• 대한토목학회논문집
• /
• 제10권4호
• /
• pp.77-85
• /
• 1990

최근 원격탐측(遠隔探測)의 이용분야가 소축척지도제작(所縮尺地圖製作) 뿐만 아니라 토지(土地), 환경(環境) 및 자원(資源)에 대한 정보해석(情報解析)에까지 확대되고 있다. 특히, SPOT 위성영상(衛星映像)은 높은 해상력(解像力)과 적합한 기선고도비(基線高度比) 및 입체영상(立體映像)의 획득(獲得)이 가능(可能)하며 3차원(次元) 위치결정(位置決定) 등(等)에 필요한 자료(資料)를 제공(提供)한다. 본(本) 연구(硏究)에서는 이와 같이 SPOT 위성영상(衛星映像)을 이용한 3차원(次元) 위치결정(位置決定)에 있어서 중요한 요소(要素)인 외부표정요소결정(外部標定要素決定)에 관한 알고리즘 개발(開發) 및 최적다항식결정(最適多項式決定)에 목적(目的)을 두고 있다. 따라서 본(本) 연구결과(硏究結果) 전처리(前處理) level 1B 사진(寫眞)필름의 위성영상(衛星映像)의 외부표정요소결정(外部標定要素決定) 알고리즘을 제시(提示)하였으며, 외부표정요소(外部標定要素)의 다항식(多項式) 결정(決定)에 있어서는 위성위치요소(衛星位置要素)($X_o$, $Y_o$, $Z_o$)는 1차(次) line함수(函數), 위성자세요소(衛星姿勢要素)(${\kappa}_o$, ${\phi}_o$, ${\omega}_o$)는 2차(次) line 함수식(函數式)으로 표현되는 미지수(未知數)가 15개(個)인 경우가 최적다항식(最適多項式)임을 알 수 있었다.

• 정보처리학회논문지B
• /
• 제12B권3호
• /
• pp.223-232
• /
• 2005

본 논문에서는 블록 기반으로 부호화된 영상에 대하여 블록 경계 영역 특성에 따른 적응적 필터링을 이용한 양자화 잡음 제거 알고리즘을 제안하였다 제안한 방법에서는 블록 경계에 인접한 네 개 화소들의 통계적 특성을 이용하여 각 블록 경계 영역을 평탄 부영역(smooth sub-region)과 복잡 부영역(complex sub-region)으로 분류한 후, 인접 블록간 영역 특성을 이용하여 서로 다른 블록간 필터링을 수행한다. 먼저 인접 블록 모두 평탄 부영역인 경우에는 평탄 블록 경계 영역 중 블록화 현상이 발생하지 않은 영역도 존재하기 때문에 계산량을 줄이기 위하여 평탄 영역 중 블록화 현상이 발생한 영역만을 검출하여 필터링을 수행한다. 그리고, 두 부영역이 서로 다른 부영역인 경우에 대하여서는 기존의 방법들과는 달리 실제 에지 성분을 보존하면서 블록화 현상과 에지 주위에서 발생하는 링잉 현상을 동시에 제거하기 위하여 인접 블록의 영역 특성에 따라 적응적으로 일차원 필터링을 수행한다. 두 부영역이 모두 복잡 부영역일 경우에는 블록화 현상을 제거하면서 실제 에지를 보존하기 위하여 블록화 강도 및 양자화 파라미터에 따라 블록 경계 영역의 두 화소에 대하여 필터링을 수행한다. 모의실험 결과를 통하여 제안한 방법이 객관적 화질 및 주관적 화질 측면에서 기존의 방법보다 그 성능이 우수함을 확인하였다.

• 정보처리학회논문지B
• /
• 제15B권3호
• /
• pp.197-204
• /
• 2008

특정인을 추적하는 기술은 인간처럼 행동하는 로봇기술에서 가장 많이 등장하는 기술이다. 이 기술은 세 가지 영역에서 접근하고 있는데 첫 째가 특정인의 의상 색상이고 두 번째가 특정인의 얼굴과 그 표정이며 세 번째가 특정인의 제스처나 머리의 움직임이다. 그러나 로봇은 센서를 통해 색상이나 제스처를 감지할 수 있기 때문에 폐쇄회로 카메라를 통해 획득한 영상만으로 특정인을 추적하는 것과는 다르다. 폐쇄회로 카메라에서 가장 큰 문제점은 시스템 속도인데 입력된 영상에서 다시 계산에 의해 특정인을 추적하기위해서는 계산수를 줄여야한다. 시스템 속도를 높이기 위해 색상 추적은 통계치를 사용하는 것이 좋고 얼굴인식은 고유 얼굴을 사용하는 것이 바람직하다. 색상과 얼굴인식만으로는 추적에 어려움이 있기 때문에 모션 분석이 필요하다. 기존의 모션 분석이 주어진 영상의 전체 영역에서 형상을 바탕으로 이루어지기 때문에 속도가 느리고 인식률도 떨어진다. 본 논문에서는 얼굴 인식 시 찾아진 얼굴영역에 대한 모션분석을 계산속도가 빠른 운동에너지를 써서 인식률과 인식 속도를 높였다. 본 논문이 제안한 알고리즘과 Girondel, V. 등이 제시한 방법을 같은 동영상에서 실험한 결과 동일한 인식률을 얻었으며 인식속도는 제안한 알고리즘이 더 빨랐으며 LDA를 사용할 경우 속도는 비슷하나 인식률은 더 나은 결과를 얻었으며 특정인을 찾는 것은 제안한 알고리즘이 더 효과적이었다.

