• 대한원격탐사학회지
• /
• 제7권1호
• /
• pp.29-43
• /
• 1991

The study was performed to extraction the ground water potential area using LANDSAT TM data. The image processing techniques developed for the study are contrast transformation, differential filtering and pseudo stereoscopic image methods. These were examined for lineament extraction, lineament interpretation and the integration of vertor data with LANDSAT data. The differential filtering method is much usefull for lineament extraction, and all direction lineaments are clearly shown on the band 5 image of LANDSAT TM. The pseudo stereoscopic image are made in which color differential method is adopted, the pair images are usefull for the lineament interpretation. The results of the analysis are as follows. 1) there is a close correlation between lineament and cased well in the study area, because 33 wells of the developed 45 cased wells coincide with the lineaments. 2) 21 sites in the study area were selected for pumping test, and as a result 11 sites of them produces over than 200 ton/day.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2005년도 Proceedings of ISRS 2005
• /
• pp.209-212
• /
• 2005

Hyperspectral data consists of more than 200 spectral bands that are highly correlated. In order to utilize hyperspectral data for classification, dimensional reduction or feature extraction is desired. By applying feature extraction, computational complexity of classification can be reduced and classification accuracy may be improved. In this paper, a genetic algorithm based feature extraction technique is proposed. Measure from discriminant analysis is utilized as optimization criterion. A subset of spectral bands is selected by genetic algorithm. Dimension of feature space is further reduced by linear transformation. Feasibility of the proposed technique is evaluated with AVIRIS data.

• 한국정보과학회논문지:데이타베이스
• /
• 제34권4호
• /
• pp.343-356
• /
• 2007

센서 네트워크, 위치 기반 서비스 등의 기술 발전에 따라, 최근의 이동객체 위치정보는 연속적이고 끊임없이 변경되는 스트림 데이타 형태를 가지게 되었다. 본 논문에서는 이와 같이 스트림 형태로 발생하는 이동객체의 위치정보를 제한된 메모리에 저장하고, 과거 위치를 추정하는 효율적인 방법을 제안한다. 이를 위하여, 우선 제한된 메모리 양으로 지속적으로 추가되는 이동객체의 과거 위치 이력을 저장하기 위한 위치정보의 점진적 추출(incremental extraction) 개념을 제시한다. 점진적 추출이란 새로운 위치정보가 추가될 때마다, 시스템이 관리해야 할 과거 위치정보를 기존 위치정보와 새로운 위치정보를 바탕으로 점진적으로 추출하는 방법을 의미한다. 그런 다음, 이러한 점진적 추출 개념을 적용하여 스트림 환경에서 위치정보를 저장 및 추정하는 전체적인 프레임워크를 제시한다. 그리고, 제안한 프레임워크 하에서 추정위치를 계산하는 방법으로 다항식을 이용한 직선기반과 곡선기반 방법을 제시한다. 다음으로, 점진적 추출 개념을 사용하여 과거 위치를 추출하는 방법으로 균등 간격 추출, 기울기 기반 추출. 그리고 최근 시점강조 추출의 세 가지 방법을 제시한다. 실험 결과, 제안한 점진적 추출 방법은 적은 비율(0.1%)의 위치정보를 저장함에도 불구하고 과거 위치추정에 있어 비교적 높은 정확도(오차율 3% 이내)를 나타냈다. 특히, 곡선기반의 점진적 추출 방법은 전체 위치 데이타의 0.1% 만을 저장하면서도 오차율 1.5% 미만의 높은 정확도를 나타내었다. 이러한 결과로 볼 때, 제안한 방법은 스트림 환경에서 이동객체의 위치정보를 저장하고, 과거 위치를 추정하는 우수한 연구결과라 사료된다.

• 한국측량학회지
• /
• 제4권2호
• /
• pp.59-75
• /
• 1986

본 연구는 LANDSAT MSS Data를 연안해역의 수리현상파악을 목적으로 이용하는 경우의 가장 효과적인 화상해석방법을 모색한 것이다. 우리나라 인천지역을 대상으로, 육역에 비하여 CCT Data값이 낮은 해역의 LANDSAT MSS Data를 사용하여 화상강조의 기법인 Contrast 강조처리, Color 합성처리 및 비연산처리 등 화상처리를 실행함으로써, 연안해수역의 유동특성을 파악하기 위한 가장 효과적인 LANDSAT MSS Data의 화상해석순서를 제안하였다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.163-167
• /
• 2009

