• 대한토목학회논문집
• /
• 제28권4D호
• /
• pp.569-577
• /
• 2008

본 연구의 목적은 위성영상으로부터 보다 정확한 토지정보를 취득하기 위해 다중시기데이터의 혼합과 특정 영상강조기법 및 영상분류알고리즘을 병합하여 적용하는 응용분류체계의 개발이다. 즉, 본 연구에서는 혼합된 다중시기데이터를 주성분분석한 후 정준상관분류기법을 적용하는 분류과정을 제안한다. 이 분류과정의 결과를 단일영상별 정준상관분류결과, 다중시기혼합영상의 정준상관분류결과, 시기별 주성분분석 후 정준상관분류결과와 비교한다. 사용된 위성영상은 1994년 7월 26일과 1996년 9월 1일에 취득된 Landsat 5 TM 영상이다. 정확도평가를 위한 지상실제데이터는 지형도 및 항공사진으로부터 취득되었으며, 연구대상영역 전체가 정확도평가 대상으로 사용되었다. 제안된 응용분류체계는 단일영상만을 사용하여 정준상관분류를 수행한 경우보다 분류정확도면에서 약 8.2% 상승되는 우수한 효과를 보여주었다. 특히, 복잡한 토지특성이 혼합되어 있는 도시역을 정확히 분류하는데 유효하였다. 결론적으로 Landsat TM 영상을 사용한 토지피복정보 추출시 분류정확도를 높이기 위해서, 다중시기영상을 사전에 주성분분석 후 정준상관분류기법을 적용하면 매우 효과적임을 확인하였다.

• 대한원격탐사학회지
• /
• 제38권4호
• /
• pp.395-409
• /
• 2022

The purpose of this study is to evaluate the classification performance and applicability when land cover datasets constructed for AI training are cross validation to other areas. For study areas, Gyeongsang-do and Jeolla-do in South Korea were selected as cross validation areas, and training datasets were obtained from AI-Hub. The obtained datasets were applied to the U-Net algorithm, a semantic segmentation algorithm, for each region, and the accuracy was evaluated by applying them to the same and other test areas. There was a difference of about 13-15% in overall classification accuracy between the same and other areas. For rice field, fields and buildings, higher accuracy was shown in the Jeolla-do test areas. For roads, higher accuracy was shown in the Gyeongsang-do test areas. In terms of the difference in accuracy by weight, the result of applying the weights of Gyeongsang-do showed high accuracy for forests, while that of applying the weights of Jeolla-do showed high accuracy for dry fields. The result of land cover classification, it was found that there is a difference in classification performance of existing datasets depending on area. When constructing land cover map for AI training, it is expected that higher quality datasets can be constructed by reflecting the characteristics of various areas. This study is highly scalable from two perspectives. First, it is to apply satellite images to AI study and to the field of land cover. Second, it is expanded based on satellite images and it is possible to use a large scale area and difficult to access.

• 융합보안논문지
• /
• 제18권4호
• /
• pp.19-25
• /
• 2018

본 논문은 딥 러닝(Deep-Learning) 기반의 계층형 이미지 분류 체계와 가중치 기반의 랭킹 시스템을 이용한 사용자 편의 중심의 유실물 등록 및 조회 관리 시스템을 제안한다. 제안된 시스템은 딥 러닝을 통해 이미지를 자동으로 분류하는 계층형 이미지 분류 시스템과 조회 과정의 편의를 위해 시스템상의 등록된 유실물 정보를 고려해 가중치 순으로 정렬하는 랭킹 시스템 모듈로 구성된다. 등록 과정에서 한 장의 사진만으로 카테고리 분류와 브랜드, 연관 태그 등 여러 정보가 자동으로 인식되어 사용자의 번거로움을 최소화하였다. 그리고 랭킹 시스템을 통해 사용자들이 자주 찾는 유실물을 상위에 노출함으로써 유실물 검색의 효율성을 높였다. 실험 결과, 제안된 시스템은 사용자가 쉽고 편리하게 시스템을 이용할 수 있음을 확인하였다.

