지형공간정보체계는 사용이 용이하여 널리 대중화되어가고 있다. 최근 수치사진측량은 GIS데이터베이스를 구축하거나 갱신하기 위한 경제적인 방법으로 인정받아 가고 있다. 지형공간정보의 획득을 위한 근거리사진측량은 좌표해석을 위해 이용되고 있는 번들조정이 요구된다 번들조정은 외부표정요소를 결정하기 위해서 초기 근사 값과 기준점들을 필요로 한다. 본 연구에서는 번들조정을 수행하기 전에 초기근사값을 추정하기 위한 종래의 방법들을 비교분석하고, 이들 외부표정요소의 결정을 위한 새로운 알고리즘을 개발하여 비용을 절감할 수 있는 방안을 제시하고자 하였다. 우선 효과적이고 경제적이며 보다 정확한 사진측량 관측값처리 기법을 제공하고자, 기존의 DLT 알고리즘에 관측값에서의 모든 종류의 과대오차들을 자동적으로 검출하고 제거하기 위한 robust 방법과 해를 위해 필요한 기준점의 수를 줄이기 위해 GPS를 도입하였다. 또한 본 논문에서는 단사진으로 처리하는 새로운 후방교회법(space resection)유도하였다. 제안한 방법의 주된 장점은 외부표정요소의 초기근사값을 요구하지 않고 계산과정에서 반복계산을 요구하지 않는다는 점이다.
International Journal of Aeronautical and Space Sciences
/
제16권3호
/
pp.475-483
/
2015
We propose a numerical scheme to simulate the time-domain echo signals at tracking radar for a realistic scenario where an EAD (expendable active decoy) and an airborne target are both in dynamic states. On various scenarios where the target takes different maneuvers, the trajectories of the EAD ejected from the target are accurately calculated by solving 6-DOF (Degree-of-Freedom) equations of the motion for the EAD. At each sampling time of the echo signal, the locations of the EAD and the target are assumed to be fixed. Thus, the echo power from the EAD can be simply calculated by using the Friis transmission formula. The returned power from the target can be computed based on the pre-calculated scattering matrix of the target. In this paper, an IPO (iterative physical optics) method is used to construct the scattering matrix database of the target. The sinc function-interpolation formulation (sampling theorem) is applied to compute the scattering at any incidence angle from the database. A simulator is developed based on the proposed scheme to estimate the echo signals, which can consider the movement of the airborne target and EAD, also the scattering of the target and the RF specifications of the EAD. For applications, we consider the detection probability of the target in the presence of the EAD based on Monte Carlo simulation.
Forest fire is a critical disaster that causes massive destruction of forest ecosystem and economic loss. Hence, accurate estimation of the burned area is important for evaluation of the degree of damage and for preparing baseline data for recovery. Since most of the area size damaged by wildfires in Korea is less than 1 ha, it is necessary to use satellite or drone images with a resolution of less than 10m for detecting the damage area. This paper aims to detect wildfire-damaged area from a Kompsat-3 image using the indices such as NDVI (normalized difference vegetation index) and FBI (fire burn index) and to examine the classification characteristics according to the methods such as Otsu thresholding and ISODATA(iterative self-organizing data analysis technique). To mitigate the salt-and-pepper phenomenon of the pixel-based classification, a gaussian filter was applied to the images of NDVI and FBI. Otsu thresholding and ISODATA could distinguish the burned forest from normal forest appropriately, and the salt-and-pepper phenomenon at the boundaries of burned forest was reduced by the gaussian filter. The result from ISODATA with gaussian filter using NDVI was closest to the official record of damage area (56.9 ha) published by the Korea Forest Service. Unlike Otsu thresholding for binary classification,since the ISODATA categorizes the images into multiple classes such as(1)severely burned area, (2) moderately burned area, (3) mixture of burned and unburned areas, and (4) unburned area, the characteristics of the boundaries consisting of burned and normal forests can be better expressed. It is expected that our approach can be utilized for the high-resolution images obtained from other satellites and drones.
본 논문에서는 인터넷상에 업로드되는 음란 영상물을 차단하기 위해 활동적 형태 모델(active shape model)을 이용한 유해 영상 탐지 방법을 제안한다. 본 논문에서는 활동적 형태 모델을 이용하여 가슴선의 형태를 주성분 분석(Principle Component Analysis)과 정렬을 통해서 학습하고, 각 제어점에 대응하는 화소값 분포를 학습한다. 그리고 학습된 형태와 화소값 분포를 이용하여 가슴선을 찾는다. 본 논문에서는 형태 모델의 초기 위치를 정확하게 선택하기 위해 스케일, 회전, 이동에 관한 파라미터를 추출한다. 이 정보를 획득하기 위해서 본 논문에서는 유두 부분의 위치를 찾고, 유두 위치로부터 모든 방향으로 방사하여 후보 가슴선을 찾는다. 이와 같이 검출한 가슴선 정보를 이용하여 스케일과 회전 값을 찾아 평균 형태(mean shape)를 위치시키고, 활동적 형태 모델을 반복적으로 탐색한다. 최종적으로 수렴한 형태의 제어점(landmark)과 후보 가슴선과의 거리 평균을 계산하여 유해영상의 유무를 판단한다.
