• 한국정보과학회논문지:데이타베이스
• /
• 제34권6호
• /
• pp.528-545
• /
• 2007

최근 모바일과 유비쿼터스 컴퓨팅에서 보다 지능적인 다양한 서비스를 제공하고자 하는 비즈니스 전략과 함께 온톨로지 기술이 큰 관심이 되고 있다. 온톨로지를 이용하는 응용 도메인에서의 본질적 문제점은 모든 영역 구성원, 에이전트, 응용 프로그램이 온톨로지에서 정의된 동일 개념을 공유해야 하는 것이다. 하지만, 다양한 제조업자에 의해서 만들어지는 다양한 모바일 디바이스, 센싱 디바이스, 네트워크 구성요소, 다양한 통신 사업자, 다양한 서비스 제공업자 들이 모여 이루어지는 모바일과 유비쿼터스 컴퓨팅 환경에서는 서로 상이한 온톨로지가 공존할 가능성이 높다. 이러한 의미적 상호 운용성의 문제를 해결하고자 했던 다수의 연구가 있다. 이를 크게 분류하면, 맵핑, 합병, 변환에 의한 방법들이다. 본 연구에서는 이러한 방법들 중 OntoMorph와 같이 상이한 온톨로지 데이타들 간에 변환 규칙을 직접 작성하여 사용하는 방법에 초점을 맞춘다. 하지만 이러한 변환 규칙을 수작업으로 직접 작성하는 방법은, 그 자체도 어려울뿐더러 N개의 온톨로지가 존재할 경우 최악의 경우 $O(N^2)$의 변환 규칙 작성 복잡도를 갖는다. 따라서 본 논문에서는 이러한 복잡도를 개선하기 위한, 웹의 개방성에 근거한 연쇄 조합 변환 규칙 생성의 개념을 소개한다. 연구 성과는 변환 규칙의 변환의 신속성, 변환의 적합성, 변환 규칙 작성의 용이성 등의 중요한 평가 요소를 도출할 수 있었으며, 몇 가지 실험 및 기존 연구와의 비교 분석을 통하여 제안된 방법이 신속성과 정확성을 보장하면서 보다 높은 용이성을 가짐을 확인할 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제13권9호
• /
• pp.1299-1313
• /
• 2010

Top-k 질의는 데이터베이스에서 사용자가 가장 원하는 k개의 객체를 구하는 질의이다. Top-k 질의를 효율적으로 처리하는 대표적인 연구로 Partitioned-Layer Index (간단히, PL-index) 방법이 있다. PL-index는 데이터베이스를 여러 개의 더 작은 데이터베이스로 분할하고 각 분할된 데이터베이스에 대해 sublayer들의 list (간단히, sublayer list)를 구성한다. 이때, 분할된 데이터베이스에 대해서 top-i 결과가 될 수 있는 객체들을 그 분할된 데이터베이스에 대한 i번째 sublayer로 구성한다. 그리고 주어진 질의에 맞춰 그 sublayer list들을 병합함으로써 질의 결과를 구한다. PL-index는 질의 처리 시 데이터베이스로부터 읽어 들이는 객체의 개수가 매우 작다는 장점을 가지지만, sublayer list들을 병합할 때에 임의 접근(random access)이 많이 발생하기 때문에 디스크 기반의 데이터베이스 환경에서 질의 처리 성능이 저하된다. 이에 본 논문에서는 임의 접근 횟수를 줄임으로써 디스크 기반의 데이터베이스 환경에서 PL-index의 질의 처리 성능을 크게 향상시키는 요약된(Abstracted) Partitioned-Layer Index (간단히, APL一index)를 제안한다. 먼저, PL-index의 각 sublayer를 가상의 (점) 객체로 요약함으로써 sublayer list들을 이러한 점 객체들의 list들(즉, APL-index)로 변형한다. 그리고 APL-index에 대해 질의 처리를 가상으로 수행하여 실제 질의 처리 시 접근할 sublayer를 예측한다, 그리고 예측된 sublayer들을 sublayer list별로 한꺼번에 읽어 들임으로 PL-index에서 발생하는 임의 접근 횟수를 줄인다. 합성 데이터와 실제 데이터에 대한 실험을 통하여 제안한 APL-index가 PL-index의 임의 접근 횟수를 크게 줄일 수 있음을 보인다.

