• 자원환경지질
• /
• 제41권6호
• /
• pp.747-761
• /
• 2008

다중빔 음향 탐사 시스템의 후방산란 자료를 대상으로 한 해저면 분류의 가능성을 평가하기 위하여, KONGSBERG SIMRAD EM3000(300kHz) 후방산란 신호를 분석하고 처리하는 소프트웨어를 구현하였다. 강원도 속초항 부근에서 취득한 음압 자료를 이용하여 모자익 영상을 제작하였다. 원격 분류 결과의 검증을 위해 영상 내에서 이질적인 음압 강도로 나타나는 지역에 대하여 잠수사에 의한 직접적인 표층 퇴적물 채취와 비디오 광학 영상을 취득한 후, 후방산란 음압과의 비교를 실시하였다. 연구 대상 지역의 수심은 5m에서 22.7m까지였으며, 모자이크 영상 내의 후방산란 강도 분포는 -15dB에서 -36dB까지 나타났다. 그리고 표층퇴적물 입도 분석 결과, 평균 입도 크기는 최대 $2.86{\phi}$에서 최대 $0.88{\phi}$까지 나타났다. 시료의 입도 분석 자료와 영상의 강도 변화 사이의 상관성을 비교해 본 결과, R값은 0.56으로 나왔다. 입도 분석 자료와 후방산란 음압 자료와의 상관성을 기반으로 구현한 해저면 자동분류 시스템의 인식정도를 정량화하기 위하여, GIS시스템으로 각 대상 자료를 통합하고, 면적비교 기능을 사용하여 평가를 수행하였다. 암반 지역을 사질지역으로, 사질 지역을 암반지역으로 교차 인식하는 오인식율은 약 8.95%로, 평균 입도가 낮은 지역의 인식 면적 차이는 사용자 분류를 기준으로 약 2.06%로 나타났다. 이러한 결과는 평균 입도 변화가 해저면 후방산란에 가장 큰 영향을 미치는 요인임을 지시하고 있다. 따라서 이러한 후방산란 음압을 평가하여 평균 입도 변화를 추적하는 알고리즘을 구현할 수 있었으며, 최종 모자이크 영상을 두 개의 퇴적체로 자동 분류하는 시스템을 구현하게 되었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2008년도 춘계학술대회 논문집
• /
• pp.113-118
• /
• 2008

본 연구는 Landsat 7 ETM+를 이용한 지열자원 평가 가능성 연구로써, 위성영상의 열적외 밴드에서 추출된 지표온도와 지열자료의 비교를 통해 위성영상이 초기 지열 탐사에 적용 가능한지를 평가하기 위하여 실시하였다. 지열자원 부존 가능성 평가를 위해 경상도지역(114-35)의 여름시기영상(2001년8월24일)과 겨울시기영상(2000년3월14일)사이의 DN(Digital Number) 값을 이용하였으며, 두 시기영상은 시추공 온도자료 및 지형자료와 함께 비교 분석을 실시하였다. 영상에서 지표온도 추출을 위해 1) NASA에서 제공하는 지표온도 산출 경험식 ( T = K $_2$ / ln ( K $_1$ / L $_{\lambda}$ + 1 ) )을 이용한 방법과 2) 기상청에서 제공하는 실제 지표면온도 관측자료(n=7)를 이용해 영상의 화소(Pixel) 값을 계산하여 실측값과 비교하였다. 3월과 8월 모두 Ground Truth 방법에 따라 추정한 지표면 온도값이 실측값과 더 가깝게 나타났고, 특히 3월은 NASA의 경험식을 이용했을 때 보다 실측 지표면 온도에 훨씬 더 가까운 것으로 나타났다. 지표온도의 일변화(Diurnal ${\triangle}$T)는 지표 열물성과 밀접한 관련이 있으므로, 일변화(Diurnal ${\triangle}$T) 보다는 지열의 영향이 더 클 것으로 기대되는 계절변화(Seasonal ${\triangle}$T)를 이용하여 지열 자료와 비교해 보았다. 그 결과, 계절변화(Seasonal ${\triangle}$T)는 고도에 영향을 받으며, 일사량에 의한 차이는 거의 일정하게 나타났다. 위성영상에서 계절변화(Seasonal ${\triangle}$T)와 심도 20m 온도를 비교해 본 결과결정계수(R$^2$)는 0.46으로 낮지만 심도 20m 온도가 높을수록 계절변화(Seasonal ${\triangle}$T)는 작아지는 경향을 보여 지열자원 탐사에 있어 위성영상 적용 가능성을 볼 수 있었다. 이번 연구는 기초단계로서 두 시기 위성영상을 이용하여 초기 지열자원탐사에 가능성만을 연구했지만, 지형과 특히 토지피복(함수량 등)에 의한 영향에 대해 좀 더 심도 있는 연구가 요구된다.