3 차원 인체 스캔 차원 기술의 활용도는 정확도의 개선과 가격의 저렴화로 인해 산업계에서 점점 부각되고 있다. 이런 인체 스캔 데이터의 활용도를 높이기 위해서는 인체 스캔 데이터의 기준점 추출이 필수적이다. 본 논문에서는 자동으로 인체 스캔 데이터의 기준점을 추출하는 알고리즘을 제안한다. 이를 위해 여러 인체 스캔 데이터들을 활용하여 주성분 분석을 하고 최적화를 거쳐 마커 없는 매칭을 수행한다. 최종적으로는 생성된 인체 모델의 위상 구조에서 기준점을 추출한다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.1058-1060
• /
• 2003

A ground control point (GCP) is a point on the surface of Earth where image coord inates and map coordinates can be identified. The GCP is useful for the geometric correction of systematic and unsystematic errors usually contained in a remotely sensed data. Especially in case of synthetic aperture radar (SAR) data, it has serious geometric distortions caused by inherent side looking geometry. In addition, SAR images are usually severely corrupted by speckle noises so that it is difficult to identify ground control points. We developed a ground point extraction algorithm that has an improved capability. An application of radargrammetry to Daejon area in Korea was studied to acquire the geometric information. For the ground control point extraction algorithm, an ERS SAR data with precise Delft orbit information and rough digital elevation model (DEM) were used. We analyze the accuracy of the results from our algorithm by using digital map and GPS survey data.

• 한국IT서비스학회지
• /
• 제18권2호
• /
• pp.143-159
• /
• 2019

Machine learning (ML) is a method of fitting given data to a mathematical model to derive insights or to predict. In the age of big data, where the amount of available data increases exponentially due to the development of information technology and smart devices, ML shows high prediction performance due to pattern detection without bias. The feature engineering that generates the features that can explain the problem to be solved in the ML process has a great influence on the performance and its importance is continuously emphasized. Despite this importance, however, it is still considered a difficult task as it requires a thorough understanding of the domain characteristics as well as an understanding of source data and the iterative procedure. Therefore, we propose methods to apply deep learning for solving the complexity and difficulty of feature extraction and improving the performance of ML model. Unlike other techniques, the most common reason for the superior performance of deep learning techniques in complex unstructured data processing is that it is possible to extract features from the source data itself. In order to apply these advantages to the business problems, we propose deep learning based methods that can automatically extract features from transaction data or directly predict and classify target variables. In particular, we applied techniques that show high performance in existing text processing based on the structural similarity between transaction data and text data. And we also verified the suitability of each method according to the characteristics of transaction data. Through our study, it is possible not only to search for the possibility of automated feature extraction but also to obtain a benchmark model that shows a certain level of performance before performing the feature extraction task by a human. In addition, it is expected that it will be able to provide guidelines for choosing a suitable deep learning model based on the business problem and the data characteristics.

• International Journal of Control, Automation, and Systems
• /
• 제2권2호
• /
• pp.201-206
• /
• 2004

Counters for the various kinds of banknotes require high-speed distinctive point extraction and recognition. In this paper we propose a new point extraction and recognition algorithm for Euro banknotes. For distinctive point extraction we use a coordinate data extraction method from specific parts of a banknote representing the same color. To recognize banknotes, we trained 5 neural networks. One is used for inserting direction and the others are used for face value. The algorithm is designed to minimize recognition time by using a minimal amount of recognition data. The simulated results show a high recognition rate and a low training period. The proposed method can be applied to high speed banknote counting machines.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2003년도 춘계학술발표회 논문집
• /
• pp.181-185
• /
• 2003

Recently, in accordance with supplying high-resolution satellite images which as IKONOS, KVR-1000, and Quick Bird, the use of satellite images have increased in the study which extraction of features from high-resolution satellite images is becoming a new research focus. In this study, using generally involves such as image segmentation, filtering and sobel operator and thinning in image processing for extraction of feature from satellite image. We apply this method to extraction of feature which need to the revision of map from high-resolution IKONOS satellite image data, we verified the capability of extraction of feature and application using satellite image and proposed a plan for the study in the future.

• 인터넷정보학회논문지
• /
• 제13권2호
• /
• pp.99-108
• /
• 2012

방대한 양의 데이터로부터 정보추출의 정확도를 향상시키기 위한 많은 방법이 개발되어 왔다. 본 논문에서는NER(named entity recognition), 문장 추출, 스피치 태깅과 같은 여러 가지의 자연어 처리 작업을 통합하여 텍스트를 분석하였다. 데이터는 도메인에 특화된 데이터 추출 에이전트를 사용하여 웹에서 수집한 텍스트로 구성하였고, 위에서 언급한 자연어 처리 작업을 사용하여 비 구조화된 데이터로부터 정보를 추출하는 프레임 워크를 개발하였다. 조직 구조의 탐색을 위한 택스트 추출 및 분석 관점에서 연구의 성능을 시뮬레이션을 통해 분석하였으며, 시뮬레이션 결과, 정보추출에서 MUC 및 CoNLL과 같은 다른 NER 분석기 보다 성능이 우수함을 보였다.