• 대한원격탐사학회지
• /
• 제19권5호
• /
• pp.381-392
• /
• 2003

Multi-temporal approaches using sequential data acquired over multiple years are essential for satisfactory discrimination between many land-cover classes whose signatures exhibit seasonal trends. At any particular time, the response of several classes may be indistinguishable. A harmonic model that can represent seasonal variability is characterized by four components: mean level, frequency, phase and amplitude. The trigonometric components of the harmonic function inherently contain temporal information about changes in land-cover characteristics. Using the estimates which are obtained from sequential images through spectral analysis, seasonal periodicity can be incorporates into multi-temporal classification. The Normalized Difference Vegetation Index (NDVI) was computed for one week composites of the Advanced Very High Resolution Radiometer (AVHRR) imagery over the Korean peninsula for 1996 ～ 2000 using a dynamic technique. Land-cover types were then classified both with the estimated harmonic components using an unsupervised classification approach based on a hierarchical clustering algorithm. The results of the classification using the harmonic components show that the new approach is potentially very effective for identifying land-cover types by the analysis of its multi-temporal behavior.

• 대한원격탐사학회지
• /
• 제35권4호
• /
• pp.573-587
• /
• 2019

A multi-temporal approach using remotely sensed time series data obtained over multiple years is a very useful method for monitoring land covers and land-cover changes. While spectral-based methods at any particular time limits the application utility due to instability of the quality of data obtained at that time, the approach based on the temporal profile can produce more accurate results since data is analyzed from a long-term perspective rather than on one point in time. In this study, a multi-temporal approach applying a multi-periodic harmonic model is proposed for classification of remotely sensed data. A harmonic model characterizes the seasonal variation of a time series by four parameters: average level, frequency, phase, and amplitude. The availability of high-quality data is very important for multi-temporal analysis.An satellite image usually have many unobserved data and bad-quality data due to the influence of observation environment and sensing system, which impede the analysis and might possibly produce inaccurate results. Harmonic analysis is also very useful for real-time data reconstruction. Multi-periodic harmonic model is applied to the reconstructed data to classify land covers and monitor land-cover change by tracking the temporal profiles. The proposed method is tested with the MODIS and GOCI NDVI time series over the Korean Peninsula for 5 years from 2012 to 2016. The results show that the multi-periodic harmonic model has a great potential for classification of land-cover types and monitoring of land-cover changes through characterizing annual temporal dynamics.

• 한국측량학회지
• /
• 제35권3호
• /
• pp.125-132
• /
• 2017

IKONOS, QuickBird, Kompsat-2 등 서로 다른 고해상도 광학 센서로 취득된 다중시기 영상은, 취득 당시의 센서 자세나 환경의 차이에 의해 영상 등록(image registration)을 수행한 이후에도 여전히 지역적인 지형 불일치가 존재한다. 등록오차(registration noise)라고도 불리는 이러한 지형 불일치는 고해상도 다중시기 영상을 이용하여 공간정보를 추출하는 다양한 활용분야의 정확도를 떨어뜨리는 방해 요인으로 작용한다. 반대로, 등록오차를 추출하여 이를 효과적으로 제거한다면 결과적으로는 다중시기 고해상도 영상을 이용하여 추출되는 공간정보의 정확도를 높일 수 있다. 이에 본 연구에서는 지배적인 등록오차는 주로 영상 내 객체의 경계를 따라서 존재한다는 가정 하에, 경계강도 영상을 이용하여 등록오차를 추출한다. 추출된 등록오차의 지역적 분포특성을 고려하여 고해상도 영상 간 지형 불일치를 최소화하는 정밀 등록 기법을 제안한다. 제안 기법을 평가하기 위해, 고해상도 다중시기 광학위성 영상을 이용하여 실험지역을 구성한다. 등록오차 기반의 정밀 등록 기법 적용 결과와 수동으로 수행한 등록 결과와의 정량적/정성적 비교평가를 통해 제안 기법의 우수성을 판단하고자 한다.

