• 한국지리정보학회지
• /
• 제25권4호
• /
• pp.136-150
• /
• 2022

본 연구는 하천 관리 및 홍수위 분석에 있어 필수적인 자료 중 하나인 하천 지형정보를 얻기 위해 RGB 영상을 활용하는 방법에 대한 비교 검토가 이루어졌다. 하천 구역의 지형정보를 얻는 데 있어 흐름 구간 즉 하도 지형정보를 얻는 것이 가장 어려운 분야 중 하나이기에 본 연구에서는 RGB 영상 기반으로 하도 지형정보를 추정하는 것에 집중하였다. 이를 위해 Acoustic Doppler Current Profiler(ADCP)와 RTK-GPS(Real Time Kinematic-GPS)를 이용하여 하도 지형을 직접 계측하였으며, 동시에 드론 촬영을 통해 획득한 고해상도 이미지를 이용하여 정사 영상을 생성하였다. 이후 수심 계측 결과와 RGB 정사 영상의 밴드 값들을 이용하여 수심 예측을 위한 기존에 개발된 회귀식들을 적용하였으며, 가장 뛰어난 예측력을 보여준 회귀식을 이용하여 연구 대상 지역의 하도 지형을 추정하였다. 흐름 구간 이외 지역의 경우 항공 라이다로부터 생성된 DEM을 이용하여 하천 구간 전체에 대한 지형정보를 구축하였다. 추가로 드론 촬영이 이루어진 동일한 시간 동안 직접 계측한 자료를 이용하여 생성된 지형정보와 드론 정사 영상 기반으로 생성된 하도 지형정보의 비교 검증을 수행하기 위해 CCHE2D 모형을 활용하여 흐름 모델링을 모의하였으며, 일부 구간에 대한 계측이 이루어지지 못한 직접 계측한 지형정보와 비교하여 영상 기반의 지형정보는 보다 나은 수심, 유속 모의 결과를 보여주었다. 본 연구 결과를 통해 RGB 영상으로부터 하도 지형정보를 획득할 수 있는 것을 확인하였으며, 추가적인 연구가 수행된다면 하천 관리를 위한 효율적인 하천 지형정보를 얻는 방법으로 활용할 가능성을 확인하였다.

• 대한원격탐사학회지
• /
• 제33권6_2호
• /
• pp.1139-1149
• /
• 2017

수목을 3차원 구조로 정량화하는 것은 다양한 환경분석 모델링의 입력 자료로써 매우 중요하다. 그러나 3차원 측량이 가능한 라이다는 고비용과 전문인력이 필요해 파편화된 소규모의 도시녹지를 측량하기에는 경제적 장비운용적 차원에서 현실적이지 않다. 또한 수목은 계절에 따라 민감하게 변화하므로 시계열 모니터링으로 도시생태계를 이해하려면 높은 빈도로 쉽고 빠르게 수관구조를 측량할 수 있는 디바이스와 이에 맞는 정량화기법의 개발이 필요하다. 환경분석 모델링의 입력 자료로써의 필요가 아니더라도, 도시내 수목의 크기와 나이는 관리비용, 생태계서비스, 경관, 안전 등과 직결되므로 반드시 정보화될 필요성이 있다. 본 연구에서는 도시내 수목의 3차원 환경정보 데이터를 생성하기 위한 디바이스와 방법론으로써 UAV(Unmanned Aerial Vehicle)와 SfM-MVS(Structure from Motion-Multi View Stereo), solid modeling을 제시하였다. 따라서 제시된 device와 방법론의 검증을 목표로 하여 다음과 같이 분석을 수행하였다. 첫째, stereo image들로부터 생성된 point cloud로 측량한 결과의 정확도를 지상 라이다 자료와 비교 검증하였다. 두 번째, UAV촬영 사진개수를 감소시킴에 따라 변화하는 point cloud의 밀도가 수목의 부피 및 크기 정량화 결과에 어떤 영향을 주는지를 살펴봄으로써 고해상도의 point cloud가 정밀한 수목 측량에 꼭 필요한 요소인지를 확인하여 보았다. 마지막으로, 수목 부피의 정량화 및 형상화를 위해 solid model이 얼마나 적합한가를 검증하고자 다른 3D type의 측정치와 비교하였다. 분석의 결과를 통해, UAV와 SfM-MVS 그리고 solid model을 이용하면 단일수목을 손쉽게 저비용 높은 시간해상도로 정량화 및 형상화가 가능함을 확인하였다. 다만, 본 연구는 단일 개체목만을 대상으로 한 연구이므로 더 넓은 녹지에 적용하기 위해서는 이에 맞는 비행계획의 수립, 다양한 공간정보 데이터와의 융합, 녹지규모 확대에 따른 정량화 기법의 개선 등 앞으로 이를 발전시킬 수 있는 후속연구가 필요하다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권11호
• /
• pp.960-966
• /
• 2009