• 사상체질의학회지
• /
• 제18권3호
• /
• pp.57-63
• /
• 2006

1. Objectives The Face is an important standard for the classification of Sasang Contitutions. Now We are developing 3D Face Automatic Recognition Apparatus to analyse the facial characteristics. This apparatus show us 3D image of man's face and measure facial figure. We should examine accuracy of position recognition in 3D Face Automatic Recognition Apparatus. 2. Methods We took a photograph of Face status with Land Mark 8 times using Face Automatic Recognition Apparatus. Each taking-photo, We span Face statusby 10 degree. At last time, We took a photograph of Face status's lateral face. And We analysed Error Averige of Distance between seven Land Marks. So We examined the accuracy of position recognition in 3D Face Automatic Recognition Apparatus at indirectly in degree changing of Face status. 3. Results and Conclusions According to degree change of Face status, Error Averige of Distance between Seven Land Marks is 0.1848mm. In conclusion, We assessed that accuracy of position recognition in 3D Face Automatic Recognition Apparatus is considerably good in spite of degree changing of Face status

• 대한두개안면성형외과학회지
• /
• 제24권1호
• /
• pp.18-23
• /
• 2023

Background: When performing reduction of zygomatic arch fractures, locating the inward portion of the fracture can be difficult. Therefore, this study investigated the discrepancy between the locations of the depression on the soft tissue and bone and sought to identify how to determine the inward portion of the fracture on the patient's face. Methods: We conducted a retrospective review of chart with isolated zygomatic arch fractures of type V in the Nam and Jung classification from March 2013 to February 2022. For consistent measurements, a reference point (RP), at the intersection between a vertical line passing through the end point of the root of the ear helix in the patient's side-view photograph and a transverse line passing through the longest horizontal axis of the external meatus opening, was established. We then measured the distance between the RP and the soft tissue depression in a portrait and the bone depression on a computed tomography (CT) scan. The discrepancy between these distances was quantified. Results: Among the patients with isolated zygomatic arch fractures, only those with a fully visible ear on a side-view photograph were included. Twenty-four patients met the inclusion criteria. There were four types of discrepancies in the location of the soft tissue depression compared to the bone depression: type I, forward and upward discrepancy (7.45 and 3.28 mm), type II, backward and upward (4.29 and 4.21 mm), type III, forward and downward (10.06 and 5.15 mm), and type IV, backward and downward (2.61 and 3.27 mm). Conclusion: This study showed that discrepancy between the locations of the depressions on the soft tissue and bone exists in various directions. Therefore, applying the transverse and vertical distances measured from a bone image of the CT scan onto the patient's face at the indicated RP will be helpful for predicting the reduction location.

• Journal of Oral Medicine and Pain
• /
• 제12권1호
• /
• pp.41-46
• /
• 1987

In order to study of muscle fiber proportion of masticatory muscle, 6 rabbits masticatory muscles (masseter, temporal, internal pterygoid, external pterygoid) were excised. Muscle specimens were fixed in 10% neutral buffered formalin fixer and sectioned $5{\mu}$ for PAS staining. With the light microscopic photograph the proportion of muscle fibers of each muscle were computed. The results were as follow; 1. Average classical red fiber proportion of rabbit masticatory muscles was 85.7% 2. Masseter muscle revealed 90.3% of classical red fiber in the rabbit masticatory muscles.

• 한국기록관리학회지
• /
• 제8권1호
• /
• pp.257-274
• /
• 2008

본 연구에서는 사진작가 최민식의 다큐멘터리 사진기록물에 대한 정리와 기술에 필요한 요소들을 연구 조사하였다. 기록학의 정리와 기술에 관한 선행연구를 중심으로 내용을 파악하였으며, 파악된 내용을 중심으로 주요요소들에 관한 내용을 분석 수행하였다. 연구결과 행정기록물에서 보편적으로 적용할 수 있는 분류 체계는 적용되기는 어렵지만 한사람의 사진작가가 지속적으로 촬영한 기록물의 정리와 기술에 대한 사례로 제시할 수 있었다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제24권5호
• /
• pp.1-10
• /
• 2018

