• 대한원격탐사학회지
• /
• 제39권6_2호
• /
• pp.1651-1669
• /
• 2023

해빙(sea ice)은 현재 전 세계 해양 면적의 약 7%를 차지하고 있으며 계절적, 연간 변화를 보이고 주로 극지방과 고위도 지역에 나타난다. 해빙은 대규모 공간 규모에서 다양한 종류로 형성되며 석유 및 가스탐사, 기타 해양활동이 급속히 증가하는 발해해는 해양 구조물 피해 및 해상 운송, 해양 생태계에 심각한 영향을 미치기 때문에 시계열 모니터링을 통해 해빙의 면적 및 유형 분류를 분석하는 것이 매우 중요하다. 현재 고해상도 위성영상 및 현장 실측 자료를 바탕으로 해빙의 종류 및 영역에 대한 연구가 진행되고 있지만 현장 실측자료를 획득하여 해빙 모니터링에는 한계가 있다. 고해상도 광학 위성영상은 광범위에서 해빙의 유형을 육안으로 탐지하고 식별할 수 있고, 짧은 시간해상도를 갖는 해양위성인 천리안 2B호(Geostationary Ocean Color Imager-II, GOCI-II)를 이용하여 해빙 모니터링의 공백을 보완할 수 있다. 이 연구에서는 고해상도 광학위성영상을 이용하여 생산된 학습자료를 기반으로 규칙기반 기계학습 모델을 훈련시키고 이를 GOCI-II 영상에서 탐지를 수행함으로써, 해빙 모니터링 활용 가능성을 알아보고자 하였다. 학습 자료는 발해(Bohai Sea)의 2021-2022년 랴오둥만(Liaodong Bay)을 대상으로 추출하였으며, GOCI-II를 활용한 Random Forest (RF) 모델을 구축하여 기존 normalized difference snow index (NDSI) 지수 기반 및 고해상도 위성영상에서 획득된 해빙 영역과 정성적 및 정량적 비교 분석하였다. 본 연구 결과 해빙의 영역을 과소평가한 NDSI 지수 기반 결과와 달리 비교적 자세한 해빙 영역을 탐지하였으며 유형별 해빙을 분류할 수 있어 해빙 모니터링이 가능함을 확인하였다. 향후 지속적인 학습 자료 및 해빙형성에 영향인자 구축을 통해 탐지 모델의 정확도를 향상시킨다면 고위도 해양 지역에서 해빙 모니터링 분야에 활용할 수 있을 것으로 기대된다.

• 한국산학기술학회논문지
• /
• 제21권3호
• /
• pp.328-334
• /
• 2020

최근 연습용 회로지령탄약 발사통 정부 수락시험 결과, 총 125발의 시료수 중 9발의 불발이 발생되었다. 국방 규격을 충족하였으나, 불발율은 7.2 %로 공정 품질수준에 따른 시료수 절감과 AQL의 개선, 군 훈련효과 증대 및 사용자 안전을 확보하기 위해 불발율의 최소화가 필요하였다. 연습용 회로지령탄약 발사통의 경우 타격식 뇌관이 적용되나, 일반적인 공이 타격식과는 달리 작동기 압력으로 타격되는 구조를 가지고 있어 전산 유체역학 해석을 통해 뇌관 면의 기울기에 따른 작동에너지를 확인하였다. 분석 결과, 뇌관면의 기울기가 커질수록 작동성 약화 및 후출 가능성이 높아짐을 확인하였다. 이를 개선하기 위해 신관 클림핑 공정개선 및 뇌관 홀더 안착부 증대 설계변경을 진행하였고, 동일 시료수로 성능확인 결과 전량 작동되어 불발율 0%의 결과를 도출하였다. 이로써 연습용 회로지령탄약 발사통의 신뢰성, 성능을 개선할 수 있었으며, 추후 유사 탄약 개발 시 도면 및 공정 설계에 기여할 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제35권6_1호
• /
• pp.999-1009
• /
• 2019

