• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2004.03a
• /
• pp.295-300
• /
• 2004

변화탐지를 위하여 기존에 사용하던 화소차 혹은 화소비 변화탐지 기법은 단밴드의 영상을 사용하므로 다중분광 자료를 활용하기 어렵고 변화지역의 유형을 추출하는데 적절하지 못하다는 단점이 있다. 후분류 변화탐지 기법은 다중분팡 영상의 활용이 가능하고 변화지역의 변화 유형을 파악할 수 있지만 변화탐지 성과가 분류 결과의 정확도에 의해 크게 영향을 받는다. 이에 반해 CVA(Change Vector Analysis) 변화탐지는 여러 밴드의 다중분광 영상을 이용하여 변화지역을 탐지할 뿐 아니라 피복 변화의 경향을 파악할 수 있어 보다 효율적인 기법으로 평가받고 있다. 기본적인 CVA 변화탐지는 일반적으로 다중분광 영상의 red 밴드와 infrared 밴드의 영상을 조합하여 변화탐지를 수행하여 식생 및 인공물의 변화를 탐지한다. 본 연구에서는 단순한 red/NIR 밴드간의 조합 외에 식생의 특성을 계수로 변환하는 PDA(Pattern Decomposition Analysis) 변환 및 Tasseled Cap 변환 결과를 이용한 CVA 변화탐지를 수행하고 각 결과의 정확도를 비교하여 보다 효율적인 식생 변화탐지 기법을 제안하고자 하였다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.15 no.4
• /
• pp.104-114
• /
• 2016

Potholes have caused diverse problems such as wheel damage and car accident. A pothole detection technology is the most important to provide efficient pothole maintenance. The previous pothole detections have been performed by manual reporting methods. Thus, the problems caused by potholes have not been solved previously. Recently, many pothole detection systems based on video cameras have been studied, which can be implemented at low costs. In this paper, we propose a new pothole detection algorithm based on saliency map information in order to improve our previously developed algorithm. Our previous algorithm shows wrong detection with complicated situations such as the potholes overlapping with shades and similar surface textures with normal road surfaces. To address the problems, the proposed algorithm extracts more accurate pothole regions using the saliency map information, which consists of candidate extraction and decision. The experimental results show that the proposed algorithm shows better performance than our previous algorithm.

• Korean Journal of Remote Sensing
• /
• v.38 no.5_1
• /
• pp.559-570
• /
• 2022

When a satellite image has low spatial resolution, it is difficult to detect small objects. In this research, we aim to check the effect of super resolution on object detection. Super resolution is a software method that increases the resolution of an image. Unpaired super resolution network is used to improve Sentinel-2's spatial resolution from 10 m to 3.2 m. Faster-RCNN, RetinaNet, FCOS, and S²ANet were used to detect vessels in the Sentinel-2 images. We experimented the change in vessel detection performance when super resolution is applied. As a result, the Average Precision (AP) improved by at least 12.3% and up to 33.3% in the ship detection models trained with the super-resolution image. False positive and false negative cases also decreased. This implies that super resolution can be an important pre-processing step in object detection, and it is expected to greatly contribute to improving the accuracy of other image-based deep learning technologies along with object detection.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.12 no.11
• /
• pp.5208-5213
• /
• 2011

In this paper, we proposed a new direction finding(DF) technology using TDOA(time-difference of arrival) and PDOA(phase difference of arriving signal) method. The proposed technology has a good DF accuracy without DF ambiguity. TDOA or PDOA technology is used to the most of intelligence systems in 21 century. The principle of TDOA is to receive a signal with two parallel antennas, measure the time difference of arrival signal, and converse the time difference to the direction of incident signal. Those technology make a DF system small size but the DF accuracy is low into short antenna installation distance. The principle of PDOA is similar to TDOA except measuring the phase difference of arrival signal, These technology get a good DF accuracy in short antenna installation distance but have a DF ambiguity. The proposed DF method is simulated into DF system operation environment with noise, and has a good DF accuracy.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.11a
• /
• pp.176-179
• /
• 2020

현재 대부분의 객체 탐지 알고리즘은 RGB 영상을 기반으로 개발되고 있다. 하지만 안개가 끼거나 비가 오는 날 또는 방중에 촬영한 RGB 영상은 흐리거나 잘 보이지 않아 높지 않은 객체 탐지 결과를 보여줄 수 있다. 열 적외선 영상은 열 센서로 인해 만들어지든 영상으로 RGB 영상에 비해 기상조건이나 촬영 시간대에 상관없이 취득 될 수 있다. 본 논문에서는 RGB 영상과 열 적외선 영상을 기반으로 객체 탐지 알고리즘을 수행하고 각 영상에 따른 객체 탐지 성능을 비교한다. 야간에 취득한 RGB 영상과 열 적외선 영상에 객체 탐지를 수행하였으며, 열 적외선 영상 기반 결과가 RGB 영상 기반일 때 보다 더 높은 정확도를 보여주었다. 추가적으로 밤 시간대의 RGB 영상과 열 적외선 영상을 선정하여 객체 탐지 네트워크를 튜닝하였으며, fine-tuned 네트워크를 이용하여 객체 탐지한 실험 결과 역시 열 적외선 영상이 RGB 영상보다 더 높은 객체 탐지 정확도를 보이는 것을 확인할 수 있었다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2007.06a
• /
• pp.390-394
• /
• 2007