다양체는 고차원 표본 데이터들 사이의 관계를 표현하기 위해 저차원 공간에서 생성된 구조로서 고차원 데이터인 영상과 3차원 인체 구성 데이터를 처리하는데 많이 사용되고 있다. 다양체 학습은 이러한 다양체를 생성하는 과정을 말한다. 그러나 다양체 학습을 이용한 포즈 추정은 학습하지 못한 실루엣 변화에 취약하다. 실루엣 변화는 2차원 영상에서 시점 변화, 포즈 변화, 사람 변화, 거리 변화, 잡영에 의해 발생되며, 이러한 변화를 하나의 다양체로 학습하기란 어렵다. 본 논문에서는 실루엣 변화를 유발하는 문제중 하나인 시점 변화에 대한 문제를 해결하고자 한다. 종래에 시점 변화에 상관 없이 포즈를 추정하는 방법에서는, 각 시점마다 다양체를 가지거나 사상 함수에서 시점에 관련한 요소들을 분리하석 별도의 다양체로 학습한다. 하지만 이러한 방법들은 복잡하고, 추정 과정에서 어떠한 시점의 다양체를통해 포즈를 추정할지 판단을 요구하며, 비교사 학습으로 인해 실루엣과 대응되는 3차원 인체 구성을 지정하기 어렵다. 본 논문에서는 시점 다양체, 포즈 다양체, 인체 구성 다양체를 편향된 다양체로 학습하여 사용하는 방법을 제안한다. 그리고 영상과 시점 다양체, 영상과 포즈 다양체, 인체 구성과 인체 구성 다양체, 포즈 다양체와 인체 구성 다양체 간에 사상 함수를 학습한다. 실험에서는 학습된 다양체와 사상 함수를 이용하여 24개의 시점에서 강인한 포즈 추정 결과를 보여주고 있다.

• 방송공학회논문지
• /
• 제14권2호
• /
• pp.144-153
• /
• 2009

최근, 사용자 제작 콘텐츠(UCC: User Created Contents) 또는 다시점 비디오(Multiview Video) 등의 응용을 위한 경량화 부호화 기술의 필요성이 대두됨에 따라 비디오 부호화 복잡도의 대부분을 차지하는 움직임 예측/보상 과정을 부호화기가 아닌 복호화기 측에서 수행하는 분산 비디오 부호화 기술(Distributed Video Coding)에 대한 연구가 활발히 이루어지고 있다. Wyner-Ziv 부호화 기술은 채널 코딩을 이용하여 원본 영상에 대한 복호화기 측의 예측영상인 보조정보에 포함된 잡음을 제거함으로써 영상을 복원하는 구조를 가진다. 일반적인 Wyner-Ziv 부호화 기술은 키 프레임 간의 움직임 예측/보상 과정에 기반한 프레임 보간법을 통해 보조정보를 생성하며, Shannon limit에 근접한 성능을 보이는 Turbo 코드나 LDPC 코드를 통해 잡음을 제거한다. Wyner-Ziv 부호화 기술은 채널 코드의 복호화를 위해 보조정보에 포함된 잡음의 정도를 예측하는데, 이를 '가상 채널 잡음(Virtual Channel Noise)'이라 하며 일반적으로 Laplacian이나 Gaussian으로 모델화 한다. 본 논문은 변환영역에서의 주파수 단위에 적응적인 채널 잡음 모델링에 기반한 Wyner-Ziv 부호화 방법을 제안한다. 다양한 영상에 대한 제안 방법의 실험 결과는 기존 방법과 비교하여 최대 약 0.52dB에 해당하는 율-왜곡 성능의 향상을 보여준다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
• /
• pp.169-171
• /
• 2003