북극항로의 개척 가능성과 정확한 기후 예측 모델의 필요성에 의해 북극해 고해상도 해빙 지도의 중요성이 증가하고 있다. 그러나 기존의 북극 해빙 지도는 제작에 사용된 위성 영상 취득 센서의 특성에 따른 데이터의 취득과 공간해상도 등에서 그 활용도가 제한된다. 본 연구에서는 Sentinel-1 A/B SAR 위성자료로부터 고해상도 해빙 지도를 생성하기 위한 딥러닝 기반의 해빙 분류 알고리즘을 연구하였다. 북극해 Ice Chart를 기반으로 전문가 판독에 의해 Open Water, First Year Ice, Multi Year Ice의 세 클래스로 구성된 훈련자료를 구축하였으며, Convolutional Neural Network 기반의 두 가지 딥러닝 모델(Simple CNN, Resnet50)과 입사각 및 thermal noise가 보정된 HV 밴드를 포함하는 다섯 가지 입력 밴드 조합을 이용하여 총 10가지 케이스의 해빙 분류를 실시하였다. 이 케이스들에 대하여 Ground Truth Point를 사용하여 정확도를 비교하고, 가장 높은 정확도가 나온 케이스에 대해 confusion matrix 및 Cohen의 kappa 분석을 실시하였다. 또한 전통적으로 분류를 위해 많이 활용되어 온 Maximum Likelihood Classifier 기법을 이용한 분류결과에 대해서도 같은 비교를 하였다. 그 결과 Convolution 층 2개, Max Pooling 층 2개를 가진 구조의 Convolutional Neural Network에 [HV, 입사각] 밴드를 넣은 딥러닝 알고리즘의 분류 결과가 96.66%의 가장 높은 분류 정확도를 보였으며, Cohen의 kappa 계수는 0.9499로 나타나 딥러닝에 의한 해빙 분류는 비교적 높은 분류 결과를 보였다. 또한 모든 딥러닝 케이스는 Maximum Likelihood Classifier 기법에 비해 높은 분류 정확도를 보였다.

• 대한원격탐사학회지
• /
• 제38권6_4호
• /
• pp.1925-1934
• /
• 2022

원격탐사 기술을 활용한 접근불능 지역에 대한 핵활동 모니터링은 핵 비확산을 위해 필수적이다. 최근에는 딥러닝을 이용하여 핵활동 관련 객체를 탐지하는 연구가 활발하게 수행되고 있으나, 고해상도 위성영상 내 소형객체는 클래스 불균형 발생 빈도가 높다. 이로 인해 소형객체 탐지 성능이 저하되는 문제점이 존재한다. 이에 본 연구에서는 입력 데이터 내 핵활동 관련 소형객체의 비율이 딥러닝 모델 성능에 미치는 영향을 분석하여 탐지 정확도를 개선하기 위한 방안을 도출하고자 한다. 이를 위해 소형객체 비율이 상이한 6가지 학습자료를 구축하여 학습자료별로 U-Net 모델 학습을 진행하고, 다양한 종류의 소형객체가 포함된 test dataset을 이용하여 학습된 U-Net 모델 간 정량적·정성적 비교평가를 수행하였다. 그 결과, 입력영상 내 객체 픽셀 비율을 조절하였을 때 핵활동 관련 소형객체를 효과적으로 탐지할 수 있는 것이 확인되었으며, 이를 통해 훈련 자료 내 객체 비율을 조정하여 딥러닝 모델 성능을 향상시킬 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.597-608
• /
• 2022

원격탐사 자료는 재난, 농업, 도시계획 및 군사 등 다양한 분야에서 활용되며, 최근 다양한 고해상도 센서에서 취득된 시계열 자료의 활용에 대한 요구가 증대되고 있다. 본 연구에서는 시계열 원격탐사 자료의 활용을 위해 딥러닝 기법을 이용한 영상 매칭 방법을 제안하였다. 본 연구에서 적용한 딥러닝 모델은 영상분할 영역에서 많이 사용되고 있는 HRNet을 기반으로 하였다. 특히, 기본영상과 목표영상 간 상관도 맵을 효과적으로 계산하고, 학습의 효율을 높이기 위하여 denseblock을 추가하였다. 국토지리정보원의 다시기 항공정사영상을 이용하여 제안된 모델의 학습을 수행하였으며, 학습에 사용하지 않은 자료를 이용하여 평가를 하고자 하였다. 딥러닝 모델을 이용한 영상매칭 성능을 평가하기 위해 영상 매칭결과와의 비교평가를 수행하였다. 실험 결과, 제안기법을 통한 영상 매칭률이 80%일 때의 평균 오차는 3화소로 ZNCC에 의한 결과인 25화소에 비해 더 높은 정확도를 보였다. 제안된 기법은 식생의 생장에 따라 영상의 변화가 심한 산지 및 농지 지역에 대해서도 효과적임을 확인하였다. 이를 통해 딥러닝을 이용한 기준영상과 목표영상의 매칭을 수행할 수 있을 것으로 판단되며, 위성영상의 상호좌표등록 및 다시기 영상의 정합 등에 활용할 수 있을 것으로 예상된다.

