• 인터넷정보학회논문지
• /
• 제21권5호
• /
• pp.49-56
• /
• 2020

Detecting shadows in images and restoring or removing them was a very challenging task in computer vision. Traditional researches used color information, edges, and thresholds to detect shadows, but there were errors such as not considering the penumbra area of shadow or even detecting a black area that is not a shadow. Deep learning has been successful in various fields of computer vision, and research on applying deep learning has started in the field of shadow detection and removal. However, it was very difficult and time-consuming to collect data for network learning, and there were many limited conditions for shooting. In particular, it was more difficult to obtain shadow data from buildings and satellite images, which hindered the progress of the research. In this paper, we propose a method for generating shadow data from buildings and satellites using Unity3D. In the virtual Unity space, 3D objects existing in the real world were placed, and shadows were generated using lights effects to shoot. Through this, it is possible to get all three types of images (shadow-free, shadow image, shadow mask) necessary for shadow detection and removal when training deep learning networks. The method proposed in this paper contributes to helping the progress of the research by providing big data in the field of building or satellite shadow detection and removal research, which is difficult for learning deep learning networks due to the absence of data. And this can be a suboptimal method. We believe that we have contributed in that we can apply virtual data to test deep learning networks before applying real data.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.1083-1094
• /
• 2021

접근불능지역에 대한 핵활동 모니터링을 위해서는 고해상도 위성영상을 이용하여 핵활동 관련 객체의 변화양상을 분석하는 방법론의 수립이 필요하다. 그러나, 위성영상을 이용한 전통적인 객체탐지 및 변화탐지 기법들은 영상 취득 시 계절, 날씨 등의 영향에 의하여 탐지 결과물들을 다양한 활용분야에 적용하기에 어려움이 있다. 따라서, 본 연구에서는 딥러닝 모델을 이용하여 위성영상에서 관심객체를 탐지하고, 이를 활용하여 다시기 위성영상 내의 객체 변화를 분석하고자 하였다. 이를 위하여, 객체탐지를 위한 공개데이터셋을 이용하여 딥러닝 모델의 선행학습을 수행하고, 관심지역에 대한 학습자료를 직접 제작하여 전이학습에 적용하였다. 다시기·다종 위성영상 내의 객체를 개별적으로 탐지한 후, 이를 활용하여 영상 내 객체의 변화양상을 탐지하였다. 이를 통해 접근불능지역에 대한 핵 활동 관련 모니터링을 위하여 다양한 위성영상에 대한 객체탐지 결과를 직접적으로 변화탐지에 활용할 수 있는 가능성을 확인하였다.

• 한국지구과학회지
• /
• 제41권4호
• /
• pp.356-366
• /
• 2020

The accuracy of satellite-observed sea surface salinity (SSS) was evaluated in comparison with in-situ salinity measurements from ARGO floats and buoys in the seas around the Korean Peninsula, the northwest Pacific, and the global ocean. Differences in satellite SSS and in-situ measurements (SSS errors) indicated characteristic dependences on geolocation, sea surface temperature (SST), and other oceanic and atmospheric conditions. Overall, the root-mean-square (rms) errors of non-averaged SMOS SSSs ranged from approximately 0.8-1.08 psu for each in-situ salinity dataset consisting of ARGO measurements and non-ARGO data from CTD and buoy measurements in both local seas and the ocean. All SMOS SSSs exhibited characteristic negative bias errors at a range of -0.50- -0.10 psu in the global ocean and the northwest Pacific, respectively. Both rms and bias errors increased to 1.07 psu and -0.17 psu, respectively, in the East Sea. An analysis of the SSS errors indicated dependence on the latitude, SST, and wind speed. The differences of SMOS-derived SSSs from in-situ salinity data tended to be amplified at high latitudes (40-60°N) and high sea water salinity. Wind speeds contributed to the underestimation of SMOS salinity with negative bias compared with in-situ salinity measurements. Continuous and extensive validation of satellite-observed salinity in the local seas around Korea should be further investigated for proper use.

