Depth map is an image that contains distance information in 3D space on a 2D plane and is used in various 3D vision tasks. Many existing depth estimation studies mainly use narrow FoV images, in which a significant portion of the entire scene is lost. In this paper, we propose a technique for generating 360° omnidirectional RGBD images from a sparse set of narrow FoV images. The proposed generative adversarial network based image generation model estimates the relative FoV for the entire panoramic image from a small number of non-overlapping images and produces a 360° RGB and depth image simultaneously. In addition, it shows improved performance by configuring a network reflecting the spherical characteristics of the 360° image.
Purpose : The objective of this study was to develop background gradient correction method using excitation pulse profile compensation for accurate fat and $T_2{^*}$ quantification in the liver. Materials and Methods: In liver imaging using gradient echo, signal decay induced by linear background gradient is weighted by an excitation pulse profile and therefore hinders accurate quantification of $T_2{^*}$and fat. To correct this, a linear background gradient in the slice-selection direction was estimated from a $B_0$ field map and signal decays were corrected using the excitation pulse profile. Improved estimation of fat fraction and $T_2{^*}$ from the corrected data were demonstrated by phantom and in vivo experiments at 3 Tesla magnetic field. Results: After correction, in the phantom experiments, the estimated $T_2{^*}$ and fat fractions were changed close to that of a well-shimmed condition while, for in vivo experiments, the background gradients were estimated to be up to approximately 120 ${\mu}T/m$ with increased homogeneity in $T_2{^*}$ and fat fractions obtained. Conclusion: The background gradient correction method using excitation pulse profile can reduce the effect of macroscopic field inhomogeneity in signal decay and can be applied for simultaneous fat and iron quantification in 2D gradient echo liver imaging.
Recently, in the field of video surveillance, a Deep Learning based learning method has been applied to a method of detecting a moving person in a video and analyzing the behavior of a detected person. The human activity recognition, which is one of the fields this intelligent image analysis technology, detects the object and goes through the process of detecting the body keypoint to recognize the behavior of the detected object. In this paper, we propose a method for Body Keypoint Localization based on Object Detection using RGB-D information. First, the moving object is segmented and detected from the background using color information and depth information generated by the two cameras. The input image generated by rescaling the detected object region using RGB-D information is applied to Convolutional Pose Machines for one person's pose estimation. CPM are used to generate Belief Maps for 14 body parts per person and to detect body keypoints based on Belief Maps. This method provides an accurate region for objects to detect keypoints an can be extended from single Body Keypoint Localization to multiple Body Keypoint Localization through the integration of individual Body Keypoint Localization. In the future, it is possible to generate a model for human pose estimation using the detected keypoints and contribute to the field of human activity recognition.
Lee, Boknam;Jung, Geonhwi;Ryu, Jiyeon;Kwon, Gyeongwon;Yim, Jong Su;Park, Joowon
Journal of Korean Society of Forest Science
/
v.111
no.3
/
pp.435-449
/
2022
Forest canopy height is an indispensable vertical structure parameter that can be used for understanding forest biomass and carbon storage as well as for managing a sustainable forest ecosystem. Plot-based field surveys, such as the national forest inventory, have been conducted to provide estimates of the forest canopy height. However, the comprehensive nationwide field monitoring of forest canopy height has been limited by its cost, lack of spatial coverage, and the inaccessibility of some forested areas. These issues can be addressed by remote sensing technology, which has gained popularity as a means to obtain detailed 2- and 3-dimensional measurements of the structure of the canopy at multiple scales. Here, we reviewed both international and domestic studies that have used remote sensing technology approaches to estimate the forest canopy height. We categorized and examined previous approaches as: 1) LiDAR approach, 2) Stereo or SAR image-based point clouds approach, and 3) combination approach of remote sensing data. We also reviewed upscaling approaches of utilizing remote sensing data to generate a continuous map of canopy height across large areas. Finally, we provided suggestions for further advancement of the Korean forest canopy height estimation system through the use of various remote sensing technologies.
Accurate estimation of forest carbon stocks is important in establishing greenhouse gas reduction plans. In this study, we estimate the spatial distribution of forest carbon stocks using machine learning techniques based on high-resolution remote sensing data and detailed field survey data. The high-resolution remote sensing data used in this study are Landsat indices (EVI, NDVI, NDII) for monitoring vegetation vitality and Shuttle Radar Topography Mission (SRTM) data for describing topography. We also used the forest growing stock data from the National Forest Inventory (NFI) for estimating forest biomass. Based on these data, we built a model based on machine learning methods and optimized for Korean forest types to calculate the forest carbon stocks per grid unit. With the newly developed estimation model, we created forest carbon stocks maps and estimated the forest carbon stocks in South Korea. As a result, forest carbon stock in South Korea was estimated to be 432,214,520 tC in 2020. Furthermore, we estimated the loss of forest carbon stocks due to the Donghae-Uljin forest fire in 2022 using the forest carbon stock map in this study. The surrounding forest destroyed around the fire area was estimated to be about 24,835 ha and the loss of forest carbon stocks was estimated to be 1,396,457 tC. Our model serves as a tool to estimate spatially distributed local forest carbon stocks and facilitates accounting of real-time changes in the carbon balance as well as managing the LULUCF part of greenhouse gas inventories.
