• 한국지리정보학회지
• /
• 제27권1호
• /
• pp.115-127
• /
• 2024

본 연구는 Transformer 모듈을 기반으로 다양한 구조의 모델을 구성하고, 토지피복 분류를 수행하여 Transformer 모듈의 활용방안 검토를 목적으로 하였다. 토지피복 분류를 위한 딥러닝 모델은 CNN 구조를 가진 Unet 모델을 베이스 모델로 선정하였으며, 모델의 인코더 및 디코더 부분을 Transformer 모듈과 조합하여 총 4가지 딥러닝 모델을 구축하였다. 딥러닝 모델의 학습과정에서 일반화 성능 평가를 위해 같은 학습조건으로 10회 반복하여 학습을 진행하였다. 딥러닝 모델의 분류 정확도 평가결과, 모델의 인코더 및 디코더 구조 모두 Transformer 모듈을 활용한 D모델이 전체 정확도 평균 약 89.4%, Kappa 평균 약 73.2%로 가장 높은 정확도를 보였다. 학습 소요시간 측면에서는 CNN 기반의 모델이 가장 효율적이었으나 Transformer 기반의 모델을 활용할 경우, 분류 정확도가 Kappa 기준 평균 0.5% 개선되었다. 차후, CNN 모델과 Transformer의 결합과정에서 하이퍼파라미터 조절과 이미지 패치사이즈 조절 등 다양한 변수들을 고려하여 모델을 고도화 할 필요가 있다고 판단된다. 토지피복 분류과정에서 모든 모델이 공통적으로 발생한 문제점은 소규모 객체들의 탐지가 어려운 점이었다. 이러한 오분류 현상의 개선을 위해서는 고해상도 입력자료의 활용방안 검토와 함께 지형 정보 및 질감 정보를 포함한 다차원적 데이터 통합이 필요할 것으로 판단된다.

• 한국조경학회지
• /
• 제40권5호
• /
• pp.8-18
• /
• 2012

도시자연은 물리적 환경개선 기능은 물론 사회적, 정서적 측면에서도 중요한 역할을 한다. 특히, 학교에서 생활하는 시간이 많은 우리나라의 경우 학교 옥외공간을 비롯하여 인근에 조성된 녹지공간은 자연체험의 기회가 적은 도시 아이들이 가장 쉽게 자연을 접할 수 있는 일차적인 장소이다. 본 연구에서는 우리나라 대도시의 녹지현황을 학교 주변을 중심으로 살펴보고자 한다. 서울시 185개 초등학교를 선정하고, 학교 옥외공간을 포함한 반경 300m 이내(본 연구에서 '학교존'으로 정의) 주변 녹지 현황을 RapidEye 다중분광 인공위성 영상을 사용하여 분석하였다. 학교존 평균 녹지율은 약 21%이고, 최고 74%에서 최소 0.7%까지 편차가 매우 큰 것으로 나타났다. 그리고 과반수 이상의 학교존 녹지율이 20% 미만이다. 학교존 녹지율이 높은 학교 대부분이 산기슭에 위치하고 있어 산림면적이 학교존 녹지율을 높이는데 기여한 것으로 분석되며, 산림녹지의 경우 식생활력 또한 기타 도심지에 조성된 조경수목식재지보다 상대적으로 높은 것으로 나타났다. 반면, 학교존 녹지율이 낮은 학교들 대부분은 고밀 주택지 인근에 위치하고 있으며, 녹지의 식생활력 또한 상대적으로 낮게 나타났다. 도시산림을 제외한 시가화지역에서 학교존 녹지의 많은 부분을 차지하는 것은 아파트단지내 조경녹지시설이며, 그 밖에 친환경적인 학교 옥외공간이나 가로공원 등 도시오픈스페이스가 차지하는 비중은 미미하다. 이러한 현실을 감안하여, 도시계획적인 맥락에서 학교존 녹지율이 낮은 지역을 우선 대상으로 학교숲 조성사업을 지원하거나 주변지역의 옥상녹화를 장려하고, 학교주변 아파트단지내 녹지공간을 학교옥외공간과 유기적으로 연계하여 쉽게 접근할 수 있는 도시오픈스페이스로 개방하는 등의 체계적인 대책 마련이 필요하다고 하겠다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제31권3호
• /
• pp.287-292
• /
• 2008