• 대한원격탐사학회지
• /
• 제34권4호
• /
• pp.601-610
• /
• 2018

The national accuracy of global land cover (GLC) products is of great importance to ecological and environmental research. However, GLC products that are derived from different satellite sensors, with differing spatial resolutions, classification methods, and classification schemes are certain to show some discrepancies. The goal of this study is to assess the accuracy of four commonly used GLC datasets in South Korea, GLC2000, GlobCover2009, MCD12Q1, and GlobeLand30. First, we compared the area of seven classes between four GLC datasets and a reference dataset. Then, we calculated the accuracy of the four GLC datasets based on an aggregated classification scheme containing seven classes, using overall, producer's and user's accuracies, and kappa coefficient. GlobeLand30 had the highest overall accuracy (77.59%). The overall accuracies of MCD12Q1, GLC2000, and GlobCover2009 were 75.51%, 68.38%, and 57.99%, respectively. These results indicate that GlobeLand30 is the most suitable dataset to support a variety of national scientific endeavors in South Korea.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 Proceedings of ISRS 2006 PORSEC Volume I
• /
• pp.114-117
• /
• 2006

One of the most important tasks of ocean color observations is to determine the distribution of phytoplankton primary production. A variety of bio-optical algorithms have been developed estimate primary production from these parameters. In this communication, we investigated the possibility of using a novel universal approximator-support vector machines (SVMs)-as the nonlinear transfer function between oceanic primary production and the information that can be directly retrieved from satellite data. The VGPM (Vertically Generalized Production Model) dataset was used to evaluate the proposed approach. The PPARR2 (Primary Production Algorithm Round Robin 2) dataset was used to further compare the precision between the VGPM model and the SVM model. Using this SVM model to calculate the global ocean primary production, the result is 45.5 PgC $yr^{-1}$, which is a little higher than the VGPM result.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제12권8호
• /
• pp.243-252
• /
• 2023

위성 이미지는 토지 표면 조사에서 매우 중요하다. 따라서 위성에서 지상국으로 이미지를 전송하기 위해 다양한 방법을 사용하고 있다. 그러나 전송 시스템의 품질 저하로 인해 이미지는 왜곡에 취약하고 올바른 데이터를 제공하지 못하고 있다. 그러한 이미지의 세그먼트 결과는 토지 표면 데이터를 올바르게 분류할 수 없다. 본 논문에서는 위성영상에 대한 자동인코더 기반의 영상 전처리 방법을 제안한다. 실험결과 사전 향상 기술을 사용하여 세그멘테이션 결과도 크게 향상될 수 있음을 보여주었다. 또한 본 논문에서 적용한 항공 이미지 향상기법은 토지 자원의 정확한 평가에 이바지할 수 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제33권5_2호
• /
• pp.621-630
• /
• 2017

이 논문에서는 고해상도 다중시기 위성영상을 이용한 밭작물 재배지 분류 가능성을 확인하기 위해 마늘과 양파 주산지를 대상으로 분류를 수행하였다. 마늘과 양파의 생육주기에 맞춰 영상을 수집하고 단일시기와 다양한 다중시기 자료의 조합으로 분류를 시도하였다. 단일시기 자료의 경우 파종이 모두 끝난 시기인 12월과 작물이 활발히 자라기 시작하는 3월 영상을 이용하였을 때 높은 분류 정확도를 보였다. 한편, 단일시기 자료 보다는 다중시기 자료를 이용하였을 때 더 높은 분류 정확도를 보였는데 자료의 수가 많은 것이 무조건 높은 분류 정확도를 반영하지는 않았다. 오히려 파종 시기 또는 파종 직후의 영상은 분류 정확도를 떨어뜨리는 역할을 하였고 마늘과 양파의 성장기인 3, 4, 5월 영상을 동시에 이용하여 분류하였을 때 가장 높은 분류 정확도를 얻었다. 따라서, 다중시기 위성영상을 이용하여 마늘과 양파를 분류하기 위해서는 작물 주요 성장기의 영상 확보가 매우 중요하다는 것을 확인할 수 있었다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.871-884
• /
• 2021

본 연구의 목적은 항공 및 위성영상을 활용한 토지피복 관련 인공지능 학습 데이터를 구축, 검증 및 알고리즘 적용의 효율화 방안을 연구하였다. 이를 위하여 토지피복 8개 항목에 대하여 고해상도의 항공영상 및 Sentinel-2 인공위성에서 얻은 이미지를 사용하여 0.51 m 및 10 m Multi-resolution 데이터셋을 구축하였다. 또한, 학습 데이터의 구성은 Fine data (총 17,000개) 와 Coarse data (총 33,000개)를 동시 구축 및 정밀한 변화 탐지 및 대규모 학습 데이터셋 구축이라는 2가지 목적을 달성하였다. 학습 데이터의 정확도를 위한 검수는 정제 데이터, 어노테이션 및 샘플링으로 3단계로 진행하였다. 최종적으로 검수가 완료된 학습데이터를 Semantic Segmentation 알고리즘 중 U-Net, DeeplabV3+에 적용하여, 결과를 분석하였다. 분석결과 항공영상 기반의 토지피복 평균 정확도는 U- Net 77.8%, Deeplab V3+ 76.3% 및 위성영상 기반의 토지피복에 대한 평균 정확도는 U-Net 91.4%, Deeplab V3+ 85.8%이다. 본 연구를 통하여 구축된 고해상도 항공영상 및 위성영상을 이용한 토지피복 인공지능 학습 데이터셋은 토지피복 변화 및 분류에 도움이 되는 참조자료로 활용이 가능하다. 향후 우리나라 전체를 대상으로 인공지능 학습 데이터셋 구축 시, 토지피복을 연구하는 다양한 인공지능 분야에 활용될 것으로 기대된다.

