최근 IoT 및 딥러닝 관련 기술요소들이 영상보안감시시스템에서도 다양하게 응용되고 있다. 그 중 CCTV를 통해 촬영된 동영상에서 자동으로 특정 객체를 검출, 추적, 분류 하는 감시 기능이 점점 지능화되고 있다. 본 논문에서는 보급형 CPU만 사용하는 PC 환경에서도 실시간 처리가 가능한 알고리즘을 목표로 하였다. GMM(Gaussian Mixture Model)을 이용한 배경 모델링과 헝가리안 알고리즘, 그리고 칼만 필터를 조합한 추적 알고리즘은 전통적이며 복잡도가 비교적 적지만 검출 오류가 높다. 이를 보강하기 위해 대용량 데이터 학습에 적합한 딥러닝을 기술을 적용하였다. 특히 움직임이 있는 사람의 특징을 강조하기 위해 추적된 객체에 대해 SRGB-3 Layer CNN을 사용하였다. 성능 평가를 위해 기존의 HOG와 SVM을 이용한 시스템과 비교했을 때 Move-in은 7.6%, Move-out은 9.0%의 오류율 감소가 있었다.
본 연구에서는 명승 및 전통정원과 같이 면적으로 구성된 전통조경공간에 대한 효율적인 보존관리를 위한 3차원 공간정보구축에 활용되는 소형드론과 3D스캐너를 이용하여 생성된 공간정보데이터의 비교를 통해 전통조경공간별 3차원공간정보를 적용하기 위한 연구로 분석 결과는 다음과 같다. 첫째, 소형드론을 이용한 항공사진측량은 대면적의 전통조경공간에 GSD 3cm급 이하의 3차원공간정보 구축이 가능하였음을 확인하였다. 또한 항공사진측량 데이터는 3D스캐너에 비해 정확도는 떨어지나 정사영상테이터 구축에 있어 디지털데이터를 이용한 texture 맵핑으로 3D스캐너에 비해 RGB영상의 판독을 통한 경관변화 모니터링 등에 적합한 것을 확인할 수 있었다. 둘째, 광한루원과 같이 일정면적으로 구성되어 있는 전통조경공간에 항공사진측량으로 구축된 정사영상데이터는 시각적으로 정확하고 정밀한 결과물이 구축되었으나, 수치데이터 추출 결과 전통조경을 구성하고 있는 요소 중 하나인 수목에 대한 데이터가 추출되지 않아 수목이 밀집한 지역 등을 중심으로 3D스캔과 항공사진측량을 병행하여야 할 것으로 판단되었다. 셋째, 담양 소쇄원과 같이 작은 면적으로 구성된 전통정원에 항공사진측량으로 구축된 정사영상데이터는 수목과 인접한 곳과 수목의 하단부에 대한 공간정보구축이 불가능하였으며, 주변의 수목들로 인해 지형데이터를 포함한 3차원 공간정보데이터에 다수의 오류가 발생되었다. 이는 상대적으로 좁은 공간에 건축물, 조경시설, 수목 등이 밀집하고 있어 항공사진 측량보다는 3D스캔 기술을 활용하여 정밀 실측하는 것이 바람직한 것으로 분석되었다. 3D스캐닝은 항공사진측량에 비해 오랜 시간이 소요되나 측량데이터의 정밀성과 가상현실을 통한 보존관리가 가능하여 좁은 지역에서의 정밀한 조사가 가능한 것을 알 수 있었다. 면적으로 구성된 전통조경공간을 대상으로 시간적·공간적 제약에 자유로운 소형드론과 3D스캐너를 이용하여 3차원 공간정보 구축데이터를 비교한 결과 경주 양동마을과 같은 대면적의 공간에는 항공사진측량을 통한 모니터링이 효과적이었으며, 담양 소쇄원과 같은 전통정원에는 3D스캐너를 이용한 3차원 공간구축이 효과적임을 알 수 있었다. 추후 3D 스캔데이터와 항공사진측량 데이터의 융합을 통해 자연유산 및 전통조경공간의 보존관리를 위한 합리적인 분석결과를 제시할 수 있을 것으로 판단된다.