• 대한원격탐사학회지
• /
• 제32권6호
• /
• pp.551-566
• /
• 2016

위성 원격 탐사에서는 센서 운영 환경으로 인하여 영상을 수집하는 동안 영상의 질 저하가 일어나며 이러한 영상의 질 저하는 관측된 자료로부터 유용한 정보를 확인하거나 추출하는 데 악 영향을 미치는 번짐 현상(blurring)과 잡음 (noise)을 야기시킨다. 특히 이러한 질 저하는 도시 지역과 같은 조밀한 구조를 가지는 scene으로부터 관측된 영상 자료의 분석에 더욱 영향을 끼친다. 본 연구는 고해상도 범색 영상 자료의 질 저하 현상을 개선시켜 영상이 포함하고 있는 복잡한 구조에 대한 자세한 분석의 정확성을 제고하기 위한 다중 단계 영상 복원 과정을 제안한다. 본 연구는 질 저하 현상을 모형화 하기 위해 Gaussian 가산 잡음과 Markov random field로 정의되는 공간적 연결성, 중심 화소와 이웃 화소 간의 거리에 비례하는 번짐을 가정하였다. 본 연구는 잡음 완화와 번짐 제거를 위해 Point-Jacobian Iteration Maximum A Posteriori (PJI-MAP) 추정 법을 제안한다. 그리고 화소 연결 후 지역 확장을 통한 영상 분할을 사용하였다. 본 연구는 지역 확장을 위하여 동질성과 대조성을 동시에 고려하는 비유사 계수를 제안하고 있다. 본 연구에서는 모의 자료 실험을 통하여 정량적 평가를 실시하였으며 2 개의 고해상도 범색 영상 자료에 대해 적용하여 복원의 효과에 대해 실험하였다. 사용된 원격 탐사 자료는 1 m급의 미국 LA지역에서 수집된 Dubaisat -2 자료와 0.7 m급의 한반도 대전 지역에서 수집된 KOMPSAT3 자료이다. 실험 결과는 제안된 다중 단계 복원 과정이 고해상 자료의 복잡한 구조의 자세한 분석에서 정확성 향상에 기여할 수 있다는 것을 보여주고 있다.

• 정보처리학회논문지D
• /
• 제15D권6호
• /
• pp.741-754
• /
• 2008

지속적으로 확장되는 데이터 스트림에 대한 데이터 마이닝 수행과정에서는 메모리 사용량을 가용한 범위 내로 제한하는 것이 중요한 요소이다. 본 논문에서는 데이터 스트림 환경에서 한정된 메모리 공간을 이용하여 빈발 항목집합을 탐색하는데 효과적인 프라임 패턴 트리(Prime pattern tree: PPT)구조를 제안한다. 프라임 패턴 트리는 기존의 전위 트리 구조와 비교하여 항목집합들을 하나의 노드로 관리함으로써 트리의 크기를 크게 줄일 수 있는 장점이 있다. 또한, 전지 임계값 $S_{\delta}$에 따라 노드를 병합하거나 분리하여 동적으로 트리의 크기와 결과 집합의 정확도를 마이닝 수행 중에 조절 할 수 있다. $S_{\delta}$값이 크면 한 노드에서 관리되는 항목집합의 수가 증가하게 되고, 출현 빈도수를 추정해야 하기 때문에, $S_{\delta}$값이 작을수록 결과집합의 정확도가 높다. 이처럼 PPT에는 트리의 크기와 정확도의 trade-off 가 존재한다. PPT의 이러한 특성에 기반하여, 데이터 스트림에서 갑자기 데이터 집합에 변화가 생겨 빈발항목이 될 가능성이 높은 항목들이 많이 출현하는 경우에도 마이닝을 지속적으로 수행할 수 있도록 지원한다. 본 논문에서는 프라임 패턴 트리를 이전 연구에서 제안한 데이터 스트림에서 최근 빈발 항목 탐색 방법인 estDec 방법에 적용하여 한정된 작은 양의 메모리 공간을 이용하여 온라인 데이터 스트림에서 빈발항목을 탐색하는 방법을 제시한다. 또한, 가용 메모리 범위에서 최적의 메모리를 사용하여 최적의 마이닝 결과를 얻을 수 있도록 하는 메모리 사용량에 대한 적응적 방법을 제시한다. 끝으로, 여러 실험을 통한 효율성 검증을 통해 제안된 방법의 여러 특성을 확인한다.