• 대한원격탐사학회지
• /
• 제31권2호
• /
• pp.51-64
• /
• 2015

본 연구에서는 MODerate resolution Imaging Spectroradiometer (MODIS) 지면피복 분류자료(MCD12Q1)에서 분류오류로 판단되는 화소들을 재분류함으로써 분류 정확도를 개선하였다. 최근 12년(2001-2012)간의 MODIS 지면피복 분류자료에서 지면피복 유형이 3개 이상으로 분류된 화소는 분류상에 오류가 있다고 판단하여 지면피복 재분류 화소로 선정하였다. 지면피복 재분류를 위해 공간해상도는 1 km이고 시간주기는 8일인 MODIS Normalized Difference Vegetation Index (NDVI) 자료를 이용하였다. NDVI 자료 중 구름 등으로 오염된 화소를 보정하기 위해 시 공간 연속성을 이용한 보정기법인 Correction based on Spatial and Temporal Continuity (CSaTC) 기법을 이용하였다. 보정된 NDVI 자료를 1개월 주기로 합성한 후 분류 오류로 판단된 화소들에 대해 Iterative Self-Organizing Data Analysis (ISODATA) 기법으로 군집화를 수행하였다. 각 군집별 식생 계절변동 특성을 고려하여 지면피복을 분류한 후 정상으로 판정된 MODIS 지면피복과 합성하여 최종 지면피복 재분류 자료를 산출하였다. 분류 정확도는 GPS를 이용한 현장관측 자료와 유럽우주국의 지상검증참조자료 등 총 138개 지상 관측자료를 이용하여 검증을 수행하였다. 2012년 MODIS 지면피복 분류자료의 정확도는 약 68%이었으나 본 연구에서 재분류한 지면피복자료의 정확도는 약 74%로 나타나 일부 화소들에서 분류 정확도가 개선되었다.

• 방송공학회논문지
• /
• 제24권6호
• /
• pp.919-927
• /
• 2019

본 논문에서는 입체 영상을 획득하기 위한 정밀 카메라 캘리브레이션(calibration) 기법을 제안한다. 일반적인 카메라 캘리브레이션 기법은 체커보드 구조의 목적 패턴을 이용하여 수행한다. 체커보드 패턴은 사전에 인지된 격자구조를 활용할 수 있으며, 체커보드 코너점을 통해 특징점 매칭을 용이하게 수행할 수 있음에 따라 2차원 영상 픽셀 지점과 3차원 공간상의 관계를 정확히 추정할 수 있다. 특징점 매칭을 통해 카메라 파라미터를 추정하므로 정밀한 카메라 캘리브레이션을 위해선 영상 평면내의 정확한 체커보드 코너 검출이 필요하다. 따라서 본 논문은 정확한 체커보드 코너 검출을 통해 정밀한 카메라 캘리브레이션을 수행하는 기법을 제안한다. 정확한 코너를 검출하기 위해 1-D 가우시안 필터링을 활용하여 코너 후보군들을 검출한 후 코너 정제(refinement) 과정을 통해 이상치(outlier)들을 제거하며 영상내의 부분 픽셀(sub-pixel) 단위의 정확한 코너를 검출한다. 제안한 기법을 검증하기 위해 카메라 내부 파라미터를 추정 결과를 판단하는 재투사 오차(reprojection error)를 확인하며, 카메라 위치 ground truth 값이 제공된 데이터 셋을 활용하여 카메라 외부 파라미터 추정 결과를 확인한다.