본 연구에서는 강원도에 존재하는 노천 채굴 방식의 석회석 광산 내부에 존재하는 생태복원지역에 대한 변화 분석 및 모니터링을 수행하고자 고해상도의 다시기 정사영상을 이용하여 식생 분포 지역의 식생 분포 변화 분석을 수행하고자 하였으며, DEM을 이용한 지형의 변화 분석을 수행하였고, 드론 사진측량의 활용성을 검토하고자 하였다. 따라서 본 연구에서는 2014년 항공레이저측량 및 2015년 고정익 드론사진측량으로 제작된 정사영상과 포인트 클라우드를 수집하였다. 또한 2016년 회전익 드론사진측량을 이용하여 정사영상 및 포인트 클라우드를 제작하고, 이를 이용하여 생태복원지역의 변화 분석을 수행하였다. 그 결과 유인 항공측량시스템보다 단시간, 저비용으로 지형공간정보를 생성하고 이를 이용하여 노천광산 생태복원지역의 변화 모니터링 수행이 가능하였다. RGB 정사영상을 활용하여 식생 분포 지역을 추출하는 nEGI 및 VARI를 통해 식생 분포 지역을 추출한 결과 식생 분포 지역이 대상지역의 면적 대비 약 10~30%가 증가하여 생태복원이 원활하게 진행되고 있는 것으로 나타났다. DEM을 이용해 제작된 단면과 복원 계획선을 비교 분석한 결과 드론의 활용으로 제작된 단면과 복원 계획선이 ${\pm}10cm$의 오차로 유사한 형태를 나타냈으며, 토공량 분석이 가능하였다.
본 연구에서는 천수만 황도 갯벌 지역을 대상으로 UAV 자료와 객체기반영상분석 방법을 사용하여 대축척 갯벌 표층 퇴적상 분류도를 작성하고, 정확도 검증을 수행하여 정밀한 표층 퇴적상 분류의 가능성과 보다 정확한 분류 방법에 대해 제시하였다. 이를 위해 고해상도 UAV 자료에서 가시광 영역의 정사영상과 수치표고모델(DEM), 조류로 밀도 등 퇴적상 분류 시 영향을 주는 요인들을 추출하고, 통계학적 분석 방법을 통해 퇴적상에 따른 요인들의 주성분을 분석하였다. 주성분 요인을 바탕으로 퇴적상 분류 시 사용할 입력 자료를 (1) 가시광 영역의 스펙트럼, (2) 지형 고도와 조류로 밀도, (3) 가시광 영역의 스펙트럼과 지형 고도 및 조류로 밀도로 구분하였으며, 이를 기반으로 객체기반영상분석 분류방법에 입력 자료를 적용하여 대축척 갯벌 표층 퇴적상 분류도를 추출하였다. 입력 자료의 조건에 따라 표층 퇴적상 분류를 수행한 결과, folk 분류 기준을 따르는 6가지의 표층 퇴적상으로 분류하였고, 가시광 영역의 스펙트럼과 지형 고도, 조류로 밀도를 사용할 경우 전체 정확도가 63.04%, Kappa 지수가 0.54로 가장 효과적으로 표층 퇴적상을 분류하였다.
장면전환검출 기법의 하나인 컬러-$X^2$ 히스토그램을 이용하여 엘리베이터 내에서 발생하는 폭행 장면을 추출하여 범죄행위에 대한 실시간 감시와 사후 증거확보 및 분석과정에서의 증거 자료로 활용한다. 또한 디지털포렌식 분야에서 범죄와 연관된 영상물에 대한 효율적인 증거분석을 위한 다양한 방법에 관한 연구를 "영상포렌식"으로 정의한다. 컬러히스토그램의 차이를 이용한 방법은 두 프레임으로부터 얻은 R,G,B 컬러에 대하여 각각을 따로 계산한 히스토그램의 차이 값을 측정하여 검출하는 방법이다. 본 논문에서는 엘리베이터 내에서의 폭행 장면을 효율적으로 추출하기 위해 컬러히스토그램의 장점과 $X^2$ 히스토그램의 장점을 결합한 컬러-$X^2$ 히스토그램을 이용하였다. 또한 기존의 컬러-$X^2$ 히스토그램을 이용하여 키프레임을 찾아내기 위해 임계값을 찾아낼 때, 실제 폭행 장면 인지 아닌지를 판별하는 확률을 높이기 위해 20개의 샘플영상을 이용하여 통계적인 판단을 이용하였다.
