• 한국산업정보학회논문지
• /
• 제24권3호
• /
• pp.23-29
• /
• 2019

기존의 균열 검출 방법은 많은 인력과 시간, 비용이 소모되는 문제점이 있다. 이러한 문제를 해결하고자 차량이나 드론을 이용하여 취득한 영상에서 균열 정보를 파악하고 정보화하는 자동검출시스템이 요구되고 있다. 본 논문에서는 드론으로 촬영한 도로 영상에서의 균열 검출 연구를 진행한다. 획득한 항공영상은 전처리와 라벨링(Labeling) 작업을 통해 균열의 형태정보 데이터셋(data set)을 생성한다. 생성한 데이터셋을 Mask R-CNN(regions with convolution neural network) 딥러닝(deep learning) 모델에 적용하여 다양한 균열 정보가 학습된 새로운 모델을 획득하였다. 획득 모델을 이용한 실험 결과, 제시된 항공 영상에서 균열을 평균 73.5%의 정확도로 검출하였으며 특정 형태의 균열 영역도 예측하는 것을 확인할 수 있었다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.871-884
• /
• 2021

본 연구의 목적은 항공 및 위성영상을 활용한 토지피복 관련 인공지능 학습 데이터를 구축, 검증 및 알고리즘 적용의 효율화 방안을 연구하였다. 이를 위하여 토지피복 8개 항목에 대하여 고해상도의 항공영상 및 Sentinel-2 인공위성에서 얻은 이미지를 사용하여 0.51 m 및 10 m Multi-resolution 데이터셋을 구축하였다. 또한, 학습 데이터의 구성은 Fine data (총 17,000개) 와 Coarse data (총 33,000개)를 동시 구축 및 정밀한 변화 탐지 및 대규모 학습 데이터셋 구축이라는 2가지 목적을 달성하였다. 학습 데이터의 정확도를 위한 검수는 정제 데이터, 어노테이션 및 샘플링으로 3단계로 진행하였다. 최종적으로 검수가 완료된 학습데이터를 Semantic Segmentation 알고리즘 중 U-Net, DeeplabV3+에 적용하여, 결과를 분석하였다. 분석결과 항공영상 기반의 토지피복 평균 정확도는 U- Net 77.8%, Deeplab V3+ 76.3% 및 위성영상 기반의 토지피복에 대한 평균 정확도는 U-Net 91.4%, Deeplab V3+ 85.8%이다. 본 연구를 통하여 구축된 고해상도 항공영상 및 위성영상을 이용한 토지피복 인공지능 학습 데이터셋은 토지피복 변화 및 분류에 도움이 되는 참조자료로 활용이 가능하다. 향후 우리나라 전체를 대상으로 인공지능 학습 데이터셋 구축 시, 토지피복을 연구하는 다양한 인공지능 분야에 활용될 것으로 기대된다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 1998년도 추계학술대회 논문집
• /
• pp.343-348
• /
• 1998

본 연구에서는 위성영상 및 항공영상을 이용하여 여러 가지 정보를 추출하였다. 시간적으로 차이가 있는 Landsat TM (Thematic Mapper) 영상과 항공영상을 이용하여 변화 지역을 검출하였다. 변화지역 검출시 각 연도별로 비교사 알고리듬인 ISODATA를 이용하여 영상 분류를 행한 후, 분류 결과를 이용하여 지형이 변화된 지역을 추출함으로써 지형변화 추출 곁과의 정확도를 높일 수 있었다. 또한 부화소 (sub-pixel) 개념을 도입하여 비접근 지역의 도로망과 경작지역에 대한 피복 분류를 행하였다. 본 연구에서 사용한 알고리듬이 비접근 지역에 대한 지형정보 분석에 유용함을 알 수 있었다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제54권3호
• /
• pp.174-179
• /
• 2005

This paper presents 3D line segment extraction method, which can be used in generating 3D rooftop model. The core of our method is that 3D line segment is extracted by using line fitting of elevation data on 2D line coordinates of ortho-image. In order to use elevations in line fitting, the elevations should be reliable. To measure the reliability of elevation, in this paper, we employ the concept of self-consistency. We test the effectiveness of the proposed method with a quantitative accuracy analysis using synthetic images generated from Avenches data set of Ascona aerial images. Experimental results indicate that the proposed method shows average 30 line errors of .16 - .30 meters, which are about $10\%$ of the conventional area-based method.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.871-876
• /
• 2022

In the construction industry, fatal accidents related to scaffolds frequently occur. To prevent such accidents, scaffolds should be carefully monitored for their safety status. However, manual observation of scaffolds is time-consuming and labor-intensive. This paper proposes a method that automatically analyzes the installation status of scaffold joints based on images acquired from a Unmanned Aerial Vehicle (UAV). Using a deep learning-based object detection algorithm (YOLOv5), scaffold joints and joint components are detected. Based on the detection result, a two-stage rule-based classifier is used to analyze the joint installation status. Experimental results show that joints can be classified as safe or unsafe with 98.2 % and 85.7 % F1-scores, respectively. These results indicate that the proposed method can effectively analyze the joint installation status in UAV-acquired scaffold images.