• 한국재난정보학회 논문집
• /
• 제17권3호
• /
• pp.655-666
• /
• 2021

연구목적:본 연구는 대용량 차량궤적 자료를 이용하여 동적 과속 위험성을 측정하기 위한 방법론을 개발하고, 개발된 과속 지표의 적용성을 증명하는데 있다. 연구방법: 개별 차량 궤적을 이용하여 차량의 속도 변화를 미시적 시공간으로 분석하고, 사고 위험성 관점에서 과속의 경계(즉, 경계속도)를 결정하였다. 결정된 경계속도를 이용하여 미시적 시공간 기반 과속 노출도 지표를 개발하였다. 연구결과: 검증 연구는 대용량 차량 GPS 궤적 자료와 실제 교통사고 자료를 이용하여 수행되었다. 분석결과, 개발된 과속 노출도 지표는 고속도로 교통사고에 대해 우수한 설명력 (R²=0.7)을 보였다. 이는 미시적 시공간 차원에서 과속이 분석되어야 함을 직접적으로 의미한다. 결론:차량 속도 상태의 시공간적 변화는 매우 가변적이다. 따라서 본 연구에서 제시된 방법론은 차량 궤적 자료를 이용한 미시적인 공간기반 교통사고 요인 및 사고 위험 노출도 분석에 효과적으로 활용될 수 있을 것으로 판단된다.

• 한국철학논집
• /
• 제56호
• /
• pp.239-264
• /
• 2018

동아시아 전통 사회에서 교육은 특별한 정치적 의미를 띠고 있었다. 특히 조선의 경우, 불교에 대신하여 유교가 사회의 모든 부문에서 중심 역할을 하게 되는 과정에서 '누구나 배우면 성인이 될 수 있다'는 주장 아래 적어도 명목적으로 국민 교육을 실시할 필요성이 중대했다. 이러한 전통 교육은 인성 교육적인 성격이 강했으며, '선한 본성의 회복'을 목표로 했다. 그리고 교육의 주체는 스승(師)이었다. 이러한 전통 교육은 현대적 관점에서 볼 때 '전개로서의 교육'이자 '형식도야로서의 교육' 으로 이해할 수 있으며, 교사에게 막대한 권위를 부여함으로써 자발적인 발전 가능성을 억제하고 성인이 되어서도 민주적 시민의식을 갖추기 힘들게 하는 효과를 낼 가능성을 추정할 수 있는 것이었다. 그러나 전통교육에서의 스승은 또한 동도(同道)로서 제자를 일방적으로 지배하고 통제하기보다 함께 배우고 서로 돕는 역할이 기대되기도 했으며, 이는 민주시민적인 차원에서 긍정적일 수 있다. 무엇보다 전통교육은 인성교육과 공동체교육을 강조하는 점에서 현대의 자기이익 중심적 교육과 문화가 초래하는 비인도적 사회환경과 비참여적 정치문화에 대해 극복의 단서를 제공한다. 그런 점에서 '온고지신'적 교육 방안을 강구할 필요성은 오늘날에도 유효하다.

• 한국음향학회지
• /
• 제41권1호
• /
• pp.76-86
• /
• 2022

보청기와 같은 청력 보장구는 자가 이득 조절을 통한 미세 조절이 가능 할 수 있다. 0.25 kHz ~ 8 kHz 옥타브 주파수 밴드의 대상자 선호 이득 측정을 위해 두 종류의 자가 이득 처방 절차가 개발 되었다. 이들 절차는 일차원 사용자 조절 인터페이스(프로그램된 다이얼)를 이용하여 다차원 변수를 빠르게 획득 할 수 있도록 디자인 되었다. 두 종류의 자가 이득 처방 절차는 사용자 인터페이스가 6개 주파수 밴드의 이득을 동시에 조절 하는지(Procedure A) 혹은 각 주파수 밴드를 개별적으로 조절 하는지(Procedure B) 에 따라 구분 된다. Monte-Carlo 시뮬레이션은 두 종류의 자가 이득 처방 절차에서 첫 20번의 반복된 시도동안 가상의 실제 선호이득값에 빠르게 수렴 할 수 있음을 보여 줬다. 20명의 젊은 정상 청력인을 대상으로 두 종류의 자가이득 처방 절차에 대한 행동 데이터 평가가(실험-재실험에 관한 신뢰도) 이뤄졌다. 선호 이득 측정은 20 min 미만의 시간이 소요 되었다. 최소 일주일 이상 간격을 두고 측정된 두 번의 사용자 선호 이득의 평균 제곱근 편차는 대략 10 dB ~ 15 dB 수준이었다.

