• 한국수산과학회지
• /
• 제41권2호
• /
• pp.107-112
• /
• 2008

To evaluate uncertainty and risk in biological reference points, we applied a bootstrapping method and a Bayesian procedure to estimate the related confidence intervals. Here we provide an example of the maximum sustainable yield (MSY) of turban shell, Batillus cornutus, estimated by the Schaefer and Fox models. Fitting the time series of catch and effort from 1968 to 2006 showed that the Fox model performs better than the Schaefer model. The estimated MSY and its bootstrap percentile confidence interval (CI) at ${\alpha}=0.05$ were 1,680 (1,420-1,950) tons for the Fox model and 2,170 (1,860-2,500) tons for the Schaefer model. The CIs estimated by the Bayesian approach gave similar ranges: 1,710 (1,450-2,000) tons for the Fox model and 2,230 (1,760-2,930) tons for the Schaefer model. Because uncertainty in effort and catch data is believed to be greater for earlier years, we evaluated the influence of sequentially excluding old data points by varying the first year of the time series from 1968 to 1992 to run 'backward' bootstrap resampling. The results showed that the means and upper 2.5% confidence limit (CL) of MSY varied greatly depending on the first year chosen whereas the lower 2.5% CL was robust against the arbitrary selection of data, especially for the Schaefer model. We demonstrated that the bootstrap and Bayesian approach could be useful in precautionary fisheries management, and we advise that the lower 2.5% CL derived by the Fox model is robust and a better biological reference point for the turban shells of Jeju Island.

• 한국지능시스템학회논문지
• /
• 제15권3호
• /
• pp.289-293
• /
• 2005

패턴 분류는 실세계의 객체를 표현한 다양한 형태의 패턴 정보를 추출하여, 이것이 어떤 부류(클래스)인가를 결정하는 것이다. 패턴 분류 기술은 데이터 마이닝, 산업 자동화나 업무자동화를 위한 컴퓨터 응용 소프트웨어 기술로서 현재 다양한 분야에서 활용되고 있다. 패턴 분류 기술의 최대 목표는 분류 성능 향상이며 이것을 위해 지난 40년간 많은 연구자들이 다양한 접근 방법들을 시도해 왔다. 주로 이용되는 단일 분류 방법들로는 패턴들의 확률적 추론에 기반한 베이즈 분류기, 결정 트리, 거리함수를 이용하는 방법, 신경망, 군집화 등이 있으나 대용량 다차원 데이터를 분석하기에는 효율적이지 못하다. 따라서 상호 보완적인 여러 분류기들을 사용해 결합을 통하여 성능 향상에 도움을 주고 있는 다중 분류기 시스템에 대한 연구가 활발하게 진행되고 있다. 본 논문에서는 다중 SVM(Support Vector Machine) 분류기에 관한 기존 연구의 문제점을 지적하고 새로운 모델을 제안한다. SVM을 다중 클래스 분류기로 확장하기 위해 일대다 정책을 기반으로 하여 각각의 SVM 출력값을 비선형 패턴을 갖는 신호로 간주하고 이를 신경망에 학습하여 최종 분류 성능 결과를 결합하는 모델인 BORSE(Bootstrap Resampling SVM by Ensemble)를 제안한다.

• 한국컴퓨터정보학회논문지
• /
• 제16권7호
• /
• pp.59-65
• /
• 2011

한국의 DMB 서비스는 이미 대중화되어 많은 이용자들이 이용하고 있다. 그러나 최신 디스플레이 장치들은DMB 컨텐츠의 해상도에 비해 더 높은 해상도를 지원하고 있으며, 다양한 방법의 동영상 재표본화 기술을 채용하고 있다. 일반적으로 주관적인 영상 품질은 영상 내 객체에 대한 인식률에 따라 결정되며, 에지 공간에서 객체 간구분이 명확할수록 증가한다. 에지는 객체와 배경간의 경계이며 겹쳐진 사물간의 경계를 나타내는데, H.264/AVC(이하 AVC)에서 사용되는 화면 내 예측 부호화에서 선택되는 예측 모드와 필터를 통해 추출된 에지 정보는 80% 이상의 유사도를 보인다. 본 연구에서는 H.264 동영상 부호화에서 사용되는 화면 내 예측 부호화 정보와 DCT 계수 정보의 관계를 이용하여 에지 정보를 추출하여, 이를 이용한 효과적인 상향 표본화 방법을 제안한다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.1197-1199
• /
• 2003