시간과 장소에 구애받지 않고 실시간으로 정보를 전달받을 수 있는 유비쿼터스 시대가 도래함에 있어서 실시간으로 움직이는 대상물의 위치를 알아내는 기술은 가장 근본적이며 필수적인 요소라 할 수 있다. 추측항법(Dead Reckoning)은 움직이는 대상물에 외부의 도움 없이 자신의 방향각과 가속도, 시간을 관측할 수 있는 관성항법장치(Inertial Navigation System)를 장착하여 이전의 위치 정보를 바탕으로 현재의 위치를 관측하는 방법이다. 또한 RFID(Radio Frequency IDentification)는 이러한 유비쿼터스 근거리무선통신의 핵심 기술로서 본 논문에서는 RFID에 기반한 위치 결정 시스템에 실시간 변화하는 대상물의 위치를 예측하기 위해 추측항법과 칼만필터(Kalman-filter)의 개념을 적용시켰다. 또한 RMSE(Root Mean Square Error)값을 통해 칼만필터의 적용에 따른 정확도의 향상과 각 디자인 요소들의 변화에 따라 위치의 정확도가 어떠한 변화를 갖는지를 분석하였다. 시뮬레이션 결과 칼만필터를 적용했을 때 이전보다 RMSE값이 현저히 작아지는 결과를 통해 위치의 정확도가 크게 향상되는 것을 확인하였다. 또한 RFID의 탐지 범위는 정확도에 큰 영향을 미칠 수 있는 주된 요소가 아니며, RFID 탐지 범위의 표준편차가 작을수록 위치 정확도는 높아지고, RFID 태그의 탐지 확률이 높을수록 RMSE 값의 변동이 작은 안정된 시스템을 갖으며 위치의 정확도 또한 높아진다는 것을 확인하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.1
• /
• pp.133-142
• /
• 2011

When TCP operates in multi-hop wireless networks, it suffers from severe performance degradation due to the different characteristics of wireless networks and wired networks. This is because TCP reacts to wireless packet losses by unnecessarily decreasing its sending rate assuming the losses as congestion losses. Although several loss differentiation algorithms (LDAs) have been proposed to avoid such performance degradation, their detection accuracies are not high as much as we expect. In addition the schemes have a tendency to sacrifice the detection accuracy of congestion losses while they improve the detection accuracy of wireless losses. In this paper, we suggest a new sender-based loss differentiation scheme which enhances the detection accuracy of wireless losses while minimizing the sacrifice of the detection accuracy of congestion losses. Our scheme estimates the rate of queue usage which is highly correlated with the congestion in the network path between a TCP sender and a receiver, and it distinguishes congestion losses from wireless losses by comparing the estimated queue usage with a certain threshold. In the extensive experiments based on a network simulator, QualNet, we measure and compare each detection accuracy of wireless losses and congestion losses, and evaluate the performance enhancement in each scheme. The results show that our scheme has the highest accuracy among the LDAs and it improves the most highly TCP performance in multi-hop wireless networks.

• Journal of Convergence for Information Technology
• /
• v.7 no.2
• /
• pp.53-58
• /
• 2017

This paper describes the design of a simulator for analyzing the accuracy of a correlative interferometer(CI) direction finder. CI direction finder is robust to noise, so it is often used in aircraft or ships where complex antenna installation is required, and the direction finding accuracy is very high. When the radio wave is incident at a specific azimuth angle, the phase difference calculated in a noiseless environment and the phase difference measured in a real environment with noise are fused to estimate the largest correlation coefficient as the azimuth angle of the radio wave. The simulator receives RF frequency, the number of antennas, the antenna coordinates, the transmission signal intensity, the bandwidth of the receiver, the gain and the payload effect, and calculates the direction finding accuracy of 0-360 degrees azimuth and 0-60 degree elevation with 0.5 degree. accuracy.

• Proceedings of the KSRS Conference
• /
• 2008.03a
• /
• pp.231-236
• /
• 2008

본 연구에서는 이진 변화탐지 방법상 요구되는 수동적인 자료처리 단계들을 모듈화하고 통합한 '이진 변화탐지 컴포넌트'를 개발하였으며, 대전 지역의 IKONOS 다중시계열 위성영상의 2개 연구지역에 적용함으로써 그 성능을 검증하였다. 개발된 컴포넌트는 ESRI의 ArcGIS 9.x 상에서 설치 및 실행되며, Visual Basic과 GIS 객체 라이브러리의 결합을 통해 구현되었다. 적용된 모델은 Im. J.(2007)의 연구에서 제시된 '캘리브레이션 기법을 이용한 자동 이진 변화탐지 모델'을 확장 적용한 것으로, 변화영상 히스토그램의 비정규분포를 고려한 누적 생산자 및 사용자 정확도 평가 기법이 최적 임계치 결정에 사용되었다. 다양한 변화탐지 기술들, ID, IR, NCIs, CVA, PCA와 ID, IR의 결합이 실험을 통해 비교 분석되었다. 실험 결과, 개선된 캘리브레이션 기법 적용을 통해 기존 기법보다 향상된 분류정확도를 얻었으며, PC1의 ID가 연구지역의 변화탐지 상에서 가장 우수한 분류 능을 보여주었다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.40 no.1
• /
• pp.15-22
• /
• 2022

In order to improve the accuracy of the deep learning object detection technique, the effect of magnification rate conditions and seasonal factors on detection accuracy in aerial photographs and drone images was analyzed through experiments. Among the deep learning object detection techniques, Mask R-CNN, which shows fast learning speed and high accuracy, was used to detect the vehicle to be detected in pixel units. Through Seoul's aerial photo service, learning images were captured at different screen magnifications, and the accuracy was analyzed by learning each. According to the experimental results, the higher the magnification level, the higher the mAP average to 60%, 67%, and 75%. When the magnification rates of train and test data of the data set were alternately arranged, low magnification data was arranged as train data, and high magnification data was arranged as test data, showing a difference of more than 20% compared to the opposite case. And in the case of drone images with a seasonal difference with a time difference of 4 months, the results of learning the image data at the same period showed high accuracy with an average of 93%, confirming that seasonal differences also affect learning.