• 정보처리학회논문지B
• /
• 제16B권1호
• /
• pp.7-16
• /
• 2009

클러스터링 알고리즘은 영역들간의 공간정보를 고려하지 않고 사전에 정의된 수만큼의 군집들로 분할하기 때문에 영상의 과분할을 유발하며, 이에 실제적인 응용분야에 적용하기에는 어려움이 존재한다. 본 논문에서는 클러스터링 알고리즘에 의해 획득한 군집들을 대상으로 보다 나은 분할결과를 획득하기 위한 후처리 방안으로, 비동질적인 군집의 재분류와 베이시안 알고리즘에 의한 유사영역의 합병알고리즘을 제안한다. 먼저, 클러스터링 알고리즘에 의해 분할된 영상의 군집들에 대해서 가장 비동질적인 군집을 선택하여 이를 나머지 군집들 중 하나로 재분류하며, 최소평균내부거리값에 의해 결정된 군집수만큼 반복적으로 수행된다. 그리고 여전히 존재하는 유사한 인접영역들을 제거하기 위해서 영역간의 Kullbeck-Leibler 거리값을 기반으로 베이시안 알고리즘을 이용한 영역 합병을 수행한다. 마지막으로, 제안한 방법의 유효함을 검증하기 위한 목적으로, 분할된 영역들의 우세컬러와 텍스처 정보를 기반으로 하는 SVM(support vector machine) 기반 영역분류시스템을 설계한다. 실험결과, 제안한 방법은 다양한 실험영상들에 대해서 단계별 더 나은 성능을 보였으며, 분할된 영역들의 분류에서도 효과적인 결과를 보여 제안방법의 유효함을 확인하였다.

• 한국측량학회지
• /
• 제25권4호
• /
• pp.327-336
• /
• 2007

건물의 3차원 모델링은 3차원 공간정보를 구축하는데 있어서 매우 중요한 요소이다. 기존의 3차원 건물 모델링은 대부분 입체 항공사진을 이용하여 도화사에 의해 수동으로 진행되어 많은 시간과 비용이 소요된다. 또한 연구논문이나 실험적으로 시도되고 있는 일부 자동화 방법은 건물을 정확하고 세밀하게 묘사하는데 한계가 있다. 건물의 3차원 모델링을 자동화하기 위해서는 건물 외곽선과 지붕 모양을 정확하게 추정할 수 있는 알고리즘이 필수적이다. 최근 다양한 분야에서 활용되고 있는 항공라이다(LiDAR) 데이터는 지형지물에 대한 3차원 정보를 제공하지만, 이를 이용하여 건물 외곽선을 정확하게 추정하기에는 기술적으로 어려움이 있다. 따라서 기존에 구축된 수치지도의 건물 외곽선을 이용한다면, 항공라이다 데이터를 이용하여 3차원 평면을 최소단위로 하는 건물지붕의 구성요소들을 조합하여 자동으로 건물지붕의 3차원 모델링이 가능하다. 본 논문은 기 구축된 수치지도의 건물 외곽선과 옥트리(octree) 분할을 기반으로 항공라이다 데이터를 이용하여 건물지붕의 구성요소를 자동으로 추출하는 방법을 제안하였다. 건물지붕에 대한 항공라이다 데이터를 3차원 공간상에서 재귀적으로 분할하여 패치(patch)를 구성하고, 동일한 속성을 갖는 패치들을 병합하여 지붕의 구성요소를 추출한다. 항공라이다 데이터를 이용하여 제안된 방법으로 실험한 결과, 평면, 게이블, 다면, 곡면 등 다양한 형태의 지붕에 대한 구성요소들을 자동으로 추출 할 수 있었다.