ROCSAT-2 mission is to daily image over Taiwan and the surrounding area for disaster monitoring, land use, and ocean surveillance during the 5-year mission lifetime. The satellite will be launched in December 2003 into its mission orbit, which is selected as a 14 rev/day repetitive Sun-synchronous orbit descending over (120 deg E, 24 deg N) and 9:45 a.m. over the equator with the minimum eccentricity. National Space Program Office (NSPO) is developing a ROCSAT-2 Image Processing System (IPS), which aims to provide real-time high quality image data for ROCSAT-2 mission. A simulated ROCSAT-2 image, based on Level 1B QuickBird Data, is generated for IPS verification. The test image is comprised of one panchromatic data and four multispectral data. The qualification process consists of four procedures: (a) QuickBird image processing, (b) generation of simulated ROCSAT-2 image in Generic Raw Level Data (GERALD) format, (c) ROCSAT-2 image processing, and (d) geometric error analysis. QuickBird standard photogrammetric parameters of a camera that models the imaging and optical system is used to calculate the latitude and longitude of each line and sample. The backward (inverse model) approach is applied to find the relationship between geodetic coordinate system (latitude, longitude) and image coordinate system (line, sample). The bilinear resampling method is used to generate the test image. Ground control points are used to evaluate the error for data processing. The data processing contains various coordinate system transformations using attitude quaternion and orbit elements. Through the qualification test process, it is verified that the IPS is capable of handling high-resolution image data with the accuracy of Level 2 processing within 500 m.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권12호
• /
• pp.3383-3397
• /
• 2023

Scene graphs serve as semantic abstractions of images and play a crucial role in enhancing visual comprehension and reasoning. However, the performance of Scene Graph Generation is often compromised when working with biased data in real-world situations. While many existing systems focus on a single stage of learning for both feature extraction and classification, some employ Class-Balancing strategies, such as Re-weighting, Data Resampling, and Transfer Learning from head to tail. In this paper, we propose a novel approach that decouples the feature extraction and classification phases of the scene graph generation process. For feature extraction, we leverage a transformer-based architecture and design an adaptive calibration function specifically for predicate classification. This function enables us to dynamically adjust the classification scores for each predicate category. Additionally, we introduce a Distribution Alignment technique that effectively balances the class distribution after the feature extraction phase reaches a stable state, thereby facilitating the retraining of the classification head. Importantly, our Distribution Alignment strategy is model-independent and does not require additional supervision, making it applicable to a wide range of SGG models. Using the scene graph diagnostic toolkit on Visual Genome and several popular models, we achieved significant improvements over the previous state-of-the-art methods with our model. Compared to the TDE model, our model improved mR@100 by 70.5% for PredCls, by 84.0% for SGCls, and by 97.6% for SGDet tasks.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1257-1271
• /
• 2022

최근 많은 수의 지구관측용 광학위성이 개발되어 위성영상에 대한 수요가 증가하고 있다. 따라서, 위성영상의 활발한 활용을 위해서 신속한 전처리 과정이 요구된다. 위성영상 정합은 두 영상을 하나의 특정한 좌표계로 변환하여 등록하는 기술로서 원격탐사 분야에서 영상정합 기술은 서로 다른 대역의 영상을 정렬하거나, 두 위성영상 간의 상대적인 위치 오차를 수정하는데 사용된다. 본 논문에서는 서로 다른 Ground Sample Distance (GSD)를 가지는 위성영상 간의 자동 영상정합 방법을 제안하였다. 제안방법은 개선된 특징점 매칭방법과 강인한 변환모델 추정기법을 기반으로 하며, 다음과 같이 5가지 처리과정으로 구성된다: 중첩 영역 계산, 개선된 특징점 탐지, 특징점 매칭, 강인한 변환모델 추정, 영상 리샘플링. 특징점 탐지를 위해서 중첩영역을 추출하여 두 영상의 GSD가 유사하도록 영상 리샘플링을 수행하였다. 특징점 매칭 단계에서는, Oriented FAST and Rotated BRIEF (ORB) 알고리즘을 사용하여 영상정합 성능을 향상시켰다. 영상정합 실험은 KOMPSAT-3A와 RapidEye영상을 실험대상으로 수행되었으며 제안방법의 성능검증은 정성적, 정량적 두 가지 방법으로 수행되었다. 영상정합의 재투영오차는 RapidEye GSD를 기준으로 1.277 (8.3 m)에서 1.608 (10.452 m)의 픽셀 정확도를 보였다. 즉, 결론적으로, 제안방법을 통해 이종해상도 위성영상의 영상정합 가능성을 확인하였다.

