• 한국측량학회지
• /
• 제39권6호
• /
• pp.381-392
• /
• 2021

본 연구에서는 UAV (Unmanned Aerial Vehicle)로 촬영한 이미지를 활용하여 수치지도 지형지물 표준 코드에서 정의하고 있는 건물 8종에 대하여 딥러닝 기반의 객체 탐지 분석을 수행하였다. UAV로 촬영한 이미지 509매에 대하여 이미지 라벨링을 하였고 YOLO (You Only Look Once) v5 모델을 적용하여 학습 및 추론을 진행하였다. 실험 및 분석은 오픈소스 기반의 분석 플랫폼과 알고리즘을 적용하여 데이터를 분석하였으며 분석결과 88%~98%의 예측 확률로 건물 객체를 탐지하였다. 또한 학습데이터의 구축 및 반복 학습의 과정에서 건물 객체 탐지의 높은 정확도를 위해 필요한 학습 방식 및 모델 구축방식을 분석하였고, 학습한 모델을 다른 영상자료에 적용하는 방안을 모색하였다. 본 연구를 통해 고효율 심층 신경망과 공간정보데이터가 융합하는 모델을 제안하며 공간정보데이터와 딥러닝 기술의 융합은 향후 공간정보데이터 구축의 효율성, 분석 및 예측의 정확도 향상에 많은 도움을 제공할 것이다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제6권8호
• /
• pp.577-584
• /
• 2016

무인항공기는 조종사 없이 자율적으로 비행하는 동력 비행체를 이야기한다. 최근 무인항공기는 동영상 촬영, 항공사진측량 등 다양한 분야에 적용이 되고 있으며 특히 공간정보 관련 분야에서 무인항공 사진측량 기술은 자료 취득의 신속성과 경제성 때문에 많은 주목을 받고 있다. 하지만 무인항공측량 기술에 대한 분석적인 연구는 부족한 실정이다. 본 연구에서는 무인항공측량을 위한 장비에 대한 조사를 수행하고 지형모델 및 정사영상을 효과적으로 생성하기 위한 무인항공측량 기술과 트랜드 분석을 수행하였다. 연구를 통해 회전익 및 고정익 무인항공기의 특징 및 활용분야를 파악하였다. 또한 무인항공측량의 공정에서 새로운 측량방법을 적용하여 개선할 수 있는 방법을 제시하였다. 향후 지형모델 및 정사영상 제작을 위한 무인항공측량에 대한 분석적인 연구가 이루어진다면 공간정보 관련 산업의 효율성이 크게 증대될 것으로 기대된다.

• 한국측량학회지
• /
• 제35권6호
• /
• pp.553-562
• /
• 2017

무인항공기 (UAV, Unmanned Aerial Vehicle)에 탑재되는 다양한 센서들 중에서 GPS (Global Positioning System) 수신기는 GPS 신호를 기반으로 정지비행 (hovering flight), 경로비행 (waypoint flight) 등 다양한 임무의 수행을 돕는다. GPS신호가 원활하게 수신되는 환경에서는 GPS 수신기를 활용할 수 있지만, 최근에 무인항공기의 활용을 시설물 모니터링, 배송, 레저 등 다양한 분야로 용도가 확대하면서 무인항공기의 비행 장소가 다양해지고 있다. 이러한 원인으로 무인항공기가 GPS 신호의 제약을 받는 음영지역이나 고층 빌딩이 밀집한 지역 등을 비행하면서 신호가 단절되거나 멀티패스로 인해 신호 에 다양한 잡음이 포함될 수 있다. 이에 본 연구에서는 무인항공기의 3차원 위치 결정을 위하여 해석 사진 측량 기법과 오토트래킹 토탈스테이션 기법을 이용하였다. 해석 사진 측량 기법으로는 중심투영의 기하학적 원리인 공선조건식 (collinearity equation)을 이용한 광속조정법을 기반으로 하였으며, 오토 트래킹 토탈스테이션 기법은 360도 프리즘 타깃을 초단위 이하로 추적하는 원리를 기반으로 하였다. 두 가지 기법에서 무인항공기의 위치 결정을 위해 사용된 타깃은 무인항공기 상단에 각각 탑재하였으며, 타깃간에는 x, y, z방향으로 기하학적 이격이 존재한다. 무인항공기의 비행 속도에 따른 결과 확인을 위해 0.86m/s, 1.5m/s, 2.4m/s로 속도를 달리하여 데이터를 취득하였으며, 타깃의 기하학적 이격을 통해 정확도평가를 하였다. 그 결과 무인항공기의 이동 경로인 x, y 방향으로는 최소 1mm에서 최대 12.9cm까지 오차가 발생하였고 비교적 이동이 적은 z 방향으로는 비행 속도와 무관하게 동일하게 7cm 오차가 발생하였다.