• 지적과 국토정보
• /
• 제49권1호
• /
• pp.103-112
• /
• 2019

위성영상 분류를 위한 관심 지역 추출은 국토 공간을 효율적으로 관리하기 위한 중요한 기술 중 하나이다. 하지만 위성영상 분류에 관한 최근의 연구들은 관심 지역을 선택하는데 있어서 영상 내의 정보에 의존하는 경우가 많다. 본 연구에서는 고해상도 영상으로부터 구축된 공간정보인 연속수치지형도를 활용하여 효과적인 관심 지역 선택 방안을 제시하였다. 본 연구에 사용된 공간정보는 국토지리정보원에서 제공하는 2013년~2017년 연속수치지형도와 환경부에서 제공하는 2015년 세종시 토지피복도를 활용하였다. 공간정보를 통해 추출된 관심 지역의 정확도 검증을 위해 2015년 10월 28일과 2018년 7월 7일 촬영된 KOMPSAT-3A호 위성영상을 사용하였다. 2013년~2015년 동안 연속수치지형도에서 변화하지 않은 영역과 2015년 토지피복지도를 사용하여 2015년 기초샘플을 추출하였다. 또한, 2015년~2017년 동안 연속수치지형도에서 변화하지 않은 영역과 2015년 토지피복지도를 사용하여 2018년 기초샘플을 추출하였다. 연속수치지형도와 토지피복도를 융합할 때 발생하는 중복된 영역은 데이터의 혼동을 방지하기 위해 모두 제거하였다. 최종적으로 관심 지역 내에서 검사점을 생성하고, 2015년, 2018년 K3A 위성영상과 오차행렬을 통해 추출된 관심 지역의 정확도를 나타냈으며 전체 정확도는 각각 약 93%, 72%로 나타났다. 관심 지역의 정확도 검증을 통해 정확하게 분류된 지역은 관심 지역으로써 사용할 수 있고 오분류된 지역은 변화탐지를 위한 참고자료로서 활용할 수 있다고 판단된다.

• 한국시뮬레이션학회논문지
• /
• 제19권1호
• /
• pp.143-151
• /
• 2010

지문분류는 1:N 지문인식 시스템의 효율성을 높이는 단계로 지문의 매칭 시간 단축과 인식의 정확성을 높여주는 역할을 한다. 지문 각 클래스의 융선 패턴은 한 개 이상의 클래스와 중복되는 성질을 가지기 때문에 지문분류 작업은 어렵다. 또한 잡음을 많이 포함하거나 예외적인 입력 상태인 경우에도 분류 작업은 어려워진다. 본 논문에서는 다양한 품질의 지문을 효과적으로 분류하기 위해 지문의 방향특징을 이용해 확률 모델을 설계하고, 이를 최적화 하여 지문분류를 수행하는 방법을 제안하였다. 지문 융선을 픽셀단위로 탐색하여 방향 값을 산출하고, 산출된 방향 값을 일정 픽셀 단위로 병합하여 지문의 방향특징을 추출한다. 추출된 방향 특징을 이용해 확률론적 정보추출 및 인식 방식인 마코프 모델을 이용하여 지문의 클래스별 마코프 모델을 생성한다. 생성된 클래스별 마코프 모델의 상태전이 행렬을 분석하여 클래스별 분류 모델의 가중치 항목을 결정하고 유전자 알고리즘을 이용하여 지문분류 성능을 향상시킬 수 있는 최적의 수치를 찾아낸다. 유전알고리즘에 의해 최적화된 분류모델에 다양한 품질의 지문 데이터베이스를 적용하여 실험해 본 결과 최적화 되기 전의 분류 모델에 비해 우수한 분류성능을 보였다. 또한 실험에 사용한 다양한 품질의 데이터베이스를 분석해본 결과 제안한 방법은 특이점 유, 무 및 상태에 독립적으로 예외적인 입력상황의 지문에 대해 효율적으로 지분분류를 수행했다.

