• 한국콘텐츠학회논문지
• /
• 제21권3호
• /
• pp.131-142
• /
• 2021

본 연구는 그림책 속 그림 디자인에 기초한 것으로, 그림책 속 일러스트레이션의 공간 표현은 매우 중요한 객관성을 담고 있다. 그림속의 다양한 텍스트, 그림, 여백 등은 작업자의 다양한 편집기술과 합리적 요소를 가지고 있어야 공간배치가 원활히 이루어진다. 본 논문은 여러 그림 사례와 고전적인 그림책에 대한 연구를 분석하여 그림책 속 디자인의 공간 표현의 특징을 도출하였다. 첫째 그림과 텍스트의 융합, 즉 그림과 텍스트 모두 화면의 요소로서 함께 공간 정보를 전달한다는 점이다. 둘째 그림책 속 공간 디자인의 일관성 특징으로, 책을 열람할 때 이야기와 내용을 부드럽게 연결시켜야 한다. 셋째 공간 표현 시 창작자가 필요에 따라 추상적 공간 표현과 구상적 공간 표현 중에서 서로 장단점을 활용하여야 한다는 점이다. 넷째는 그림책 공간 표현의 상징적 특징으로, 기호학 원리에 따라 그림책의 공간 표현에 많은 상징적 표현 수법이 적용됨을 알 수 있으며 이는 그림책 열람의 인지적 효율을 크게 향상시킨다. 다섯째 특징은 우수한 그림책의 공간 표현은 재미있는 요소가 뛰어나며 디자인 수단이 풍부하고 화면 내용과 화면 형식을 독자들에게 재미나게 전달한다는 점이다. 본 연구는 그림책 디자인에 있어서 디자이너와 아티스트가 이 같은 주어진 공간프레임 안에서 창작을 이끌어내야 하며 이러한 공간프레임은 그림책창작의 효율성을 크게 향상시킬 수 있을 뿐 아니라, 시각적으로 독자중심적인 흥미로운 체험을 제공할 수 있을 것이라고 생각된다.

• 대한원격탐사학회지
• /
• 제38권2호
• /
• pp.167-177
• /
• 2022

위성 영상 촬영 후 지상국에 전송된 영상을 이용하여 최종 위성 영상을 획득하기 위해 많은 영상 전/후 처리 과정이 수반된다. 전/후처리 과정 중 레벨 1R 영상에서 레벨 1G 영상으로 변환 시 기하 보정은 필수적으로 요구된다. 기하 보정 알고리즘에서는 보간 기법을 필연적으로 사용하게 되며, 보간 기법의 정확도에 따라서 레벨 1G 영상의 품질이 결정된다. 또한, 레벨 프로세서에서 수행되는 보간 알고리즘의 고속화 역시 매우 중요하다. 본 논문에서는 레벨 1R에서 레벨 1G로 변환 시 기하 보정에 필요한 경량화된 심층 컨볼루션 신경망 기반 보간 기법에 대해 제안하였다. 제안한 기법은 위성 영상의 해상도를 2배 향상하며, 빠른 처리 속도를 위해 경량화된 심층 컨볼루션 신경망으로 딥러닝 네트워크를 구성하였다. 또한, panchromatic (PAN) 밴드 정보를 활용하여 multispectral (MS) 밴드의 영상 품질 개선이 가능한 피처 맵 융합 방법을 제안하였다. 제안된 보간 기술을 통해 획득한 영상은 기존의 딥러닝 기반 보간 기법에 비해 정량적인 peak signal-to-noise ratio (PSNR) 지표에서 PAN 영상은 약 0.4 dB, MS 영상은 약 4.9 dB 개선된 결과를 보여주었으며, PAN 영상 크기 기준 36,500×36,500 입력 영상의 해상도를 2배 향상된 영상 획득 시 기존 딥러닝 기반 보간 기법 대비 처리 속도가 약 1.6배 향상됨을 확인하였다.

