• 대한원격탐사학회지
• /
• 제26권3호
• /
• pp.317-324
• /
• 2010

In recent years, many automatic classification approaches have been employed. An automatic classification method can be effective, time-saving and can produce objective results due to the exclusion of operator intervention. This paper proposes a classification method based on automated training for high resolution multispectral images using ancillary data. Generally, it is problematic to automatically classify high resolution images using ancillary data, because of the scale difference between the high resolution image and the ancillary data. In order to overcome this problem, the proposed method utilizes the classification results of a Landsat image as a medium for automatic classification. For the classification of a Landsat image, a maximum likelihood classification is applied to the image, and the attributes of ancillary data are entered as the training data. In the case of a high resolution image, a K-means clustering algorithm, an unsupervised classification, was conducted and the result was compared to the classification results of the Landsat image. Subsequently, the training data of the high resolution image was automatically extracted using regular rules based on a RELATIONAL matrix that shows the relation between the two results. Finally, a high resolution image was classified and updated using the extracted training data. The proposed method was applied to QuickBird and SPOT-5 images of non-accessible areas. The result showed good performance in accuracy assessments. Therefore, we expect that the method can be effectively used to automatically construct thematic maps for non-accessible areas and update areas that do not have any attributes in geographic information system.

• 디지털산업정보학회논문지
• /
• 제18권1호
• /
• pp.55-64
• /
• 2022

This study analyzes the success factors of OTT original content through big data, and intends to suggest scenarios, casting, fun, and moving elements when producing the next work. In addition, I would like to offer suggestions for the success of 'Squid Game Season 2'. The success factor of 'Squid Game' through big data is first, it is a simple psychological experimental game. Second, it is a retro strategy. Third, modern visual beauty and color. Fourth, it is simple aesthetics. Fifth, it is the platform of OTT Netflix. Sixth, Netflix's video recommendation algorithm. Seventh, it induced Binge-Watch. Lastly, it can be said that the consensus was high as it was related to the time to think about 'death' and 'money' in a pandemic situation. The suggestions for 'Squid Game Season 2' are as follows. First, it is a fusion of famous traditional games of each country. Second, it is an AI-based planned MD product production and sales strategy. Third, it is casting based on artificial intelligence big data. Fourth, secondary copyright and copyright sales strategy. The limitations of this study were analyzed only through external data. Data inside the Netflix platform was not utilized. In this study, if AI big data is used not only in the OTT field but also in entertainment and film companies, it will be possible to discover better business models and generate stable profits.

• 한국통신학회논문지
• /
• 제40권9호
• /
• pp.1837-1845
• /
• 2015

도심지환경에서 정확한 차량 위치를 추정하기 위해서는 종방향 속도가 필요하다. 이러한 종방향 속도는 노면경사, 즉 차량의 피치각(Pitch) 산출을 통해서 가능하다. 하지만 단일 센서와 알고리즘을 이용한 피치각 추정에는 정확한 값을 기대할 수 없다. 본 논문에서는 정확한 피치각 추정을 위해 AKF(Adaptive Kalman Filter)와 CF(Complementary Filter)로 구성된 ACF(Adaptive Complementary Filter)를 이용하여 IMU(Inertial Measurement Unit)의 프로세스 노이즈와 측정에러를 주행환경에 맞게 조절하고, 이에 GPS(Global Positioning System)와 OBD(Onboard Equipment) 데이터를 융합한다. 그리고 노면 경사 모델에 따른 필터에 시스템 모델 최적화를 위해 IMMKF(Interactive Multiple Model Kalman Filter)를 사용하여 주행환경에 적합한 최종 피치각을 추정한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권4호
• /
• pp.217-222
• /
• 2017

본 연구에서는 사람을 대신하여 험난한 지형에서 위험작업을 수행이 가능한 지상로봇과 짧은 시간 안에 원거리 비행이 가능한 드론과의 결합을 통해 위험 상황에서의 효과적인 협업이 가능한 시스템을 구현하였다. 최근 관련 연구는 드론을 수용할 수 있는 무인지상차량이나 4족 로봇에 관한 연구가 있었으나 전체 가용 시간의 장점에 비해 대규모 로봇을 필요로 하여 현장에서 적용하기엔 어려움이 있었다. 본 논문에서는 경량 드론에 장착된 임베디드 웹캠과 영상처리 알고리즘을 사용하여 객체의 한 유형인 마커를 Canny Edge 알고리즘 및 특정한 Template matching 방법을 통하여 비행 중 실시간 검출한 결과를 보여주며, 지상로봇위에 표시된 마커의 2차원적 위치 정보 획득과 레이저 센서를 이용한 상대거리 확보를 융합하여 지상로봇과 드론간의 도킹을 구현하는 시스템을 제안하였다. 실험을 통하여 제안된 시스템은 50회의 도킹 시도에서 95%의 도킹 성공률을 보였으며 6가지의 Template mateching 방법 중 시스템에 적용할 수 있는 2가지의 템플릿 매치 방법을 제시하였다.