• International Journal of Control, Automation, and Systems
• /
• 제6권3호
• /
• pp.401-412
• /
• 2008

This paper discusses a design methodology of cooperative path planning for dynamical multi-agent systems with spatial and temporal constraints. The cooperative behavior of the multi-agent systems is specified in terms of the objective function in an optimization formulation. The path of achieving cooperative tasks is then generated by the optimization formulation constructed based on a differential flatness approach. Three scenarios of multi-agent tasking are proposed at the cooperative task planning framework. Given agent dynamics, both spatial and temporal constraints are considered in the path planning. The path planning algorithm first finds trajectory curves in a lower-dimensional space and then parameterizes the curves by a set of B-spline representations. The coefficients of the B-spline curves are further solved by a sequential quadratic programming solver to achieve the optimization objective and satisfy these constraints. Finally, several illustrative examples of cooperative path/task planning are presented.

• 한국정보과학회논문지:데이타베이스
• /
• 제30권5호
• /
• pp.451-463
• /
• 2003

최근 시공간 데이타에 대한 OLAP연산 효율을 증가시키기 위한 여러 가지 연구들이 행하여지고 있다. 이들 연구의 대부분은 다중트리구조에 기반하고 있다. 다중트리구조는 공간차원을 색인하기 위한 하나의 R-tree와 시간차원을 색인하기 위한 다수의 B-tree로 이루어져 있다. 하지만, 이러한 다중트리구조는 높은 유지비용과 불충분한 질의 처리 효율로 인해 현실적으로 시공간 OLAP연산에 적용하기에는 어려운 점이 있다. 본 논문에서는 이러한 문제를 근본적으로 개선하기 위한 접근 방법으로서 힐버트큐브(Hilbert Cube, H-Cube)를 제안하고 있다. H-Cube는 집계질의(aggregation query) 처리 효율을 높이기 위해 힐버트 곡선을 이용하여 셀들에게 완전순서(total-order)를 부여하고 있으며, 아울러 전통적인 누적합(prefix-sum) 기법을 함께 적용하고 있다. H-Cube는 대상공간을 일정한 크기의 셀로 나누고 그 셀들을 힐버트 값 순서로 저장한다. 이러한 셀들이 시간순서로 모여 규브형태를 이루게 된다. 또한 H-Cube는 시간의 흐름에 따라 변화되는 지역적인 데이타 편중에 대처하기 위해 적응적으로 셀을 정제한다. H-Cube는 정적인 공간 차원에서 움직이는 짐 객체에 초점을 두고 있는 적웅적이며, 완전순서화되어 있으며, 또한 누적합을 이용한 셀 기반의 색인구조이다. 본 논문에서는 H-Cube의 성능 평가를 위해서 다양한 실험을 하였으며, 그 결과로서 유지비용과 질의 처리 효율성면 모두에서 다중트리구조보다 높은 성능 향상이 있음을 보인다.

• 대한원격탐사학회지
• /
• 제21권2호
• /
• pp.145-162
• /
• 2005

SAR 자료의 분류에서 토지 피복 구분 분류 정확도의 향상을 위해 이 논문은 다중 시기 SAR 자료를 이용한 분류에서의 특징 추출과 정보 융합 방법론을 제시하였다. 다중 시기 SAR 센서의 산란 특성을 고려하여 평균 후방 산란계수, 시간적 변이도와 긴밀도를 특징으로서 추출하였다. 이렇게 추출된 특징의 효율적인 응합을 위해 Dempster-Shafer theory of evidence(D-S 이론)와 퍼지 논리를 적용하였다. 특히 D-S 이론의 적용시 특징 기반 mass function 할당을 제안하였고, 퍼지 논리의 적용시 다양한 퍼지 결합 연산자의 결과를 비교하였다. 다중 시기 Radarsat-1 자료에의 적용 결과, 추출된 특징들은 서로 상호 보완적인 정보를 제공할 수 있으며 수계, 논과 도심지를 효율적으로 구분할 수 있었다. 그러나 산림과 밭은 구분이 애매한 경우가 나타났다. 정보 융합 방법론 측면에서, D-S 이론과 퍼지 Max와 Algebraic Sum 연산자를 제외한 다른 퍼지 연산자는 서로 유사한 분류 정확도를 나타내었다.