현실감 있는 얼굴 모델을 생성하기 위한 방법은 70년대부터 계속되었지만, 얼굴 구조의 복잡성, 색상과 텍스처의 다양한 분포, 잔주름과 같은 미세한 부분을 표현하기 어렵다는 정들로 인해 아직까지도 계속 연구되어지고 있다. 본 논문은 기존의 하드웨어 의존적인 3차원 얼굴 모델을 생성 방법이 아닌 2차원 얼굴 영상만으로 얼굴 모델을 생성하는 방법을 제시한다. 연구 수행 단계는 크게 얼굴 영역 검출 과정과 얼굴 모델링 과정으로 나뉘어지며, 얼굴 영역 검출을 위해 정규화된 TS 색상값과 얼굴의 피부색에 대한 평균과 공분산을 이용한 마할라노비스 거리 측정법을 이용한다. 얼굴 모델링 과정에서는 2차원 영상으로부터 3차원 정보를 추출한 뒤 일반 얼굴 모델에 변형을 주어 모델을 생성한다. 보다 현실감 있는 모델을 생성하기 위해 텍스쳐 매핑 기법을 추가한다. 본 연구를 통해 생성되는 얼굴 모델은 아바타 생성, 화상회의, 인증 시스템과 같은 분야에 적용 가능하며, 입력 영상에 대한 제약점을 줄이고 또한 사람의 손이 거치지 않고 전체적으로 자동화되어 처리할 수 있는 시스템을 제안한다.

• 한국전자파학회논문지
• /
• 제7권2호
• /
• pp.178-185
• /
• 1996

In this paper, a theoretical analysis of a wide band distributed mixer using a dual-gate GaAs MESFET's(DGFET) is introduced. Based on low noise mixer mode(LNM) region modeling of DGFET, variation of g/sub m/ and conversion gain are presented versus bias. The distributed mixer is composed of drain and gate transmission line, m-derived image impedance matching circuits at each input and output port, and DGFET's. Through computer simulation, wide-band characteristics of designed distributed mixer are confirmed. And, it is certificated that LO/RF isolation between gate 1 and gate 2 is obtained more than 15dB.

• 인터넷정보학회논문지
• /
• 제17권1호
• /
• pp.101-107
• /
• 2016

최근 디지털 영상장비 개발 기술의 발전으로 인하여 중재 시술이 일반화되고 있다. 중재 영상시술은 미세한 카테터와 가이드와이어를 체내에 삽입하고 시술하는 기술적 특성으로 인하여, 시술의 효과와 안전성을 높이기위해서는 엑스선영상의 고화질이어야 한다. 이로인하여 방사선 피폭량이 증가하는 문제점을 갖고 있다. 따라서 엑스선 디텍터의 성능을 개선하는 연구가 활발하게 진행되고 있다. 또한, 혈관 조영술을 기반으로 한 중재시술은 참조 영상 처리와 3D 의료 영상처리 기술이 요구된다. 본 논문에서는 중재시술을 지원하기 위한 가이드 시스템을 제안하고자 한다. 뇌혈관질환의 중재시술에 기존 혈관조형검사기반의 2D 의료영상이 갖고 있는 문제점을 해결하고, 중재시술 도구인 카테터와 가이드와이어의 목표 병변까지 실시간 위치 추적과 최적의 경로를 안내 해주고자 한다. 이를 위한 전체 시스템은 의료영상 획득부와 영상처리부 그리고 디스플레이 디바이스부로 구성하였다. 그리고 제안한 시스템에서 제공하는 가이드서비스의 실험환경은 브레인 팬텀(Complete intracranial model with aneurysms, ref H+N-S-A-010)을 엑스선으로 촬영하면서 실험하였다. 그리고 참조 영상을 생성하기 위해서 라프라시안 알고리즘 기반의 뇌혈관 모델링과 DICOM에서 추출한 이미지 처리를 위해 Volume ray casting 기법을 적용하였다. 그리고 카테터와 가이드와이어의 위치추적과 경로 제공을 위해 $A^*$ 알고리즘을 적용하였다. 끝으로 제안한 시스템에서 제공하는 카테터와 가이드와이어의 위치추적 수행결과를 보인다. 제안한 시스템은 향후 중재시술에 유용한 안내 서비스를 제공할 것으로 기대하고 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권1_2호
• /
• pp.153-163
• /
• 2003

