 가정을 기반으로 하는 상대적 높이(relative height) 특성을 이용하여 깊이지도를 생성하는 방법을 제안한다. 기존의 상대적 높이 특성을 이용한 방법들은 왼쪽이나 오른쪽으로 거리가 멀어지는 영상에 대해서 부정확한 깊이지도를 생성한다. 따라서 제안하는 방법에서는 문제점을 개선하기 위해 입력 영상을 소실점 위치에 따라 분류하여 깊이지도를 생성한다. 소실점이 왼쪽이나 오른쪽에 위치할 때는 영상을 회전시켜 소실점을 상단으로 보내 상대적 높이 가정에 맞도록 영상을 변환하고 소실점이 중앙에 위치할 때는 하늘 검출 방법을 통해 실내, 실외를 판별한 후 각 특성에 맞는 초기 깊이 모델을 적용한다. 실험 결과, 제안하는 방법이 상대적 높이 가정을 만족하지 않는 영상도 적합한 깊이지도를 생성할 수 있음을 확인하였다.