방사선 반응에서의 위치정보는 방사선 선원의 영상을 재구성하는데 있어서 매우 중요한 기본정보이다. 이에 대부분의 위치 검출 기술을 이용하여 검출기안에서의 일어난 단일 반응의 위치정보를 알아낼 수 있다. 그러나 섬광체 안에서의 다중산란의 경우 각각의 산란위치를 개별적으로 측정할 수 없고 여러 산란위치의 평균만이 구해질 수 있어서 측정된 방사능의 위치정보에 불확실성이 존재하게 된다. 이 논문에서는 이러한 다중산란에 따른 위치 불확실성을 몬테카를로 시뮬레이션으로 계산하였다. 시뮬레이션 모델은 복합 집속 카메라에 사용된 $50{\times}50{\times}5mm\;LaCl_3$(Ce) 섬광체(pixel크기는 $2{\times}2{\times}5mm$)이다. 복합 집속 카메라는 광전효과와 컴프턴 산란 모두에서 정보를 얻으므로 방사선의 반응에서 부분에너지만 (검출기에) 검출되는 경우와 모든 에너지가 검출 되는 경우를 나누어 위치 불확실성을 계산하였다. 부분에너지만 검출되는 경우 (PED) 위치의 표준편차는 $1{\sim}2mm$ 미만으로 다중산란에 의한 불확실성이 크지 않다는 것을 알 수 있다. PED의 경우 다중산란의 영향이 크지 않으므로 이러한 다중산란은 컴프턴 카메라의 성능에 큰 영향을 미치지 않는다는 것을 알 수 있다. 그러나 모든 에너지가 검출되는 경우 (FED), 122keV입사방사선의 경우를 제외하면, 그 위치의 표준편차가 1차 검출기의 pixel크기에 2배에 달한다. 그러므로 복합 집속 카메라의 코드화된 마스크를 설계하는데 있어 재구성된 영상의 잡음을 방지하기 위해 다중산란에 의한 표준편차가 고려되어야 한다. 모든 입사 방사선에너지에 대하여 FED에 의한 위치 불확실성은 PED에 의한 것 보다 크며 PED 대 FED의 비는 입사방사선의 에너지가 증가함에 따라서 커진다. PED와 FED의 경우 모두 위치의 불확실성이 입사방사선의 에너지에 따라 달라졌다.

• 지질공학
• /
• 제9권2호
• /
• pp.161-176
• /
• 1999

해안매립의 적지로 선정된 시화지구 일대의 시화방조제와 안산신도시개발과 관련된 지표지형의 변화를 관측하기 위해 년도별 인공위성영상을 이용하였으며, 시화방조제 완공으로 노출된 간척지의 매립량을 분석하기 위하여 지리정보시스템을 이용하였다. 시화지구 일대의 인위적인 인간활동과 관련된 년도별 지형의 변화양상과 퇴적물의 분포양상, 산림의 토지피복상태, 그리고 변화된 토지피복현황을 관측하기 위해, 일반적으로 널리 이용되는 위성영상합성, Tasseled cap, 식생지수와 감독분류기법을 이용하였다 매립계획이 수립된 간척지의 매립량을 토목공사 이전에 추측하기 위하여 지질도, 시화간척지 조성계획도, 지상 DEM, 해저 DEM자료층을 지형도, 지질도, 해도, 시화지구 계획도면으로부터 추출하였다. 또한, 인공위성 영상자료 중 감독분류 영상을 분석하여 인근육지의 절취예상 가능위치를 추출하였다 해안선 및 연안지역의 지표지형변화 관측을 위한 처리기법 중 Tasseled cap으로 노출된 조간대의 퇴적물의 침식과 퇴적지역을 관찰하였고, 식생지수 기법으로 식생지수의 차이를 이용하여 산림피복 분포양상을 파악하였으며, 감독분류 영상으로부터 년도별 토지피복 변화현황을 관찰하였다. 수치지형분석으로 계산된 시화지구 간척지의 총매립량은 $581,485,354\textrm{m}^3$이고, 이를 호수공원 하부에서 준설할 경우 예상되는 최종 호수공원의 깊이는 9.2m이다. 또한, 계획단지 주변에 제방을 축조할 경우, 소요될 매립량은 $3,387,360\textrm{m}^3$이며, 이를 인근육지로부터 절취한다고 가정할 때, 선감도와 송산면일부, 대부도일부 예정지의 절취량은 각각 $5,229,576\textrm{m}^3,{\;}79,227,072\textrm{m}^3,{\;}47,026,008\textrm{m}^3$이다. 따라서, 제방 축조시 필요한 토공량은 대부도일부의 절취량만으로도 충분히 충당할 수 있음을 알 수 있었다.