• 대한토목학회논문집
• /
• 제42권1호
• /
• pp.67-74
• /
• 2022

최근 높은 스마트폰 보급율과 ITS (intelligent transportation systems) 인프라 확충 등 정보통신기술(information and communications technology, ICT) 이용 활성화로 실시간 교통정보의 수집원이 증가하였다. 이렇게 다양하게 수집되는 실시간 교통정보의 정확도는 VDS(vehicle detection system), DSRC (dedicated short-range communications), GPS (global positioning system) probe와 같은 다양한 교통정보 수집원별 시공간 혹은 교통상황 등 다양한 환경에 따라 다르게 나타날 수 있다. 본 연구의 목적은 이질적 교통정보가 동시에 수집될 경우, 실시간 교통정보의 정확도를 향상시키기 위한 융합 전략의 제시에 있다. 이를 위해 고속국도(892.2 km, 227개 링크), 일반국도(937.0 km, 2,074개 링크)를 대상으로 주행 조사를 실시하였으며, 해당 링크 및 시간대에 probe 차량 5대의 평균 통행속도는 실시간 교통정보 수집원별(VDS or DSRC, GPS-based A, B) 정확도 평가의 기준 혹은 참값으로 활용되었다. 결과적으로 제시된 융합 전략에 대한 정확도 개선 효과는 일반국도에서 1개 수집원을 제외하고 모두 통계적으로 유의한 것으로 나타났으며, 향후 다양한 기관으로부터 서비스되는 실시간 교통정보가 동시에 연계되는 환경에서 보다 정확한 교통정보 서비스의 가능성을 확인하였다.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.1-16
• /
• 2022

Despite recent breakthroughs in deep learning and computer vision fields, the pixel-wise identification of tiny objects in high-resolution images with complex disturbances remains challenging. This study proposes a modified U-net for tiny crack segmentation in real-world steel-box-girder bridges. The modified U-net adopts the common U-net framework and a novel Self-Attention-Self-Adaption (SASA) neuron as the fundamental computing element. The Self-Attention module applies softmax and gate operations to obtain the attention vector. It enables the neuron to focus on the most significant receptive fields when processing large-scale feature maps. The Self-Adaption module consists of a multiplayer perceptron subnet and achieves deeper feature extraction inside a single neuron. For data augmentation, a grid-based crack random elastic deformation (CRED) algorithm is designed to enrich the diversities and irregular shapes of distributed cracks. Grid-based uniform control nodes are first set on both input images and binary labels, random offsets are then employed on these control nodes, and bilinear interpolation is performed for the rest pixels. The proposed SASA neuron and CRED algorithm are simultaneously deployed to train the modified U-net. 200 raw images with a high resolution of 4928 × 3264 are collected, 160 for training and the rest 40 for the test. 512 × 512 patches are generated from the original images by a sliding window with an overlap of 256 as inputs. Results show that the average IoU between the recognized and ground-truth cracks reaches 0.409, which is 29.8% higher than the regular U-net. A five-fold cross-validation study is performed to verify that the proposed method is robust to different training and test images. Ablation experiments further demonstrate the effectiveness of the proposed SASA neuron and CRED algorithm. Promotions of the average IoU individually utilizing the SASA and CRED module add up to the final promotion of the full model, indicating that the SASA and CRED modules contribute to the different stages of model and data in the training process.

• 대한토목학회논문집
• /
• 제28권4D호
• /
• pp.569-577
• /
• 2008

본 연구의 목적은 위성영상으로부터 보다 정확한 토지정보를 취득하기 위해 다중시기데이터의 혼합과 특정 영상강조기법 및 영상분류알고리즘을 병합하여 적용하는 응용분류체계의 개발이다. 즉, 본 연구에서는 혼합된 다중시기데이터를 주성분분석한 후 정준상관분류기법을 적용하는 분류과정을 제안한다. 이 분류과정의 결과를 단일영상별 정준상관분류결과, 다중시기혼합영상의 정준상관분류결과, 시기별 주성분분석 후 정준상관분류결과와 비교한다. 사용된 위성영상은 1994년 7월 26일과 1996년 9월 1일에 취득된 Landsat 5 TM 영상이다. 정확도평가를 위한 지상실제데이터는 지형도 및 항공사진으로부터 취득되었으며, 연구대상영역 전체가 정확도평가 대상으로 사용되었다. 제안된 응용분류체계는 단일영상만을 사용하여 정준상관분류를 수행한 경우보다 분류정확도면에서 약 8.2% 상승되는 우수한 효과를 보여주었다. 특히, 복잡한 토지특성이 혼합되어 있는 도시역을 정확히 분류하는데 유효하였다. 결론적으로 Landsat TM 영상을 사용한 토지피복정보 추출시 분류정확도를 높이기 위해서, 다중시기영상을 사전에 주성분분석 후 정준상관분류기법을 적용하면 매우 효과적임을 확인하였다.