• 대한원격탐사학회지
• /
• 제30권1호
• /
• pp.61-73
• /
• 2014

본 연구는 항공 초분광영상을 사용한 수질추정 활용을 검토하고 한강일부분에 대해 가용한 측정자료를 이용하여 초분광영상 기반의 수질추정을 테스트하였다. 원격탐사에 의한 수질추정은 수체에 대한 downwelling과 수체 내에서의 산란과 반사에 대한 관측정보를 이용하는 방법과 원격탐사 센서에 도달하는 upwelling과 수질측정정보와의 선형적 회귀분석을 구하는 방법이 선호된다. 두 방법 모두 유의미한 결과를 도출하지만 수질정보나 산란정보 등 추정에 필요한 보조자료에 의한 영향이 더 클 것으로 판단되었다. 수질 추정 테스트는 팔당댐 하류에 위치한 한강의 일부분에 대해서 적용되었다. AISA eagle 초분광센서로 취득된 자료와 수질관측정보를 선형적 회귀분석을 통한 방법을 적용하였다. 기존 문헌에서 제시된 밴드조합에 대해서 회귀분석한 결과 유의미한 밴드조합으로 $-24.847+0.013L_{560}$의 회귀식을 얻었다 ($L_{560}$은 560 nm 파장에서의 radiance로 $R^2$=0.985). 다중분광영상을 이용했을 경우의 결과와 비교하기 위해서 spectral resampling을 통해 Landsat TM 영상을 생성하여 -55.932 + 33.881(TM, TM3)의 회귀식을 얻을 수 있었다(TM, TM3는 radiance로, $R^2$=0.968). 부유물질 농도는 수질측정지점에서 약 3.75 mg/l 이고, 초분광영상으로 추정된 농도는 약 3.65 mg/l, 시뮬레이션된 TM은 약 5.85 mg/l 로 다중분광영상을 이용했을 경우 과대 추정하는 경향을 보였다. 항공 초분광영상의 활용가치를 높이고 보다 정밀한 값을 추정하기 위해서 영상 전반에 걸친 sun glint 와 같은 영향을 최소화하기 위해 태양고도각을 고려하여 정교한 비행계획을 구성하고 체계적 전처리와 검 보정 체계를 갖출 필요가 있다고 사료된다. 일반적으로 적용된 방법에 따른 테스트로, 대기보정의 정밀성과 부족한 수질측정 샘플자료, 분광밴드의 검색, 적합한 선형회귀모델의 선택, 그리고 정량적 검증방법과 같은 몇 가지 문제점과 제약사항들을 발견할 수 있었다.