• 만화애니메이션 연구
• /
• 통권26호
• /
• pp.1-30
• /
• 2012

애니메이션의 목적은 움직임을 통해 재미있는 스토리를 관객에게 전달하는 것이라고 할 수 있다. 이러한 목적을 달성하기 위해 애니메이션은 탄생 이후 지금까지 100여년 이상의 시간동안 수많은 기술들을 도입하면서 다양한 내러티브 방법과 시각 표현 방법을 개발해 왔다. 또한 표현 기술력이 발달하면서 애니메이션을 구성하는 모든 요소들도 점점 체계화되어 왔고, 동시에 현실 그 이상의 세계를 표현할 수 있도록 해 주었다. 말 그대로 애니메이션을 제작하는 감독이 상상하는 모든 것들을 스크린을 통해 관객이 눈으로 볼 수 있는 시대가 된 것이다. 그리고 현재에는 애니메이션을 관람하는 관객이 마냥 프레임 안에서 움직이는 그림에 의해 즐거움을 느끼게 되는 시대를 넘어서도록 많은 노력이 이루어지고 있다. 즉, 수동적으로 바라보는 애니메이션을 넘어 관객이 직접 느끼며, 체감하는 애니메이션으로 목적성이 변화하고 있다는 것이다. 이런 과정에서 그 중심에 3D 입체라는 기술이 애니메이션의 새로운 즐거움을 표현할 수 있도록 해주고 있다. 얼마 전, 국내에서도 극장용 3D 입체 애니메이션이 제작되었으나, 해외의 3D 입체 애니메이션과 같은 완성도 높은 영상미를 기대했던 관객에게 새로운 즐거움을 주지 못해 흥행 면에서 이렇다 할 성적을 거두지 못하였다. 이것은 국내의 입체 애니메이션 제작 산업이 아직 초보적인 단계에 불과하여 3D 입체 애니메이션 제작에 대한 인력 및 기술, 경험이 절대적으로 부족한 상태에서 제작되었기 때문이다. 그리고 대부분의 입체에 대한 연구가 재현 기술적 문제에 집중되어 있어 관객들이 직접적으로 접하게 되는 영상 그 자체에 대한 연구 또한 부족하거나 미흡한 실정인 것도 커다란 문제라 할 수 있다. 이러한 국내 상황 속에서 2010년에 개봉되었고, 현재까지 최고의 3D 입체 애니메이션 흥행작으로 손꼽히고 있는 드림웍스 작품인 <드래곤 길들이기>의 입체영상 화면은 연구될 가치가 충분하다 할 수 있다. 따라서 본 논문은 양질의 국내 3D 입체 애니메이션 제작 및 전문 인력 양성 시기초자료로 활용되고자 풍부한 입체감을 전달하기 위해 화면을 담아내는 시각적 연출을 중심으로 이론적 고찰과 사례를 분석하여 연구하였다. 그 결과 3D 입체 애니메이션은 새로운 분야가 아닌 기존 영상미학의 원리를 기반으로 입체영상의 특성이 적용되어져 확장되고 변화된 영역인 것을 알 수 있었다. 이러한 연구를 통해 실재감 재현을 위한 3D 입체 애니메이션 콘텐츠 제작에 필요한 이론적 기초연구의 토대를 구축하는데 도움이 될 것으로 본다.

• 한국지리정보학회지
• /
• 제24권3호
• /
• pp.83-98
• /
• 2021

도시녹지는 도시 생태계 건강성 증진을 위한 중요한 요소이며, 건강한 도시 생태계 유지 및 관리를 위해서는 도시녹지의 공간적인 현황 파악이 필요하다. 환경부에서는 2010년 이후부터 총 41개의 분류 항목을 갖는 1m 급 해상도의 세분류 토지피복지도를 제공해오고 있으나, 가로수와 같은 도시 내 고해상도 상세 녹지 정보는 기타 초지로 분류되거나 누락되어 오고 있다. 따라서, 본 연구에서는 수원시 지역을 대상으로 1m 이하 급의 고해상도 원격탐사 자료(항공 LiDAR 및 RGB 정사영상)를 이용하여, 기존 세분류 토지피복지도에서는 나타나지 않는 고해상도의 상세 도시 녹지(수목, 관목 및 초지) 정보를 분류하고자 하였다. 분류 기법으로는 딥러닝 기반의 이미지 분할방법인 U-Net 구조의 모델을 활용하였으며, 분류 항목의 수 및 사용하는 자료의 종류에 따라 총 3가지의 모델(LRGB10, LRGB5, 및 RGB5)을 제안하고 성능을 평가하였다. 검증 지역에 대한 세 모델의 평균 전체 정확도는 각 83.40%(LRGB10), 89.44%(LRGB5), 74.76%(RGB5)이며, 항공 LiDAR와 RGB 정사영상을 함께 사용하여 총 5개의 항목(수목, 관목, 초지, 건물, 및 그 외)을 분류하는 LRGB5 모델의 성능이 가장 높게 나타났다. 수원시의 수목, 관목 및 초지 기준의 전체 녹지 현황은 각 45.61%(LRGB10), 43.47%(LRGB5), 및 44.22%(RGB5)로 나타났으며, 세 모델 모두 기존 세분류 토지피복지도와 비교하여 평균 13.40%의 도시 수목 정보를 더 제공할 수 있는 것으로 나타났다. 더불어 이러한 도시녹지 분류 결과는 향후 중분류 토지피복지도와 같은 기존 GIS 정보와의 융합을 통해 가로수 녹지 비율 현황 등 추가적인 상세 녹지 현황 정보를 제공할 수 있어, 다양한 도시녹지 연구 및 정책의 기초 자료로 활용될 수 있을 것으로 기대된다.