• 한국지리정보학회지
• /
• 제2권2호
• /
• pp.27-44
• /
• 1999

한국에서 제작되고 있는 수치지도들은 종류도 다양하고 담고 있는 내용도 매우 많은데, 제작비용과 갱신상의 어려움을 줄이기 위하여 이미 전국적으로 완성된 1:5,000축척의 수치지도를 전국적인 기본도로 하고 포함되어 있는 속성정보를 되도록 많이 축소시켜서 미국의 타이거화일과 같이 간편히 이용될 수 있도록 하는 것이 좋다고 본다. 수치지도에 포함되어 있는 속성정보들은 많은 부분이 토지이용자료라고 볼 수 있는데, 이들은 각 지방자치단체에서 따로 토지이용정보시스템을 구축하여 전산화시키고 자주 갱신시켜서 필요에 따라 수치지도에 결합시키면 더 나을 것이라고 본다. 또한 시대의 흐름에 따라 센서스의 내용, 방법, 종류가 다양화되어야 한다고 보는데, GIS가 센서스와 결합됨으로 인하여 센서스가 좀더 신뢰성있고 효율적으로 이루어 질 수 있다고 보며, 또한 중요한 것은 인구주택총조사의 기본 발표단위를 현재의 읍, 면, 동에서 좀더 세분화된 센서스트랙과 블락그룹으로 결정하고 이용하는 것이 도시분석에 있어서나 공공서비스공급계획 등을 세우는데 있어서 좀 더 유용할 수 있다는 것이다. 이러한 분석단위의 결정은 인구수, 물리적 경계, 경제사회적 요소, 전통 등을 감안하여 신축성있게 결정하되 센서스트랙은 인구를 5,000명, 블락그룹은 1,500명 정도를 기준으로 하고, 한 개의 센서스트랙에 1~9개의 블락그룹이 포함되도록 한다. GIS와 결합되어 도시분석에 이용될 수 있는 자료들은 그 이외에도 각종 경제사회센서스, 행정기관의 각종 토지이용 및 인허가자료, 또한 여러 종류의 표본조사자료가 있을 수 있다. 이러한 자료들이 GIS의 여러 기능과 함께 수치지도와 결합되어 여러 가지로 연산이 되고 표현이 되며 각종 도시분석에 이용될 수 있도록 그 방법들이 많이 개발되고 있는데, 센서스트랙과 블락그룹의 존재는 이러한 도시분석 뿐만이 아니라 공공서비스제공의 효율성을 위해서도 필요하다고 본다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.143-174
• /
• 2023

인공지능의 발전과 함께 딥러닝을 활용한 인공지능 광학문자인식 기법 (Artificial Intelligence powered Optical Character Recognition, AI-OCR) 의 등장은 기존의 이미지 처리 기반 OCR 기술의 한계를 넘어 다양한 형태의 이미지로부터 여러 언어를 높은 정확도로 읽어낼 수 있는 모델로 발전하였다. 특히, AI-OCR은 인력을 통해 대량의 다양한 서류 처리 업무를 수행하는 금융업에 있어 그 활용 잠재력이 크다. 본 연구에서는 금융권내 활용을 위한 AI-OCR 모델의 구성과 설계를 제시하고, 이를 효율적으로 적용하기 위한 플랫폼 구축 및 활용 사례에 대해 논한다. 금융권 특화 딥러닝 모델을 만듦에 있어 금융 도메인 데이터 사용은 필수적이나, 개인정보보호법 이하 실 데이터의 사용이 불가하다. 이에 본 연구에서는 딥러닝 기반 데이터 생성 모델을 개발하였고, 이를 활용하여 AI-OCR 모델 학습을 진행하였다. 다양한 서류 처리에 있어 유연한 데이터 처리를 위해 단계적 구성의 AI-OCR 모델들을 제안하며, 이는 이미지 전처리 모델, 문자 탐지 모델, 문자 인식 모델, 문자 정렬 모델 및 언어 처리 모델의 선택적, 단계적 사용을 포함한다. AI-OCR 모델의 배포를 위해 온프레미스(On-Premise) 및 프라이빗 클라우드(Private Cloud) 내 GPU 컴퓨팅 클러스터를 구성하고, Hybrid GPU Cluster 내 컨테이너 오케스트레이션을 통한 고효율, 고가용 AI-OCR 플랫폼 구축하여 다양한 업무 및 채널에 적용하였다. 본 연구를 통해 금융 특화 AI-OCR 모델 및 플랫폼을 구축하여 금융권 서류 처리 업무인 문서 분류, 문서 검증 및 입력 보조 시스템으로의 활용을 통해 업무 효율 및 편의성 증대를 확인하였다.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.449-461
• /
• 2021