• 한국재난정보학회 논문집
• /
• 제20권2호
• /
• pp.351-368
• /
• 2024

연구목적: 일반적으로 교통사고는 산발적으로 발생하기 때문에 예방 및 방지대책 마련을 위한 현장조사 시 시간적·비용적으로 다양한 한계가 있다. 특히, 코로나 사태 이후 비대면 사회로의 전환으로 현장조사를 대체할 방안 마련이 더욱 필요한 실정이며, 이에 본 연구에서는 부산광역시 사상구를 대상으로 다양한 웹사이트에서 제공하고 있는 로드뷰에 대한 현장조사 대체 활용 가능성을 평가하였다. 연구방법: 연구방법은 '16~'22년간 발생한 교통사고 취약지점을 추출하여 교통안전법 ｢교통안전진단지침｣에서 제공하고 있는 현장조사 평가항목을 기반하여 로드뷰를 분석하였다. 연구결과: 주요 결과 사상구는 사상로, 대동로, 학장로 지점에서 고령 보행자 사고가 가장 취약하였다. 로드뷰를 통해 취약지점을 상세분석한 결과 사상로는 영업용 차량의 통제, 시장 상권에 대한 교통약자 보호 등이 필요하였다. 대동로는 불법 노상 주정차, 경사로 합류 구간 등이 취약하였고, 학장로는 과속이 쉬운 도로 등이 취약하였다. 이러한 분석 결과를 토대로 로드뷰의 현장조사 대체 가능성을 평가하였을 때, 로드뷰는 보·차도 분리성, 안전 시설물의 위치 및 간격 등 대부분 항목을 효과적으로 평가할 수 있었다. 하지만, 실측 수행 등 항목에서는 한계가 있었다. 결론: 즉, 로드뷰는 대부분의 현장조사를 대체할 수 있고, 실측 평가항목은 보조자료로 활용성을 높여 시간적·비용적 절감효과와 동시에 높은 효율성을 나타내는 것으로 판단할 수 있다.

• 한국지리정보학회지
• /
• 제24권3호
• /
• pp.73-82
• /
• 2021

농촌 도로는 농촌 지역의 개발과 관리를 위한 핵심 기반시설로서 원격탐사 자료를 활용한 농촌 도로 관리 기술은 농촌 교통 인프라 확대, 농촌 주민의 삶의 질 개선을 위해 매우 중요하다. 본 연구에서는 농촌 지역을 촬영한 고해상도 위성영상을 활용하여 농촌 도로를 매핑하기 위해 영상 분류 방법과 영상 분할 방법을 다음의 과정을 통하여 비교하였다. 영상 분류의 경우, 심층 신경망 기반 딥러닝 기법을 주어진 고해상도 위성영상에 적용하여 고정밀 객체 분류 지도를 제작하였고 이로부터 농촌 도로 객체를 추출함으로써 농촌 도로를 매핑하였다. 영상 분할의 경우, multiresolution segmentation 기법을 동일한 위성영상에 적용하여 세그먼트 영상을 제작하였고 농촌 도로에 위치한 다중 객체들을 선택하고 이들을 최종적으로 융합하여 농촌 도로를 매핑하였다. 영상 분류 및 영상 분할 방법을 통해 매핑한 농촌 도로의 정확도 검증을 위해 100개의 검사점을 사용하였고 다음과 같은 결론을 도출하였다. 영상 분류 방법에서는 객체 분류 지도 내 오분류 에러로 인해 영상 내 일부 농촌 도로의 인식이 불가능하였으나 영상 분할 방법에서는 영상 내 모든 농촌 도로의 인식이 가능하였으므로 영상 분할 방법이 영상 분류 방법보다 위성영상을 이용한 농촌 도로 매핑 작업에 더 적합한 방법이었다. 그러나 영상 분할 방법을 통해 매핑한 농촌 도로를 구성하는 일부 세그먼트들이 농촌 도로 외 객체를 포함하고 있어 영상 내 일부 농촌 도로에서 오분류 에러가 발생하였다. 추후 연구에서는 객체 기반 분류 또는 합성곱 신경망 등 다양한 정밀 객체 인식 기법을 고해상도 위성영상에 적용하여 농촌 도로의 정확도를 개선할 계획이다.