• 한국지리정보학회지
• /
• 제9권1호
• /
• pp.158-167
• /
• 2006

본 연구는 DMZ 및 민통선지역의 토지피복 변화양상을 생태학적 측면에서 파악해보는데 목적을 두고 있다. 한반도 허리를 가르는 대상형 지역인 DMZ에 대하여 남북간 왕래가 잦은 서부지역에 대하여 토지피복특성을 파악해 보았는데, 비접근지역인 연구지역 특성상 본 연구에서는 위성영상자료를 활용하여 토지피복의 현황 및 변화특성을 파악해 보았다. '80년대 중반(Landsat TM, '87.05.20) 및 2000년대 초반의 영상(Landsat ETM+, '02.06.06)을 활용함으로써 최근 15년 동안 토지피복이 어떻게 변화했는지 파악하였으며, 생태적 가치가 큰 DMZ 지역의 토지피복 분류정확도를 높이기 위하여, 선형분광혼합화소분석(linear spectral mixture analysis : LSMA)을 이용하였다. 이 분석법은 하나의 화소를 단일한 지표물로 가정하여 영상을 처리하는 기존의 기법과 달리, 각 화소의 토지피복의 혼합정도를 세분화 한 후 대상지의 토지피복 특성을 가장 잘 반영하는 순수한 화소값 별로 분할영상(fraction image)을 생성하였는데, 본 연구에서는 식생, 토양, 수문의 3가지 화소에 대한 분할영상을 생성하였다. 분석결과 토지피복 가운데 산림지역의 면적이 가장 많은 감소를 가져왔는데, 남한지역의 경우 산림의 $39.04km^2$가, 북한지역은 $52.37km^2$가 다른 토지피복으로 변화되었다. 농경지의 경우 북한은 농경지 면적의 $56.15km^2$가 나대지로 변화되었는데, 이는 남한에 비하여 농경지 관리가 소홀하여 나대지 상태로 방치되고 있음을 알 수 있다. 공간적인 측면에서 볼 때, 민통선지역의 경우 전반적으로 토지피복의 변화가 나타나고 있으며, DMZ 내부의 경우도 장단반도 주변지역, 파주시 및 북한 판문군지역의 경우 그 변화가 민통선지역과 비슷한 양상을 보이고 있다.

• 한국농림기상학회지
• /
• 제3권4호
• /
• pp.199-205
• /
• 2001

넓은 지역에 걸친 병 예찰모형의 동시 다지점 적용은 지역특이적 식물 병 관리체계 구축을 위한 전제조건이다. 예찰모형의 구동변수로서 군락내부 기온자료 역시 충분한 공간해상도와 공간범위로 준비되어야 한다. 생육중기의 여 군락기온구조에 관한 실측정보를 토대로 만들어진 실용성 있는 광역 군락기온분포 예측 기법을 제시한다. 이앙 후 한 달째부터 출수기까지 벼 군락 내 기온 연직구조의 경시변화를 관측하여 맑은 날, 흐린 날, 비오는 날의 군락외부기온(250 cm)과 군락내부기온(10cm)간 편차의 경시변화양상을 정량화 하였고, 이를 토대로 군락외부 기온값이 주어지면 군락내부 임의높이의 기온을 추정할 수 있는 경험식을 작성하였다. 벼논의 경우 맑은 날 인근 관측노장 대비 전국적으로 0.6~1.2$^{\circ}C$ 낮다는 사실을 근거로 기온 공간내삽시 지표피복 특성이 벼논인 경우의 보정량을 결정하였다. 전라남북도 지역을 대상으로 기상청 정규관측소의 매 시간 관측값을 공간내삽 함으로써 초지로 덮여있는 가상지형상의 기온표면을 1km$\times$1km 해상도로 생성하였고, 위성영상자료의 분석을 통해 이들로부터 벼논에 해당되는 픽셀만 추출하여 기온 하강분을 보정함으로써 군락외부 기온을 준비하였다. 벼논특성을 가진 픽셀에 준비된 군락내부 기온추정식을 각각 적용하여 층위별 기온값을 추정하였다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.175-197
• /
• 2021