• 한국측량학회지
• /
• 제37권6호
• /
• pp.453-464
• /
• 2019

최근 3차원 공간정보에 대한 수요가 증가함에 따라 신속하고 정확한 데이터 구축의 중요성이 증대되어 왔다. 정밀한 3차원 데이터 구축이 가능한 LiDAR (Light Detection and Ranging) 데이터를 기준으로 UAV (Unmanned Aerial Vehicle) 영상을 정합하기 위한 연구가 다수 수행되어 왔으나, MMS (Mobile Mapping System)로부터 취득된 LiDAR 점군데이터의 반사강도 영상을 활용한 연구는 미흡한 실정이다. 따라서 본 연구에서는 MMS로부터 취득된 LiDAR 점군데이터를 반사영상으로 변환한 데이터와 UAV 영상 데이터의 정합을 위해 9가지의 특징점 기반매칭 기법을 비교·분석하였다. 분석 결과 SIFT (Scale Invariant Feature Transform) 기법을 적용하였을 때 안정적으로 높은 매칭 정확도를 확보할 수 있었으며, 다양한 도로 환경에서도 충분한 정합점을 추출할 수 있었다. 정합 정확도 분석 결과 SIFT 알고리즘을 적용한 경우 중복도가 낮으며 동일한 패턴이 반복되는 경우를 제외하고는 약 10픽셀 수준으로 정확도를 확보할 수 있었으며, UAV 영상 촬영 당시 UAV 자세에 따른 왜곡이 포함되어 있음을 감안할 때 합리적인 결과라고 할 수 있다. 따라서 본 연구의 분석 결과는 향후 LiDAR 점군데이터와 UAV 영상의 3차원 정합을 위한 기초연구로 활용될 수 있을 것으로 기대된다.

• 한국측량학회지
• /
• 제38권1호
• /
• pp.23-33
• /
• 2020

최근 UAV (Unmanned Aerial Vehicle)를 이용하여 고해상도 영상을 편리하게 취득할 수 있게 되면서 저비용으로 소규모 지역의 관측 및 공간정보 제작이 가능하게 되었다. 특히, 농업환경 모니터링을 위하여 작물생산 지역의 피복지도 생성에 대한 연구가 활발히 진행되고 있으며, 랜덤 포레스트와 SVM (Support Vector Machine) 및 CNN(Convolutional Neural Network) 을 적용하여 분류 성능을 비교한 결과 영상분류에서 딥러닝 적용에 대하여 활용도가 높은 것으로 나타났다. 특히, 위성영상을 이용한 피복분류는 위성영상 데이터 셋과 선행 파라메터를 사용하여 피복분류의 정확도와 시간에 대한 장점을 가지고 있다. 하지만, 무인항공기 영상은 위성영상과 공간해상도와 같은 특성이 달라 이를 적용하기에는 어려움이 있다. 이러한 문제점을 해결하기 위하여 위성영상 데이터 셋이 아닌 UAV를 이용한 데이터 셋과 국내의 소규모 복합 피복이 존재하는 농경지 분석에 활용이 가능한 딥러닝 알고리즘 적용 연구를 수행하였다. 본 연구에서는 최신 딥러닝의 의미론적 영상분류인 DeepLab V3+, FC-DenseNet (Fully Convolutional DenseNets), FRRN-B (Full-Resolution Residual Networks) 를 UAV 데이터 셋에 적용하여 영상분류를 수행하였다. 분류 결과 DeepLab V3+와 FC-DenseNet의 적용 결과가 기존 감독분류보다 높은 전체 정확도 97%, Kappa 계수 0.92로 소규모 지역의 UAV 영상을 활용한 피복분류의 적용가능성을 보여주었다.

• 한국측량학회지
• /
• 제39권1호
• /
• pp.41-46
• /
• 2021

무인항공기를 이용한 데이터 취득이 널리 활용되면서 무인항공기를 이용한 사진측량의 정확도를 높일 수 있는 방안의 하나로 항공삼각측량의 번들 조정에 연직사진과 경사사진을 같이 사용하는 방법이 제시되고 있다. 본 연구에서는 사진측량의 정확도를 높이는 데 적합한 방법을 찾기 위해 촬영 각도를 달리하여 촬영한 경사사진을 조정하는 경우와 촬영 각도가 다른 경사사진을 연직사진과 동시에 조정하는 경우의 정확도를 비교하였다. 연구결과 입력되는 경사사진의 경사가 커질수록 검사점의 오차가 줄어드는 것으로 나타났으며, 특히 연직사진과 경사사진을 같이 사용할 때, 경사사진의 경사가 클수록 높이 오차가 크게 줄어드는 것으로 나타났다. 현행 『항공사진측량 작업규정』에서는 연직사진의 GSD (Ground Spatial Distance)와 동일한 RMSE (Root Mean Square Error)를 요구하고 있다. 촬영각도 50°의 경사사진을 이용할 때 이 기준에 거의 근접한 결과를 얻을 수 있었고, 연직사진과 50°의 경사사진을 동시에 조정한 경우 작업규정을 만족시킬 수 있었다. 본 연구 결과를 활용하면 무인항공기에 탑재된 저가의 사진기를 이용하는 사진측량이 더욱 활발해 질 수 있을 것으로 기대된다.