• 대한전자공학회논문지SP
• /
• 제41권2호
• /
• pp.51-64
• /
• 2004

본 논문은 다수의 지문 특징점 템플릿(fingerprint minutiae template)을 융합하여 하나의 슈퍼 템플릿(super-template)을 생성하는 새로운 알고리즘을 제안한다. 슈퍼 템플릿은 지문의 올바른 특징점 정보만으로 구성된 템플릿을 의미하는 것으로써 된 연구에서 제안하는 재귀적 베이지안 추정(recursive Bayesian estimation) 방법으로 특징점의 신뢰도를 추정하여 논은 신뢰도를 가지는 특징점만으로 슈퍼 템플릿을 생성한다. 본 논문에서는 지문 영상이 순차적으로 획득될 때, 나중에 획득된 지문 영상 특징점 정보에 재귀적 베이지안 추정 기법을 적용하여 먼저 획득된 영상의 특징점들에 대한 신뢰도를 추정한다. 적용된 재귀적 베이지안 추정 방법은 여러 영상에서 공통적으로 발견된 특징점에 대해 그 신뢰도를 증가시키는 반면, 다른 영상에서 발견되지 않는 특징점의 신뢰도는 감소시킨다. 같은 방법으로, 특징점의 타입(분기점과 단점)에 대한 신뢰도도 추정할 수 있다. 본 논문은 실험을 통해 제안한 알고리즘에 의한 슈퍼 템플릿이 인증 성능을 크게 향상시킬 수 있음을 보였다.

• 대한원격탐사학회지
• /
• 제35권5_2호
• /
• pp.861-871
• /
• 2019

Landsat 위성영상은 재난 피해 지역에 대해 주기적이며 광역적인 관측이 가능하여 재난 피해분석, 재난 모니터링 등 활용도가 증가하고 있다. 하지만 광학위성영상 특성상 구름으로 인한 결측된 영역으로 인해 주기적인 재난 모니터링에는 한계가 있어 결측된 영역의 복원 연구가 필요하다. 본 연구에서는 Landsat 8호 영상 취득 시 제공되는 QA밴드를 이용하여 구름 및 구름그림자를 탐지 및 제거하고, STARFM 알고리즘을 통해 제거된 영역의 영상 복원을 수행하였다. 복원된 영상은 기존의 영상 복원 방법으로 복원된 영상과 MLC 기법을 통해 정확도를 비교하였다. 그 결과, STARFM으로 인한 복원방법이 전체정확도 89.40%로, 기존의 영상 복원 방법보다 효율적인 복원방법임을 확인하였다. 따라서 본 연구결과를 통해 향후 Landsat 위성영상을 이용한 재난분석 수행 시 활용도를 높일 수 있을 것으로 기대된다.

• 응용통계연구
• /
• 제35권2호
• /
• pp.265-283
• /
• 2022

사용자들의 영화정보를 기록한 MovieLens 데이터는 추천 시스템 연구에서 아이디어를 탐색하고 검증하는데 상당한 가치가 있는 데이터로, 기존 데이터 분할 및 군집화 알고리즘을 사용하여 사용자 평점 데이터를 기반으로 항목 집합을 분할하는 연구 등에 사용되는 데이터이다. 본 논문에서는 기존 연구에서 대표적으로 사용되었던 영화 평점 데이터와 영화 장르 데이터를 통해 사용자의 장르 선호도를 예측하여 선호도 패턴을 기반으로 사용자를 군집화(clustering)하고, 유의미한 정보를 얻는 연구를 진행하였다. MovieLens 데이터는 영화의 전체 개수에 비해 사용자별 평균 영화 평점 수가 낮아 결측 비율이 높다. 이러한 이유로 기존의 군집화 방법을 적용하는 데 한계가 존재한다. 본 논문에서는 MovieLens 데이터 특성에 모티브를 얻어 쌍별 규합 벌점함수(pairwise fused penalty)를 활용한 볼록 군집화(convex clustering) 기반의 방법을 제안한다. 특히 결측치 대체(missing imputation)도 동시에 해결하는 최적화 문제를 통해 기존의 군집화 분석과 차별화하였다. 군집화는 반복 알고리즘인 ADMM을 통해 제안하는 최적화 문제를 풀어 진행한다. 또한 시뮬레이션과 MovieLens 데이터 적용을 통해 제안하는 군집화 방법이 기존의 방법보다 노이즈 및 이상치에 상대적으로 민감하지 않은 것으로 보인다.