This study was carried out to estimate forest biomass and to produce forest biomass thematic map for Muju county by combining field data from the 5$^{th}$ National Forest Inventory (2006-2007) and satellite data. For estimating forest biomass, two methods were examined using a Landsat TM-5(taken on April 28th, 2005) and field data: multi-variant regression modeling and t-Nearest Neighbor (k-NN) technique. Estimates of forest biomass by the two methods were compared by a cross-validation technique. The results showed that the two methods provide comparatively accurate estimation with similar RMSE (63.75$\sim$67.26ton/ha) and mean bias ($\pm$1ton/ha). However, it is concluded that the k-NN method for estimating forest biomass is superior in terms of estimation efficiency to the regression model. The total forest biomass of the study site is estimated 8.4 million ton, or 149 ton/ha by the k-NN technique.
This study was conducted to provide the preliminary data on preparation for policy decisions regarding the groundwater supply scheme for N. Korea vulnerable to drought. Agricultural activities oriented to upland field due to the mountainous terrain more than 79% as well as the diversity of rainfall distribution over the country make more vulnerable to structural problems in the drought in N. Korea. Therefore, in anticipation of the expansion of exchange policies in agricultural sector, the available amount of groundwater needed for sustainable water resources supply was estimated for each administrative district after analyzing alluvium and hydrogeology distribution in N. Korea. Overall, the available amount of groundwater was estimated to 22.3 billion m3 (0.18 million m3/km2). The available amount of groundwater per unit area in Ryanggangdo and Gaesungsi was appeared very high in each of 0.56 and 0.39 million m3/km2, respectively, and it would be interpreted that two districts have relatively wide area of volcanic rocks and alluvium with highly permeable characteristics, respectively. Finally, to maximize the utilization of this study result, the available amount of groundwater distribution map was developed on the basis of the 1 × 1 km grid network over the entire N. Korea.
The objects of this study are to perform appropriateness analysis of USLE(universal soil loss equation) model and to accumulate the data measured in field. The basin area of Bongdong station is $342.27km^2$. This study simulated sediment outflows in the basin and performed a comparative analysis of simulated outputs with actual measurement values. Also annual rainfall was used to calculate rainfall-runoff erosivity factor which can influence soil erosion. The calculation of annual average soil erosion was made by soil erosion maps. The maps with a resolution of ($30m{\times}30m$) were created by multiplication of factors(R, LS, K, C, P) from ArcView Map Calculator. In this paper, it was shown that soil erosion was not occur in the most of basin.
Kim, Tae-Eun;Seo, Kang-Hyeon;Kim, Dong-Su;Kim, Seo-Jun
Journal of Environmental Science International
/
v.25
no.8
/
pp.1165-1176
/
2016
The accuracy of digital elevation models (DEMs) is crucial for properly estimating flood inundation area. DEM pixel size is especially important when generating flood inundation maps of small streams with a channel width of less than 50 m. In Korea, DEMs with large spatial resolutions of 30 m have been widely applied to generate flood inundation maps, even for small streams. Additionally, when making river master plans, field observations of stream cross-sections, as well as reference points in the middle of the river, have not previously been used to enhance the DEM. In this study, it was graphically demonstrated that high-resolution DEMs can increase the accuracy of flood inundation mapping, especially for small streams. Also, a methodology was proposed to modify the existing low-resolution DEMs by adding additional survey reference points, including river cross-sections, and interpolating them into a high spatial resolution DEM using the inverse distance weighting method. For verification purposes, the modified DEM was applied to Han stream on Jeju Island. The modified DEM showed much better accuracy when describing morphological features near the stream. Moreover, the flood inundation maps were formulated with the original 30 m pixel DEM and the modified 0.1 m pixel DEM using HEC-RAS modeling of the actual flood event of Typhoon Nari, and then compared with the flood history map of Nari. The results clearly indicated that the modified DEM generated a similar inundation area, but a very poor estimate of inundation area was derived from the original low-resolution DEM.
The techniques of GIS and remote sensing are being applied to hydrology, geomorphology and various field of studies are performed by many researcher, related those techniques. In this paper, curve number change detection is tested according to soil map and land cover in mountain area. Neural networks method is applied for land cover classification and GIS for curve number calculation. The first, sample area are selected and tested land cover classification, NN(84.1%) is superior to MLC(80.9%). So we selected NN with land cover classifier. The second, curve number from the land cover by neural network classifier(57) is compared with that(curve number) from the land cover by manual work(55). Two values are so similar. The third, curve number classified by NN in sample area was applied and tested to whole study area. As results of this study, it is shown that curve number is more exact and efficient by using NN and GIS technique than by (using) manual work.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.