• 산업융합연구
• /
• 제22권1호
• /
• pp.137-148
• /
• 2024

본 연구는 뉴노멀 시대 초등체육교육의 연구동향을 분석하고 과제를 파악하는데 목적이 있다. 이를 위해, Spradley (2016)가 제시한 분류체계분석(Taxonomic Analysis)방법을 적용하여, 최종적으로 국내학술논문 43편을 범주화하여 분석하였다. 도출된 연구결과는 다음과 같다. 첫째, 코로나 19로 인한 교육환경 변화로 인해 원격·온라인 체육수업 진행방식은 대부분 콘텐츠 활용 중심수업으로 이루어지고 있었다. 이는 수업의 주체인 교사와 학생 모두 온라인 체육수업에 원활한 소통의 부족함이 있음을 확인할 수 있었다. 둘째, 코로나19 시기에 원격·온라인 체육수업과 온·오프라인 병행 체육수업의 어려움과 이를 극복하고, 개선하기 위한 연구에 집중되어 있음을 알 수 있었다. 셋째, 초등체육 교육의 방법론적 전환 및 시대 상황에 맞게 체육교사의 진화와 미래전문가 양성의 필요성이 제기되었다. 또한, 코로나 19로 인해 초등 체육수업에서 주목받고 있는 블렌디드 러닝, 플립 러닝, 뉴 테크놀리지 기술을 활용한 연구들이 증가하고 있었다. 연구결과를 바탕으로 뉴노멀 시대 초등체육교육의 방향과 향후과제를 제안하였다.

• 한국측량학회지
• /
• 제31권6_2호
• /
• pp.585-592
• /
• 2013

CBIR is an effective tool to search and extract image contents in a large remote sensing image database queried by an operator or end user. However, as imaging principles are different by sensors, their visual representation thus varies among image modality type. Considering images of various modalities archived in the database, image modality difference has to be tackled for the successful CBIR implementation. However, this topic has been seldom dealt with and thus still poses a practical challenge. This study suggests a cross modality CBIR (termed as the CM-CBIR) method that transforms given query feature vector by a supervised procedure in order to link between modalities. This procedure leverages the skill of analyst in training steps after which the transformed query vector is created for the use of searching in target images with different modalities. Current initial results show the potential of the proposed CM-CBIR method by delivering the image content of interest from different modality images. Despite its retrieval capability is outperformed by that of same modality CBIR (abbreviated as the SM-CBIR), the lack of retrieval performance can be compensated by employing the user's relevancy feedback, a conventional technique for retrieval enhancement.

• International journal of advanced smart convergence
• /
• 제8권4호
• /
• pp.147-153
• /
• 2019

Recently, the perception of software education, which had been considered as a field of education for programmers in this field, is changing in response to recent changes with the trend of 4th industrial revolution. Major counties competitively invest in software education and the target age group for software education is also on the decline. However, the traditional text-based programing languages such as JAVA and Python, have a high entry barrier. To address the shortcoming, a variety of methods have been recently proposed for the effective software education for kindergarten and elementary school student. In this paper, we propose a robot-based coding education system with steps for coding education for effective software education. The proposed method is divided into three stages, depending on the level of the student being trained in the software coding education to interact with robots. The proposed stages consists of unplugged coding using a remote control, coding using a graphic-based programming language and text- based coding. We conducted an experiment with performing separate missions while providing propoer tutorials for each stage to verify the effectiveness of the proposed software education system.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 1999년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.144-147
• /
• 1999

The objective of this study is to quantitatively evaluate the effects of various SAR speckle reduction methods for multisource land-cover classification by backpropagation neural network, especially over the coastal region. The land-cover classification using neural network has an advantage over conventional statistical approaches in that it is distribution-free and no prior knowledge of the statistical distributions of the classes is needed. The goal of multisource land-cover classification acquired by different sensors is to reduce the classification error, and consequently SAR can be utilized an complementary tool to optical sensors. SAR speckle is, however, an serious limiting factor when it is exploited for land-cover classification. In order to reduce this problem. we test various speckle methods including Frost, Median, Kuan and EPOS. Interpreting the weights about training pixel samples, the “Importance Value” of each SAR images that reduced speckle can be estimated based on its contribution to the classification. In this study, the “Importance Value” is used as a criterion of the effectiveness.

• 전기학회논문지
• /
• 제63권7호
• /
• pp.987-993
• /
• 2014

Pitching machines have been around for many years for casual amusement purpose or professional athletes' training usage, and so forth. The current pitching machines are usually built on the firm ground and do not have any mobility function. In this paper, we develop a pitching machine that has both ball-shooting and mobility functions. Our developed pitching machine consists of two parts. The upper body part has a function of shooting a ball using two DC motors and the lower body part has a function of mobility like mobile robots by using two wheels governed by DC motors. All these functions are operated wirelessly by Android smartphones via bluetooth. The control of each DC motor is done by ${\epsilon}$-PID control method in which the gain tuning is simplied by using a single parameter ${\epsilon}$. Simulation and actual experiment show that our developed pitching machine has both nontrivial shooting and mobility features.