• 한국측량학회지
• /
• 제38권4호
• /
• pp.345-352
• /
• 2020

갯벌의 보존과 복원 및 안전사고 예방을 위해서, 갯골의 정확한 위치와 형상을 포함하는 갯벌 지형정보 구축이 필요하다. 현장 측량이 어려운 갯벌 지역에 대해, 항공 라이다 측량은 넓은 지역에 대한 정확한 위치정보 데이터의 취득이 가능하며, UAV (Unmanned Aerial Vehicle) 측량은 상대적으로 공간해상력이 우수한 데이터를 경제적으로 제공할 수 있다. 본 연구에서는 효과적인 갯벌 지형정보 구축을 위하여 항공 라이다와 UAV 포인트 클라우드 간의 데이터 통합을 수행하고, 갯골의 세부 지형을 갱신하는 방법을 제안하였다. 이를 위해 ICP (Iterative Closest Point) 알고리즘을 활용하여 두 이종 데이터를 자동 정합하고, 지면 필터링 기법인 CSF (Cloth Simulation Filtering)를 활용하여 갯골을 추출한 후, 갯골 영역에 대한 고점밀도 UAV 데이터와 평평한 지면에 대한 항공 라이다 데이터를 통합하였다. 통합된 데이터로부터 DEM (Digital Elevation Model) 및 갯골의 영역과 깊이 정보를 생성하여 대축척 갯벌 지도 제작을 위한 고해상도 지형정보를 구축하였다. 연구결과, 제안한 방법을 통해 GCP (Ground Control Point) 없이 UAV 데이터를 기하보정하고, 갯골의 세부 지형정보를 포함하면서 데이터 용량은 상대적으로 작은 통합 데이터를 생성할 수 있었다.

• 한국측량학회지
• /
• 제35권1호
• /
• pp.11-22
• /
• 2017

In recent years, coastal dune erosion has accelerated as various structures have been developed around the coastal dunes. A land cover map should be developed to identify the characteristics of sand dunes and to monitor the condition of sand dunes. The Korean Ministry of Environment's land cover maps suffer from problems, such as limited classes, target areas, and durations. Thus, this study conducted experiments using RGB and multispectral images based on UAV (Unmanned Aerial Vehicle) over an approximately one-year cycle to create a land cover map of coastal dunes. RF (Random Forest) classifier was used for the analysis in accordance with the experimental region's characteristics. The pixel- and object-based classification results obtained by using RGB and multispectral cameras were evaluated, respectively. The study results showed that object-based classification using multispectral images had the highest accuracy. Our results suggest that constant monitoring of coastal dunes can be performed effectively.

• 한국측량학회지
• /
• 제35권5호
• /
• pp.349-356
• /
• 2017

In this study, we propose a method to investigate topographic characteristics by applying machine learning which is an artificial intelligence analysis method based on the spatial data constructed using UAV and the training data created through spatial analysis. This method provides an alternative to the subjective judgment and accuracy of spatial data, which is a problem of existing topographic characteristics survey for officially assessed land price. The analysis method of this study is expected to improve the problems of topographic characteristics survey method of existing field researchers and contribute to more accurate decision of officially assessed land price by providing more objective land survey method.

• 한국측량학회지
• /
• 제38권2호
• /
• pp.165-172
• /
• 2020

There is growing interest in Vision-based video image matching owing to the constantly developing technology of unmanned-based systems. The purpose of this paper is the development of a fast and effective matching technique for the UAV oblique video image. We first extracted initial matching points using NCC (Normalized Cross-Correlation) algorithm and improved the computational efficiency of NCC algorithm using integral image. Furthermore, we developed a triangulation-based outlier removal algorithm to extract more robust matching points among the initial matching points. In order to evaluate the performance of the propose method, our method was quantitatively compared with existing image matching approaches. Experimental results demonstrated that the proposed method can process 2.57 frames per second for video image matching and is up to 4 times faster than existing methods. The proposed method therefore has a good potential for the various video-based applications that requires image matching as a pre-processing.