• 한국군사과학기술학회지
• /
• 제14권5호
• /
• pp.913-919
• /
• 2011

In this paper, we present a new efficient event detection algorithm for sensor networks with faults. We focus on multi-attributed events, which are sets of data points that correspond to interesting or unusual patterns in the underlying phenomenon that the network monitors. Conventional algorithms cannot detect some events because they treat only their own sensor readings which can be affected easily by environmental or physical problem. Our approach exploits spatio-temporal correlation of sensor readings. Sensor nodes exchange a fault-tolerant code encoded their own readings with neighbors, organize virtual sensor readings which have spatio-temporal correlation, and determine a result for multi-attributed events from them. In the result, our proposed algorithm provides improvement of detecting multi-attributed events and reduces the number of false-negatives due to negative environmental effects.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 추계학술발표대회
• /
• pp.287-288
• /
• 2009

Multi-query optimization (MQO) is a critical research issue in the real-time data stream management system (DSMS). We propose to address this problem in the ubiquitous GIS (u-GIS) environment, focusing on grouping 'similar' spatio-temporal queries incrementally into N clusters so that they can be processed virtually as N queries. By minimizing N, the overlaps in the data requirements of the raw queries can be avoided, which implies the reducing of the total disk I/O cost. In this paper, we define the spatio-temporal query clustering problem and give a data cubing approach (Q-cube), which is expected to be implemented in the cloud computing paradigm.

• 한국지구과학회지
• /
• 제32권6호
• /
• pp.560-574
• /
• 2011

주기적이고 지속적으로 자료를 얻을 수 있는 위성영상은 지표면의 변화를 모니터링 하기 위한 매우 효과적인 자료이다. 위성영상을 이용한 기존의 변화탐지 연구는 두 시점의 지표 특성을 각각 분석해 서로 비교하여 변화를 밝혀내는 연구를 주로 해왔다. 그러나 최근에는 연속성을 갖는 다중 시기 위성영상으로부터 전체적인 경향이나 단기적인 변화를 찾아내는 연구에 관심이 높아지고 있다. 이 연구에서는 다중 시기 위성영상을 분석하기 위해 3차원 웨이블릿 변환 기반의 기법을 제안하고 테스트해보았다. 3차원 웨이블릿 변환을 이용하면 자료의 중요한 특성은 보존하면서 차원을 줄이는 것이 가능하다. 또한 다중 시기의 자료로부터 주요 패턴을 간추려 내고 공간, 시간적으로 인접한 주변 화소와의 관계를 파악할 수 있다. 연구 결과, 3차원 웨이블릿 변환 기법은 전체적인 경향성이나 특별한 변화 특성을 빠른 시간내에 밝혀내는 데 유용할 뿐만 아니라 분해 방향에 따라 각기 다른 정보를 제공해 주는 하위 밴드를 통해 새로운 정보를 얻을 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제22권3호
• /
• pp.211-219
• /
• 2006

A random forests classifier is applied to multi-sensor data fusion for supervised land-cover classification in order to account for the importance of variable. The random forests approach is a non-parametric ensemble classifier based on CART-like trees. The distinguished feature is that the importance of variable can be estimated by randomly permuting the variable of interest in all the out-of-bag samples for each classifier. Two different multi-sensor data sets for supervised classification were used to illustrate the applicability of random forests: one with optical and polarimetric SAR data and the other with multi-temporal Radarsat-l and ENVISAT ASAR data sets. From the experimental results, the random forests approach could extract important variables or bands for land-cover discrimination and showed reasonably good performance in terms of classification accuracy.