본 논문에서는 물체의 경계나 형태 추출을 위하여 레벨 세트 이론을 바탕으로 한 새로운 곡선 전개방법을 제안한다. 특히 전처리 과정에서 잡음의 효과적 처리를 위하여 기존의 필터 방식들이 가지는 단점인 경계 부분의 bluning 현상을 줄이고 정확한 에지 위치를 보존할 수 있는 비등방성 확산 필터(anisotropic diffusion filter)를 사용한다. 기존의 레벨 세트 방식이 수축이나 팽창 중 단지 한가지의 방식만 적용되어지는 반면, 제안한 방법은 물체의 경계 추출시 팽창과 수축이 통시에 가능하므로 특히 초기 곡선이 여러 물체에 걸쳐져 있는 경우에도 정확한 형태 추출이 가능하였다. 아울러 초기 곡선의 설정이 위치나 형태에 거의 제한을 받지 않기 때문에 추출을 원하는 영역이 아주 조금만 포함되어 있어도 정화한 형태 추출이 가능하였다.
영상등록은 영상모자�掠茱� 중 중요한 기술로 인식되고 있으며, 파노라마 영상생성이나 비디오 모니터링, 영상복원 등과 같은 다양한 분야에서 사용될 수 있다. 영상등록에서 중요한 처리과정은 많은 시간이 소요되는 특징점 검출과 추적이다. 본 연구에서는 연속된 영상자료에서 특징점을 검출하고 추적하기 위해서 KLT 특징점 추적자를 제안하였으며, 무인헬기에서 촬영된 연속영상프레임의 영상등록에 적용하여 효용성을 입증하였다. 그 결과 KLT추적자에 의한 반복처리는 연속영상의 첫 번째 프레임에서 추출된 특징점을 이용하여 전체 프레임에 걸쳐 성공적으로 추적할 수 있었다. 또한, 회전, 축척, 이동량이 다른 각각의 프레임들간의 특징점 추적은 KLT영상피라미드와 처리조건의 선택에 의해 정확도를 향상시킬 수 있었다.
산업용 방사선영상으로부터 신뢰할만한 용접부위를 추출하는 것은 용접부의 결함을 검출하기 이전에 수행해야할 선행과제이다. 이 논문은 강판튜브 CR영상으로부터 용접특징 부위의 검출과 추출을 시도한다. 먼저 용접부위와 비용접부위로 구분된 샘플영상 160(개)를 통계 분석하여 두 부류 사이의 차이를 식별한다. 그 후 군집화 파라미터 결정을 위한 패턴분류 작업을 실시한다. 이 파라미터들은 간격, 함수부합정도 및 연속성이다. 관측된 용접영상을 선(線)별로 처리하되 각 선데이터군(群)에 가변 이동창을 적용하여 구역을 선점한다. 각 창을 구성하는 데이터의 직접 및 비용접부위 귀속여부는 국부확률선군집화 방식을 적용하여 분류한다. 순차적 과정을 거쳐 매 단계마다의 경계치 산출에 의해 두 영역 사이의 경계선을 추적하며 그 결과 용접 특징부위를 추출한다. 그리고 CR용접영상 실험을 통해 그 효과를 입증한다.
본 논문에서는 채널 부호회된 OFDM (orthogonal frequency division multiplexing) 시스템을 위한 공간 변조를 이용한 새로운 전송 기법을 제안한다. 공간 변조라 불리는 개루프 (open-loop) 방식의 다중 안테나 기술은 업력 데이터를 안테나 인텍스(index) 신호와 데이터 신호로 나누고, 안테나 인텍스 신호에 따라 다수의 송신안테나 중 하나의 송신안테나를 선택하여 데이터 신호를 전송한다. 공간 변조는 수신기에서 송신된 신호가 어떤 안테나로부터 보내졌는지를 의미하는 안테나 인텍스를 검출해야 하는데, 이를 위해서 채널 행렬의 직교성이 보장되어야 한다. 실제 채널은 무시하지 못할 정도의 채널 상관도로 인해 직교성을 유지하지 못한다. 또한 기존 공간 변조를 위한 수신기는 경판정 방식을 취하고 있으므로, 실제 시스템에 이를 활용하기가 어렵다. 본 논문에서는 기존의 공간 변조 기법이 연판정 수신을 할 수 있도록 소프트 출력 디맵퍼 (soft-output demapper)를 유도하고, 기존 기법의 수신 성능을 개선하기 위해 새로운 구조의 전송 기법을 제안한다.
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.
인간의 시각피질의 특징은 특별한 방향성을 갖거나 시간적인 주파수 변화를 동반하는 자극에는 민감하게 반응하지만, 공간 위상의 선택적 자극에는 둔감하게 작용한다는 것이 고등 포유동물의 시각 피질에 대한 생리학적 실험으로 증명되었다. 이 결과는 위치에 민감한 단순 세포의 분포가 복잡 세포의 분포에 비하여 상대적으로 적은 생리학적 특징에 기인한 것으로 본 논문에서는 원시 시각 피질을 구성하는 단순 세포와 복잡 세포 가운데 더 넓은 분포의 복잡 세포 모델링을 가버 웨이블릿 변환을 이용한 영상추정 반복 알고리즘을 이용하여 구현하였다. 구현된 모델은 영상의 경계 및 모서리의 검출 평가와 함께 기존의 생리학적 실험논문과 구현한 모델의 결과 사이의 일관성을 확인하였다. 구현된 모델은 단순 세포와 복잡 세포가 함께 분포하는 망막의 수용 장을 완전한 형태를 구현할 수 없는 제한이 있지만, 시각 피질을 일부를 담당하는 복잡 세포를 알고리즘의 관점에서 구현하여 더 완전한 시각 피질 모델의 기초로 활용할 수 있다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.