최근 널리 보급되고 있는 태양광 발전소의 유지관리를 위해 다양한 연구들이 시도되고 있다. 본 연구에서는 unmanned aerial vehicle(UAV)기반 열적외선 센서를 이용하여 태양광 셀의 발열을 분석하는 것으로서 주요 결론은 다음과 같다. 먼저 UAV 기반 RGB 센서를 이용하여 정사영상과 digital surface model(DSM) 자료를 구축하였으며, 이를 통해 태양광 셀의 발열 분석에 필요한 태양광 모듈 레이어를 생성하였다. 또한 태양광 모듈 레이어의 위치정확도를 평가하기 위해 virtual reference service(VRS) 측량을 이용하여 검정점에 대한 수평오차를 분석한 결과, 표준오차가 $dx={\pm}2.4cm$, $dy={\pm}3.2cm$로 높은 위치정확도를 확보할 수 있었다. 그리고 태양광 셀의 발열 실험을 위해 고무패치를 설치한 후 UAV 열적외선 센서를 이용하여 발열이 생기는 고무패치의 위치를 효과적으로 분석할 수 있었다. 또한 고무패치 셀 비율과 UAV 열적외선 센서에 의한 셀 비율의 표준오차는 ${\pm}3.5%$로 나타났으며, 따라서 UAV 기반 열적외선 센서를 이용하여 태양광 셀의 발열을 효과적으로 분석할 수 있었다. 아울러 발열이 생기는 셀이 위치하고 있는 태양광 모듈의 코드를 자동으로 추출함으로서 효과적인 태양광발전소 유지보수가 가능하게 되었다.
본 논문은 출입통제시스템이나 사용자인증이 필요한 통제시스템 등에 적용될 수 있는 신경 진동자(Neural Oscillators)를 이용한 실시간 얼굴검출 및 추적에 필요한 새로운 알고리즘을 제안한다. 신경 진동자(Neural Oscillators)는 생물학적 뉴런의 동작원리를 모방한 것으로서 뉴런의 활성과 비활성의 주기적인 반복동작 특성을 모델링 한 인공신경모델이다. 본 논문에서 제안한 시스템은 크게 두 단계의 처리과정을 가진다. 첫 번째 단계는 얼굴검출 과정인데, 우선 비용이 저렴한 Webcam을 이용하여 실시간 전달되는 RGB24bit 컬러 영상을 획득, LEGION(Locally Excitatory Globally Inhibitory) 알고리즘을 이용하여 분할과정을 거쳐 얼굴영역을 검출한다. 두 번째 단계는 검출된 얼굴영역에서 이웃뉴런들로부터 연결강도가 가장 큰 리더뉴런(Max Leader Neuron)을 찾아 얼굴을 추적하는 방법으로 스케일 문제해결 과 안정된 새로운 얼굴 추적 방법을 제안한다.
이 연구에서는 Moderate Resolution Imaging Spectroradiometer(MODIS) Level 1.0B 자료와 다중채널 원격 탐사방법을 이용하여 황사(dust)/연무(smoke) 탐지 알고리즘을 개발하였고 결과 검증을 위하여 MODIS RGB 합성영상과 Cloud-Aerosol Lidar with Orthogonal Polarization Satellite Observations(CALIPSO)위성의 VFM(Vertical Feature Mask)자료가 사용되었다. 2007년 3월 30일과 2012년 4월 27일의 주간 사례에 대한 이 연구의 황사/연무 탐지 결과는 검증자료와 약 56.4 %, 72.0 % 일치하였으며 야간의 경우는 2012년 04월 27일 사례에 대하여 약 40.5 % 일치하였다. 그러나 이 연구 결과는 MODIS와 CALIPSO 위성의 시 공간 일치 한계 때문에 제한적 사례에 대하여 검증되었으나 추가적인 연구를 통하여 우리나라 차세대 정지궤도 기상위성의 에어로졸 탐지에 활용될 수 있을 것이다.