• 지적과 국토정보
• /
• 제53권2호
• /
• pp.5-18
• /
• 2023

드론과 센서의 발달이 가속화됨에 따라 드론에 장착된 다양한 센서로 취득된 데이터를 융합하여 새로운 서비스 및 가치를 창출하고 있다. 그러나 데이터 융합을 통한 공간정보 구축은 주로 영상에 의존하여 구축하며, 하드웨어의 사양 및 성능에 따라 데이터 품질이 결정된다. 또한, 고품질 공간정보를 구축하기 위해 고가 장비가 요구되므로 실제 현장에서 사용하기에는 어려운 실정이다. 본 연구에서는 드론에 장착된 RGB 및 THM 카메라를 통해 취득된 저해상도 영상을 딥러닝에 적용하여 초해상화를 수행하고, 이를 통해 생성된 고해상도 영상의 정량적 평가 및 특징점 추출에 대한 평가를 수행하였다. 실험 결과 초해상화를 수행하여 생성된 고해상도 영상은 원본 영상의 특징을 유지하고 있었으며, 해상도가 개선됨에 따라 원본 영상 대비 많은 특징을 추출할 수 있었다. 따라서, 저해상도 영상을 초해상화 딥러닝 모델에 적용하여 고해상도 영상을 생성할 경우 하드웨어에 제약을 받지 않고 고품질의 공간정보를 구축하기 위한 새로운 방법일 것으로 판단하였다.

• 대한원격탐사학회지
• /
• 제36권5_2호
• /
• pp.867-879
• /
• 2020

본격적인 우주기술 활용시대가 전망되는 현재의 시점에서 고해상도 영상취득이 가능한 국토관측위성의 발사가 2021년으로 예정되어 있다. 이에 따라 국토관측위성의 지상국의 핵심설계요소로 영상사용자의 위성영상 활용성과 작업자의 처리효율성 증대가 강조되어 왔다. 이에 대응하여, 국토관측위성의 수집, 처리, 저장, 관리 및 활용을 위한 핵심기술과 국토관측위성 지상국의 운영시스템을 개발하는 국토관측위성 수집 및 활용기술개발 연구사업이 진행되었다. 본 논문에서는 상기 연구개발사업의 성과로 개발된 국토관측위성 활용핵심기술과 지상국 운영시스템 개발결과를 소개한다. 개발된 지상국 운영시스템은 한반도 전역의 GCP(Ground Control Point) chip DB(Database)와 DEM(Digital Elevation Model) DB를 시스템 내에 구축하여 자동화된 방식으로 정밀정사영상을 생성하기 위한 기술 및 시스템을 구현하였다. 나아가 생성된 정밀정사영상을 1:5,000 도엽단위로 분할한 도엽정사영상을 생산하여 향후 분석준비자료 (ARD(Analysis Ready Data)) 체계로 발전할 수 있도록 개발하였다. 또한 정밀정사영상 및 도엽정사영상으로부터 DSM(Digital Surface Model)자료, 변화탐지지도, 객체추출지도 등 다양한 활용산출물이 체계적으로 생산될 수 있도록 활용산출물 생산 SW를 지상국 운영시스템과 연동시킬 수 있게 개발하였다. 본 연구진이 개발한 국토위성정보 활용기술 및 운영시스템은 국내 최초로 한반도 GCP chip DB구축을 통해서 자동화된 정밀정사영상생성 기술을 확보하고 다양한 활용산출물의 생산을 위성지상국 운영시스템에 접목했다는 점에서 의의가 있다고 판단된다. 개발된 국토위성정보 운영시스템은 국토관측위성의 주 활용부처인 국토지리정보원 국토위성정보활용센터에 설치되었으며, 향후 동 센터의 업무에 크게 기여할 것으로 바라보고 있다. 또한, 향후 발사예정인 여러 저궤도 지구관측위성의 지상국 시스템에 대한 기준을 제시할 수 있을 것으로 기대한다.