• 한국측량학회지
• /
• 제20권1호
• /
• pp.59-67
• /
• 2002

최근 기존의 종이지도를 대신할 수치지형도와 같은 벡터데이터의 수요가 급증하고 있고, 더불어 항공기 및 인공위성의 광학센서 기술의 발달과 해상력이 높은 지구관측 다목적 상업위성들이 출현하면서 고해상 정사영상과 같은 래스터 데이터의 활용성도 크게 증가하고 있다. 비행선을 이용한 비디오 항공촬영기법은 실시간영상을 제공할 수 있을 뿐만 아니라, 항공기나 인공위성 관측에 비해 비용적인 측면에서 경제적이며 상대적으로 고해상의 컬러 영상을 제공할 수 있다. 또한, 영상 취득 및 처리 절차가 비교적 간단하며 인접 영상간 입체영상을 쉽게 취득할 수 있다는 장점이 있다. 그러나, CCD 센서의 제한된 해상력으로 인하여 광범위한 지역의 토지이용현황 관측과 같은 정밀한 정확도를 요구하지 않는 소축척의 현황도 제작이나 주로 스트립(strip) 영상을 모자익하여 선형적인 지형요소의 관측이나 GIS 데이터 구축에 활용되어 왔다. 본 연구를 통하여 향후 소지역을 대상으로 한 1:5,000축척의 수치지도 제작뿐만 아니라 기제작된 수치지도의 검증, 수정과 갱신작업에도 활용될 수 있을 뿐만 아니라 아울러, 다양한 종류의 비디오영상자료를 제공할 수 있게 됨으로써 도시지역의 시설물 관리나 도시 경관관리, GIS자료 구축 등 광범위한 분야에 활용될 것으로 기대된다.

• 한국측량학회지
• /
• 제33권4호
• /
• pp.259-266
• /
• 2015

국토 공간 활용이 복잡해짐에 따라 항공사진, 항공 라이다, 위성영상 등 국토 공간에 대한 정보를 효율적으로 취득하고 분석하기 위한 이종 데이터간의 변화 탐지 기법의 개발의 필요성이 증대되었다. 따라서 본 연구에서는 도시 및 주변 지역에 대하여 취득된 이종 데이터간의 변화 탐지를 위해 화소값에 기반하지 않고 에지 정보에 기반한 RECC (Relative Edge Cross Correlation)기법을 제안하였다. 항공 라이다와 고해상도 위성영상인 아리랑 2호 및 3호 영상에 대한 실험을 통해 변화 탐지 결과를 분석하여 RECC를 위한 적정 윈도우 크기 및 임계 계수를 도출하였고, 육안 분석을 통해 획득한 레퍼런스 데이터와의 비교를 통해 약 80%의 정확성을 보임을 확인할 수 있었다.

• 한국측량학회지
• /
• 제23권3호
• /
• pp.233-238
• /
• 2005

각종 응용분야에서 3차원 도시 건물 모형에 대한 관심이 대두되면서 효율적인 3차원 도시 모형 생성에 대한 연구가 진행되고 있다. 3차원 도시 건물 모형을 생성하는 데는 항공사진, 위성영상 및 LIDAR 자료가 많이 이용되며, 대부분 건물의 고도 추출 및 건물 복원에 관한 기법 개발에 초점을 두고 있다. 항공사진, 위성영상 및 LIDAR 자료를 이용하여 3차원 도시 모형을 생성할 경우, 영상자료로부터 건물 객체를 자동으로 검출하는 것은 쉽지가 않으므로 자동 3차원 도시 모형 생성에는 많은 어려움이 있다. 최근에는 단일 자료만을 이용하지 않고 상호 융합을 하거나 혹은 관련 자료원과 통합하여 보다 효과적이고 정확한 3차원 도시 모형 생성에 관한 연구가 활발히 진행되고 있다. 항공사진과 수치지형도를 통합 활용할 경우, 수치지형도에서 건물의 수평 위치를 추출하고 이 정보를 이용하여 항공사진에서 개략적인 건물 위치를 확인함으로써 효과적인 3차원 건물 모형 생성이 가능하다. 본 연구에서는 수치지형도(1/1,000)와 항공사진(l/5,000)을 이용하여 효율적인 3차원 도시 모형 생성에 관한 연구를 수행하였다. 관심점 추출 기법과 영상정합 과정에서 탐색 범위를 제한하기 위한 수단인 수직선 궤적 이론을 이용함과 동시에 기존의 템플릿 기법과 달리 건물의 형태에 따른 가변 템플릿 정합 기법을 개발하였다. 정확도 검증을 위하여 연구 성과 수치도화시스템을 이용하여 생성한 3차원 도시 모형을 비교분석하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.23.4-23
• /
• 2001

This paper proposes a new approach to unsupervised classification of remotely sensed images. Fusion of optic images (Landsat TM) and radar data (SAR) has beer used to increase the accuracy of classification. Number of clusters is estimated using generalized Dunns measure. Performance of the proposed method is best observed comparing the classified images with classified aerial images.

• 한국환경복원기술학회지
• /
• 제22권6호
• /
• pp.63-76
• /
• 2019

UAVs are unmanned, autonomous or remotely piloted aircraft. As UAVs become smaller, lighter and more economical, their applications continue to expand. Researches on UAVs in the field of remote sensing show development methods and purposes similar to those on satellite images, and they are widely used in studies such as 3D image composition and monitoring. In the field of environmental impact assessment(EIA), satellite information and data are mainly used. However, only low-resolution images covering long distances and large-scale data allowing for rough examination are being provided, so their uses are seriously limited. Therefore, in this paper, we construct spatial information of forest area by using unmanned aerial vehicle and seek efficient utilization and policy improvement in the field of environmental impact assessment. As a result, high-resolution images and data from UAVs can be used to identify the location status of SEIA, EIA, and small scale EIA project plans and to evaluate detailed environmental impact analysis. In addition, when provided together with infographics about Post-environmental impact investigation, it was confirmed that the possibility of periodic spatial information construction and evaluation can be used throughout the entire project contents and project post-process.In order to provide sophisticated infographics for the EIA, drone photography and GCP surveying methods were derived.The results of this study will be used as a basis for improving high-resolution monitoring and environmental impact assessment in the forest sector.