적설은 강수의 한 형태로 지표면에 쌓인 눈으로 정의되며 빙권의 가장 큰 단일 구성 요소로서 지구 표면과 대기 사이의 열 교환이나 전 지구 또는 지역적인 측면에서 지구의 에너지 수지 균형을 유지하는 중요한 역할을 하는 등 지구 표면 온도를 조절하는데 영향을 미친다. 그러나 적설은 인간의 접근이 어려운 지역에 주로 분포하기 때문에 위성을 활용한 적설 탐지가 활발히 수행되고 있으며 산림 지역의 적설 탐지는 구름과 적설의 구분 다음으로 중요한 과정이다. 따라서 본 연구는 기존 극 궤도 위성에서 산림 지역 적설 탐지에 활용하는 Normalized Difference Snow Index(NDSI) 및 Normalized Difference Vegetation Index(NDVI)를 정지궤도 위성에 적용하였으며, 산림 지역 외 영역은 적설의 분광 특징을 활용한 $R_{1.61{\mu}m}$ anomaly 기법 및 NDSI를 활용하여 적설 탐지를 수행하였다. 본 연구에서 산출한 Snow Cover 자료와 Visible Infrared Imaging Radiometer(VIIRS) Snow Cover 자료를 활용해 간접 검증을 수행한 결과, Probability of Detection(POD)는 99.95%, False Alarm Ratio(FAR)는 16.63 %로 나타났다. Himawari-8 Advanced Himawari Imager(AHI) RGB 영상을 추가로 활용해 정성적 검증 또한 수행하였으며 수행 결과, VIIRS Snow Cover가 미탐지한 영역과 본 연구가 오탐지한 영역이 혼합되어 나타났다.
매년 반복되는 식물의 생활사를 장기적으로 관측하는 것은 기후변화 반응을 감지하는데 있어 가장 단순한 방법이며, 중요한 지표로 인식되고 있다. 반복 디지털 이미지를 이용한 식물계절 변화 관찰 방법은 전통적(현장에서 전문가에 의해 관찰) 방법과 위성원격탐사(위성영상의 식생지수를 활용한 위성원격 관찰)의 한계를 보완한 방법이다. 본 연구는 디지털 카메라를 기반으로 한 반복 이미지로부터 식물계절 변화 관측과 계절현상을 정량화하기 위하여 점봉산 산림생태계를 대상으로 하였다. 한반도 전역에 분포하는 신갈나무림(낙엽활엽수림)과 상록침엽수림의 대표 수종인 소나무를 선정하여 식물계절 특성에 따른 경향성을 파악하고자 하였다. RGB 채널 이미지 데이터로부터 식생지수(Gcc)를 산출하였다. Gcc 진폭의 크기는 상록침엽수림이 낙엽활엽수림 보다 작았으며, Gcc의 기울기(봄철 증가와 가을철 감소)는 상록침엽수림이 낙엽활엽수림과 비교하여 완만하였다. 소나무림은 생장의 시작(UD)이 신갈나무림에 보다 빨랐고, 생장의 종료(RD)는 늦은 것으로 나타났다. 식물계절 현상의 정확도 검증은 RMSE가 0.008(ROI1)과 0.006(ROI3)으로 높은 정확도를 보였다. 이러한 결과는 온대북부형 낙엽활엽수림의 Gcc 궤적의 경향성을 잘 반영하였으며, 디지털 카메라를 이용한 반복 이미지 관측 방법이 식물계절 변화 관측에 있어 유용할 것으로 판단된다.
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.