최근 딥 러닝 기술의 발전으로 뉴스, 블로그 등 다양한 문서에 포함된 텍스트 분석에 딥 러닝 기술을 활용하는 연구가 활발하게 수행되고 있다. 다양한 텍스트 분석 응용 가운데, 텍스트 분류는 학계와 업계에서 가장 많이 활용되는 대표적인 기술이다. 텍스트 분류의 활용 예로는 정답 레이블이 하나만 존재하는 이진 클래스 분류와 다중 클래스 분류, 그리고 정답 레이블이 여러 개 존재하는 다중 레이블 분류 등이 있다. 특히, 다중 레이블 분류는 여러 개의 정답 레이블이 존재한다는 특성 때문에 일반적인 분류와는 상이한 학습 방법이 요구된다. 또한, 다중 레이블 분류 문제는 레이블과 클래스의 개수가 증가할수록 예측의 난이도가 상승한다는 측면에서 데이터 과학 분야의 난제로 여겨지고 있다. 따라서 이를 해결하기 위해 다수의 레이블을 압축한 후 압축된 레이블을 예측하고, 예측된 압축 레이블을 원래 레이블로 복원하는 레이블 임베딩이 많이 활용되고 있다. 대표적으로 딥 러닝 모델인 오토인코더 기반 레이블 임베딩이 이러한 목적으로 사용되고 있지만, 이러한 기법은 클래스의 수가 무수히 많은 고차원 레이블 공간을 저차원 잠재 레이블 공간으로 압축할 때 많은 정보 손실을 야기한다는 한계가 있다. 이에 본 연구에서는 오토인코더의 인코더와 디코더 각각에 스킵 연결을 추가하여, 고차원 레이블 공간의 압축 과정에서 정보 손실을 최소화할 수 있는 레이블 임베딩 방법을 제안한다. 또한 학술연구정보서비스인 'RISS'에서 수집한 학술논문 4,675건에 대해 각 논문의 초록으로부터 해당 논문의 다중 키워드를 예측하는 실험을 수행한 결과, 제안 방법론이 기존의 일반 오토인코더 기반 레이블 임베딩 기법에 비해 정확도, 정밀도, 재현율, 그리고 F1 점수 등 모든 측면에서 우수한 성능을 나타냄을 확인하였다.

• 한국농림기상학회지
• /
• 제25권4호
• /
• pp.387-397
• /
• 2023

식물의 초장은 작물의 생육상태를 가시적으로 파악 할 수 있는 생육지표로 수량과 상관성이 높아 작물 육종이나 재배 연구에 널리 사용된다. 초장과 같은 작물의 생육특성 조사는 전통적으로 자를 이용하여 사람이 직접 조사하였으나 최근 센싱, 영상 기술이 발전하면서 작물의 생육을 효율적으로 조사하기 위해 생육계측 기술을 디지털 전환하려는 연구가 시도되고 있다. 본 연구에서는 넓은 범위에 걸쳐 정밀한 측정이 가능한 레이저 스캐너를 사용하여 다양한 질소 시비 수준에서 재배된 벼 군락의 높이를 측정하고 실측 초장과 비교 분석을 수행하였다. 군락의 높이는 레이저 스캐너로 수집된 포인트 클라우드의 상위 1% 점의 높이를 계산하여 측정하였다. 상위 1% 점의 높이를 이용하여 추정한 초장이 실측 초장과 가장 높은 결정계수를 보였고(R² = 0.93, RMSE = 2.73), 선형회귀식을 도출하 여 이를 근거로 레이저 스캐너로 측정된 군락의 높이를 실측 초장으로 변환하였다. 질소 시비 조건 및 생육 시기별로 수집된 실측 초장과 추정 값(레이저 스캐너로 측정된 군락 높이 기반으로 계산된 초장)을 종합하여 벼의 생육그래프를 도출한 결과, 레이저 스캐너 기반 초장 측정 기술이 벼의 초장과 생육을 평가하는데 충분히 활용될 수 있음을 확인할 수 있었다. 향후, 레이저 스캐너에서 도출된 3차원 영상은 작물 군락의 생육량 추정, 작물 초형 분석 등에 적용 가능할 것으로 판단되며, 기존 작물 생육조사 방식의 디지털 전환을 위한 기술로 활용될 수 있을 것이다.