광학 위성정보에 대한 분석대기자료(ARD)는 각 센서 별 분광특성과 촬영각 등을 적용하는 전처리 작업에 의한 성과물이다. 대기보정 처리과정은 통하여 얻을 수 있는 대기반사도와 지표반사도는 기본적이면서 복잡한 알고리즘을 요구한다. 대부분 위성 정보처리 소프트웨어에서는 Landsat 위성 대기보정 처리 알고리즘 및 기능을 제공하고 있다. 또한 사용자는 클라우드 환경에서 Google Earth Engine(GEE)을 통하여 USGS-ARD와 같은 Landsat 반사도 성과에 직접 접근할 수 있다. 이번 연구에서는 고해상도 위성정보 처리에 활용되고 있는 Orfeo ToolBox(OTB) 오픈 소스 소프트웨어의 대기보정 기능을 확장 구현하였다. 현재 OTB 도구는 어떠한 Landsat 센서도 지원하지 않기 때문에, 이 확장 도구는 최초로 개발된 사례이다. 이 도구를 이용하여 RadCalNet 사이트의 Railroad Valley, United States(RVUS) 반사율 자료 값을 이용한 결과 검증을 위하여 같은 지역의 Landsat-8 OLI 영상의 절대 대기보정에 의한 반사도 성과를 산출하였다. 산출된 결과는 RVUS 자료를 기준으로 반사도 값과의 차이가 5% 미만으로 나타났다. 한편 이 반사도 성과는 USGS-ARD 반사도 값뿐만 아니라 QGIS Semi-automatic Classification Plugin과 SAGA GIS와 같은 다른 오픈 소스 도구에서 산출된 성과를 이용한 비교 분석을 수행하였다. OTB 확장도구로부터 산출한 반사도 성과는 RadCalNet RVUS의 자료와 높은 일치도를 나타내는 USGS-ARD의 값과 가장 부합되는 것으로 나타났다. 이 연구에서 OTB 대기보정 처리의 다양한 위성센서 적용 가능성을 입증한 결과로 이 모듈을 다른 센서정보로 확장하여 구현하는 경우에도 정확도가 높은 반사도 산출이 가능한 것을 확인할 수 있었다. 이와 같은 연구 방법은 향후 차세대중형위성을 포함하는 다양한 광학위성에 대한 반사도 성과 산출 도구개발에도 활용할 수 있다.

• 대한핵의학회지
• /
• 제36권6호
• /
• pp.344-356
• /
• 2002

목적: 적혈구 혈액 풀 SPECT는 높은 특이도로 인하여, 간의 대표적인 양성 종양인 혈관종의 진단에 널리 사용되어 왔지만 낮은 해상도가 이 검사의 단점 중 하나였다. 최근 들어 ordered subset expectation maximization (OSEM)이라는 기술이 임상 핵의학 분야에서 단층영상의 재구성에 도입되고 있는 바, 저자들은 간 혈관종을 대상으로 기존의 역투사방식과 새로운 수정된 반복영상구성법인 OSEM을 비교하고자 하였다. 대상 및 방법: 24명의 간 혈관종 환자의 28개의 병변들 각각으로부터 이중 헤드 감마 카메라를 이용하여 단층영상 재구성을 위한 64개의 투사 영상을 얻었다. 이들 raw data는 LINUX운영체계의 개인용 컴퓨터에 보내서, 각각의 header file을 interfile로 대체하여 OSEM프로그램이 인식할 수 있도록 하였다. 최상의 영상을 구성하는 조건을 알아보기 위하여 다양한 subset 수(1, 2, 4, 8, 16 그리고 32) 및 반복계산 수 (1, 2, 4, 8, 그리고 16)하에서 재구성을 시도하여 4번의 반복계산과 16개의 subset일 때를 최적 조건으로 선택하였다. 이후 이 조건 하에서 OSEM과 역투사 방법으로 각각 모든 대상을 재구성한 후에 3명의 핵의학 및 방사선과 전문의가 특별한 정보 없이 모든 영상을 검토하였다. 결과: 28개의 병변을 맹검한 결과, 거의 모든 증례에서 OSEM이 역투사에 비교하여 최소한 대등하거나 우수한 영상의 질을 보여주었다. 비록 3 cm 이상의 큰 병변의 검출에는 차이가 없었으나 1.5-3 cm 크기의 병변 5개는 OSEM을 통하여서만 발견되었다. 하지만 1.5 cm 미만의 작은 병변 4개는 양쪽 모두에서 검출되지 않았다. 결론: OSEM은 작은 크기의 간 혈관종을 발견하는데 보다 높은 민감도를 보였으며 전체적인 영상의 질에 있어서도 보다 좋은 대조도와 윤곽을 보여주었다. OSEM은 이와 같은 장점 뿐만 아니라 높은 사양의 컴퓨터를 요하지않고 계산시간이 길지 않기 때문에 임상에서 간 혈관종의 진단을 위한 적혈구 혈액풀 SPECT에 쉽게 적용될 수 있는 좋은 방법으로 사료된다.