• 환경생물
• /
• 제40권2호
• /
• pp.164-171
• /
• 2022

꽃노랑총채벌레(Frankliniella occidentalis)는 500종 이상의 기주를 가지고 토마토반점위조바이러스(Tomato spotted wilt virus; TSWV)를 매개하는 해충이다. 전 세계적으로 방제를 위해 노력하고 있지만 살충제를 이용한 방제는 저항성 그리고 환경 및 경제적 부담으로 인한 한계를 보였기 때문에 고정 정확도를 설정한 표본조사법(Fixed-precision level sampling plan)을 개발하였다. 고추(Capsicum annuum)의 꽃노랑총채벌레 성충 방제를 위한 표본 조사법은 공간분포분석, 표본추출 정지선 그리고 의사결정법으로 구성되었다. 표본추출은 식물체를 상단(지상에서 180 cm 이상), 중단(지상에서 120~160 cm 이상), 하단(지상에서 70~110 cm 이상)으로 나누어 각 높이별로 꽃 3개에서 나오는 꽃노랑총채벌레의 성충의 마리 수를 조사하였다. 표본 추출을 통해 꽃노랑총채벌레 성충의 밀도는 다른 식물체 위치(중단, 하단)보다 상단에서 높은 것으로 나왔다. 공간분포분석에서는 Taylor's power law (TPL)를 통해 도출한 각 위치별 계수를 공분산분석(ANCOVA)하여 차이를 비교하였다. ANCOVA 결과에서 도출된 절편과 기울기의 P 값이 각각 0.94, 0.87인 것을 통해 식물체 내 위치별로 차이가 없음을 확인한 후, 자료를 통합(pooling)하여 계산된 TPL 계수를 이용하여 표본추출 정지선을 구하였다. 꽃노랑총채벌레의 방제의사결정을 위한 방제밀도 수준(m₀)은 문헌을 참조하여 3과 18로 설정하였으며 설정값(m₀)을 이용해 최대표본수(N_max)도 조사하였다. 조사 결과, m₀=3, 18일 때 N_max값은 각각 약 97개, 1149개로 계산되었다. 개발된 모델의 적합성 검정을 위해 분석에 사용하지 않은 독립자료를 이용해 Resampling Validation for Sampling Program (RVSP) 프로그램으로 개발된 표본추출법의 적합성 평가를 실시하였고 적합한 정확도를 보이는 것으로 조사되었다.

• 대한공간정보학회지
• /
• 제23권4호
• /
• pp.25-33
• /
• 2015

생태계 평가 연구는 대부분 토지피복 정보를 기반으로 하여 연구되며, 주로 전지구적인 범위로 이루어져 왔다. 그러나 이러한 결과들을 지역적 현안에 대한 의사결정 자료로 활용하기에는 범위와 스케일에 있어서 활용성이 떨어지는 측면이 있다. 지역적 스케일에 활용 가능한 토지피복 정보로는 환경부에서 제작된 토지피복도가 있지만 시각판독법(On Screen Digitizing Method)의 한계와 시기별, 지역별 차이로 인해 자료 활용에 제한이 있다. 본 연구는 객체기반 분류기법을 이용하여 UAV 영상의 중분류 토지피복도를 제작하는데 목적이 있다. 이를 위하여 고해상도 UAV 영상을 5m 공간해상도로 재배열한 후 영상분할을 수행한 결과 scale 20, merge 34가 최적의 가중치 값으로 나타났으며, RapidEye 영상 분할에서는 scale 30, merge 30이 중분류 수준에 적절한 가중치 값으로 나타났다. 토지피복도는 예제기반분류를 사용하여 제작하였고, 층화추출법을 사용하여 정확도 검증을 수행하였다. 그 결과, RapidEye 분류 영상은 90%, UAV 분류 영상은 91%로 양호한 토지피복분류 결과가 도출되었다.

• 전자공학회논문지
• /
• 제51권8호
• /
• pp.87-96
• /
• 2014

본 논문은 다양한 영상 획득 과정에서 발생하는 에일리어싱 성분과 잡음을 동시에 제거하기 위하여 공간-주파수 분석 기반사전 학습(dictionary learning)을 사용한 방향 적응적 영상 개선 알고리듬을 제안한다. 제안된 기술은 i) 학습된 사전과 결합된 웨이블릿-푸리에 변환을 이용하여 에일리어싱 및 잡음 영역을 검출하는 단계와, ii) 검출된 영역에서 방향 적응적 계수 축소기법을 이용하여 에일리어싱을 제거하는 동시에 잡음을 억제하는 단계로 구성된다. 제안한 방법은 공간-주파수 성분을 동시에 분석하여 특정 위치와 특정 주파수 성분을 선택적으로 제거하기 때문에, 검출된 영역에서 에지 성분을 보존하면서 에일리어싱 제거와 잡음 억제를 가능하게 한다. 실험 결과를 근거로 제안된 방법은 기존 알고리듬들과 비교할 때 주요 고주파 성분들의 억제 및 아티펙트 발생을 최소화하며 에일리어싱과 잡음을 제거함으로써 디지털 영상의 리샘플링, 초고해상도 영상 생성, 로봇비전 등과 같은 다양한 영상 획득 장치에 적용될 수 있다.