본 논문에서는 기하학적인 3차원 모델을 사용하지 않고 정면이 얼굴 영상 및 2차원 메쉬만으로 얼굴의 포즈 변형을 수행하는 영상기반 렌더링(Image Based Rendering; IBR) 기법을 제안한다. 3차원 기하학적 모델을 대신하기 위해, 먼저 표준 인물의 정면, 좌우 반측면, 좌우 측면의 얼굴 영상에 대한 표준 메쉬를 작성한다. 합성하고자 하는 임의의 인물에 대해서는 주어진 정면 얼굴 영상의 메쉬만을 작성하고, 그 밖의 메쉬는 표준 메쉬 집합을 근거로 자동 생성된다. 그런 다음, 메쉬 제어점들의 중첩 및 역전을 허용하도록 개선한 역전가능 메쉬워프 알고리즘(invertible meshwarp algorithm)을 이용하여 얼굴의 입체적인 회전 변형을 수행한다. 또한, 눈이나 입의 개폐 변형도 동일한 워핑 알고리즘으로 구현한다. 얼굴 변형 성능을 평가하기 위해, 총 10명으로부터 머리를 수평으로 회전하면서 동영상을 취득한 후, 실제 영상과 변형 영상마다 양 눈의 중간 위치인 기준점에서 각 특징점까지의 거리를 계산하여 평균 차이를 구하였다. 그 결과, 기준점에서 입의 중간 위치까지의 거리에 비해 약 7.0%의 평균 위치 오차만이 발생하였다.

• 한국수자원학회논문집
• /
• 제54권3호
• /
• pp.181-190
• /
• 2021

본 연구에서는 하천에서의 월류 발생에 따른 제방의 붕괴를 방지하거나 피해를 최소화하기 위한 신소재 보강공법을 제체 표면에 적용하여 그 효과를 검증하기 위한 실규모 횡월류 붕괴 실험을 수행하였다. 본 실험을 위해 제방 모형은 높이 2.5 m, 길이 12 m, 사면경사 1:2로 구성하였다. 또한 제방의 경우 습식 공법을 이용하여 바이오폴리머 분말, 물, 화강풍화토, 황토를 적정 비율로 혼합한 신소재를 제체 표면에 약 5 cm 두께로 분사한 뒤 식생활착 모니터링을 거쳐 최종 실험모형을 완성하였다. 안동하천연구센터 A3 수로 상류에서 4 ㎥/s 의 유량을 유입시켜 횡월류 흐름을 유도하였으며, 음향 도플러 유속계를 이용하여 상·하류의 유량 및 횡월류량의 변동을 측정하였다. 또한, 제방보강공법의 성능을 평가하기 위해 이미지 픽셀 기법 및 3차원 포인트 클라우드 모델링 기법을 활용한 시간에 따른 제방의 표면손실률을 산정함으로써 영상분석 기반의 새로운 평가 도구를 제시하였다. 본 연구결과를 적절하게 활용하게 되면 제방보강공법의 성능을 평가하는데 기초 자료로 활용될 수 있을 것으로 사료된다.

• 한국안전학회지
• /
• 제36권1호
• /
• pp.18-25
• /
• 2021

In many developed countries, such as South Korea, efficiently maintaining the aging infrastructures is an important issue. Currently, inspectors visually inspect the infrastructure for maintenance needs, but this method is inefficient due to its high costs, long logistic times, and hazards to the inspectors. Thus, in this paper, a novel crack inspection approach for concrete bridges is proposed using integrated image processing techniques. The proposed approach consists of four steps: (1) training a deep learning model to automatically detect cracks on concrete bridges, (2) acquiring in-situ images using a drone, (3) generating orthomosaic images based on 3D modeling, and (4) detecting cracks on the orthmosaic image using the trained deep learning model. Cascade Mask R-CNN, a state-of-the-art instance segmentation deep learning model, was trained with 3235 crack images that included 2415 hard negative images. We selected the Tancheon overpass, located in Seoul, South Korea, as a testbed for the proposed approach, and we captured images of pier 34-37 and slab 34-36 using a commercial drone. Agisoft Metashape was utilized as a 3D model generation program to generate an orthomosaic of the captured images. We applied the proposed approach to four orthomosaic images that displayed the front, back, left, and right sides of pier 37. Using pixel-level precision referencing visual inspection of the captured images, we evaluated the trained Cascade Mask R-CNN's crack detection performance. At the coping of the front side of pier 37, the model obtained its best precision: 94.34%. It achieved an average precision of 72.93% for the orthomosaics of the four sides of the pier. The test results show that this proposed approach for crack detection can be a suitable alternative to the conventional visual inspection method.