본 논문에서는 피사계 심도(DoF, Depth of field)가 포함된 사진을 자동으로 추상화 시켜주는 비 사실적 렌더링(NPR, Non-photorealistic rendering) 기술을 제안한다. 우리의 접근 방식은 RGB 채널을 이용하여 DoF 영역을 효율적으로 분류하고, DoF 크기에 따라 색상을 추상화하며, 라인의 두께를 자동으로 조절함으로 새롭게 필터링 하는 기술이다. DoF기반 필터링 방식은 성능과 디자인 관점에서 추상화의 품질을 크게 개선시켰으며, 간단하고 빨라 구현하기 쉽고, 사진으로부터 추상화나 일러스트레이션을 제작할 때 원본 사진이 갖고 있는 DoF의 특징과 스타일을 효율적으로 잘 표현한다.

• 한국지리정보학회지
• /
• 제1권1호
• /
• pp.109-117
• /
• 1998

하나의 원격탐사자료를 이용하여 얻고자하는 정보를 추출하는 것은 한계가 있다. 현재 원격탐사분야의 세계적인 추세는 광학위성자료와 레이다 위성자료, 항공사진, 항공 스캐닝 데이터, 지상의 분광스캐너 데이터 등을 모두 통합하여, 정보를 추출하고 있다. 그러나 국내에서는 이들 자료의 연구가 따로 행하여지고 있다. 본 연구에서는 광학위성자료와 레이다 위성 자료의 통합기법을 소개하고 이렇게 통합하여 얻어진 자료를 기존연구방식을 이용하여 추출된 결과와 비교하여 고찰해 보고자 하였다. 이를 위하여 서로 다른 여러 가지 디지털 영상의 혼합결과물을 이용하여 분류를 수행하는데 있어서 독자적인 RGB 가법혼합의 밴드별 상관관계의 방식보다는 각기 다른 해상력의 영상들을 IHS 변환 후 다시 RGB 변환하여 얻어진 결과물의 시각적 특성치를 조사하고, 영상을 혼합하는 것이 정확도 및 해상도의 향상을 기대할 수 있다는 비교결과를 얻을 수 있었다.

• 한국재난정보학회 논문집
• /
• 제14권4호
• /
• pp.501-509
• /
• 2018

연구목적: UAV기반의 사진측량은 기존 항공촬영에 비해 비용이 절감될 뿐만 아니라 원하는 시간과 장소에 대한 고해상도의 데이터를 취득하기 용이하기 때문에, 공간정보 분야에서도 UAV를 활용한 연구가 진행되고 있다. 본 연구에서는 UAV 기반의 고해상도 영상을 활용하여 토지피복 분류를 수행하고자 하였다. 연구방법: 고해상도 영상의 획득을 위하여 RGB카메라를 사용하였으며, 추가적으로 식생지역을 정확하게 분류하기 위해서 다중분광 카메라를 사용하여 동일 지역을 추가 촬영하였다. 최종적으로 RGB 및 다중분광 카메라를 이용하여 생성된 정사영상, DSM(Digital Surface Model), NDVI(Normalized Difference Vegetation Index), GLCM(Gray-Level Co-occurrence Matrix)을 이용하여 대표적인 감독분류기법인 RF(Random Forest)방법을 이용해 총 7개 클래스에 대해 토지피복분류를 수행하였다. 연구결과: 분류정확도 평가를 위해 오차행렬을 기반으로 한 정확도 평가를 실시하였으며, 정확도 평가 결과 RGB 영상만을 이용한 감독분류결과와 비교하여 제안 방법이 해당 지역의 클래스를 효과적으로 분류할 수 있음을 확인하였다. 결론: 본 연구에서 제안한 정사영상, 다중분광영상, NDVI, GLCM을 모두 추가한 경우 기존의 정사영상만을 이용하였을 때 보다 높은 정확도를 나타냈다. 추후 연구로는 추가적인 입력자료의 개발을 통해 분류 정확도를 향상시키고자 한다.