• Ocean Science Journal
• /
• 제40권2호
• /
• pp.67-78
• /
• 2005

Complex physical, chemical and biological interactions off the Korean coast created several striking patterns in the phytoplankton blooms, which became conspicuous during the measurements of ocean color from space. This study concentrated on analyzing the spatial and temporal aspects of phytoplankton chlorophyll variability in these areas using an integrated dataset from a Sea-viewing Wide Field-of-view Sensor (SeaWiFS), Advanced Very High Resolution (AVHRR) sensor, and Conductivity Temperature Depth (CTD) sensor. The results showed that chlorophyll concentrations were elevated in coastal and open ocean regions, with strong summer and fall blooms, which appeared to spread out in most of the enclosed bays and neighboring waters due to certain oceanographic processes. The chlorophyll concentration was observed to range between 3 and $54\;mg\;m^{-3}$ inside Jin-hae Bay and adjacent coastal bays and 0.5 and $8\;mg\;m^{-3}$ in the southeast sea offshore waters, this gradual decrease towards oceanic waters suggested physical transports of phytoplankton blooms from the shallow shelves to slope waters through the influence of the Tsushima Warm Current (TWC) along the Tsushima Strait. Horizontal distribution of potential temperature $(\theta)$ and salinity (S) of water off the southeastern coast exhibited cold and low saline surface water $(\theta and warm and high saline subsurface water $({\theta}>12^{\circ}C; S>34.4)$ at 75dBar, corroborating TWC intrusion along the Tsushima Strait. An eastward branch of this current was called the East Korean Warm Current (EKWC), tracked with the help of CTD data and satellite-derived sea surface temperature, which often influenced the dynamics of mesoscale anticyclonic eddy fields off the Korean east coast during the summer season. The process of such mesoscale anticyclonic eddy features might have produced interior upwelling that could have shoaled and steepened the nutricline, enhancing phytoplankton population by advection or diffusion of nutrients in the vicinity of Ulleungdo in the East Sea.

• 한국지리정보학회지
• /
• 제14권2호
• /
• pp.109-127
• /
• 2011

대기 에어러솔은 대기중에 존재하는 미세입자로 인체 유해성을 지니고 있으며 기후변화에 있어서도 중요한 역할을 하는 변수로 알려져 있다. 게다가 대기 에어러솔의 주요 성분에 대한 정확한 평가는 환경에 미치는 영향에 있어서도 매우 중요하다. 이 때문에 지구관측 위성자료는 대기질 감시측면에서도 효과적인 수단으로 이용되고 있다. 따라서 본 연구에서는 인공위성 관측 자료를 이용하여 전구적인 규모의 대기 에어러솔의 주요 성분별 분포변화를 알아보고자 MODIS 에어러솔 광학두께(AOT; Aerosol Optical Thickness)와 미세입자분율(FMF; Fine Mode Fraction), 그리고 TOMS 자외선 흡수성 에어러솔 지수(AAI; UV Absorbing Aerosol Index)를 이용하여 네 가지의 주요 에어러솔의 성분(먼지, 탄소성, 황산화물, 해염)을 구분할 수 있는 방법을 제시하였다. 여기서 얻어진 결과물을 검증하기 위하여 에어러솔 예측 모델자료와 각 격자별 자료로 선형회귀분석을 수행한 결과, 본 연구에서 산출된 결과물이 에어러솔의 성분별 전반적인 패턴을 잘 표현하는 것을 확인 할 수 있었다. 이렇게 주요 에어러솔 타입으로 구분된 위성자료의 사용은 대기질 감시뿐만 아니라 기후변화연구에 있어서도 도움을 줄 것으로 사료된다.