• 대한공간정보학회지
• /
• 제25권2호
• /
• pp.21-29
• /
• 2017

최근 활발히 연구가 진행 중인 자율주행차량이나 첨단운전자보조시스템의 효율적이고 안정적인 동작을 위해서 차량 위치를 정확하게 결정하는 것이 중요하다. 주로 사용되는 위성 기반 항법은 신호 수신이 어려운 영역에서 위치 정확도가 매우 떨어지는 한계가 있다. 이를 극복하기 위해 INS 등 추가센서를 이용하는 방안이 모색되고 있지만 높은 비용이 문제가 된다. 이에 본 연구는 고가의 센서를 추가하지 않고 차량에 이미 내장된 센서와 저가의 영상센서를 통합하여 차량의 위치를 정확하게 추정하는 알고리즘을 개발하였다. 차량 내장 센서로부터 제공되는 속력, 각속도와 단영상후방교차법로 결정된 카메라의 위치, 자세를 함께 활용하여 차량의 위치를 추정하였다. 알고리즘의 성능평가를 위해 시범 시스템을 구축하였고, 시험 데이터를 취득하여 주행경로를 추정하였다. 차량 내장 센서만을 이용하였을 경우에 비해 단영상후방교차법 결과를 함께 이용하였을 경우 약 40% 높은 정확도로 차량 경로추정이 가능하였다.

• 한국정보통신학회논문지
• /
• 제17권7호
• /
• pp.1732-1739
• /
• 2013

인간의 한쪽 염색체상에 나타나는 SNP의 서열인 일배체형을 식별해내면 효과적인 유전질병 연관검사를 할 수 있다. 일배체형 추론문제란 특정 집단의 유전자형 집합으로부터 집단에 속한 각 개체의 유전자형을 설명할 수 있는 일배체형 집합을 도출해내는 것을 말한다. 본 논문에서는 검약기반 일배체형 추론 문제에 대해 최종 결과에 기여하지 않는 일배체형 집합을 후보군에서 제외함으로써 일배체형 추론과정에서 탐색해야 할 후보 일배체형의 개수를 줄이는 사전처리 알고리즘을 제시한다. 제시된 알고리즘은 기존의 사전처리 알고리즘에 비해 매우 빠르게 수행되며, 제시된 사전처리 알고리즘의 결과를 적용한 일배체형 추론은 대다수의 경우에 최적해를 산출하고, 최적해를 산출하지 않는 경우에도 최적해의 일배체형 개수와 크게 차이나지 않음을 실험을 통해서 보인다.

• 대한원격탐사학회지
• /
• 제18권6호
• /
• pp.359-367
• /
• 2002

본 논문에서는 효율적인 영상 부호화를 위해 분할계수의 상관관계를 이용한 새로운 웨이블릿 패킷 영상 부호화기 알고리즘을 제안한다. 제안된 웨이블릿 패킷 영상 부호화기 알고리즘은 주파수 부대역간의 상관관계를 이용하여 계수분할 순서(CPSO, Coefficient Partitioning Scanning Order)를 정의한 후, 이를 이용하여 새로운 부모-자식 노드 관계를 도출하고, 도출된 부모-자식 노드 관계를 이용하여 계수들을 제로트리 방식으로 부호화함으로써 영상 복원시 오차를 감소시켰다. 그 결과 기존의 알고리즘들과 비교하여 비트율과 제곱 오차에 대해서 성능개선이 이루어 졌고, 응용분야에 따라 비트율 조정을 쉽게 제어할 수 있는 능력을 입증하였다. 특히 항공사진이나 위성사진 중 도시 중심부나 농경지 등과 같이 중고주파 대역성분이 많이 포함된 영상의 경우, 기존 알고리즘에 비해 처리 방법이 간단하면서도 정확한 결과를 보여준다. 또한 자료 영상들에 대한 실험 결과를 통해서, 제안한 알고리즘이 작은 파일크기에서도 고해상도를 요구하는 실시간 시스템이나 온라인 영상처리, 영상합성 분야에 적용될 수 있는 가능성이 있음을 증명하고자 하였다.