• Spatial Information Research
• /
• 제23권5호
• /
• pp.53-64
• /
• 2015

디지털시대에 다양한 분야에서 공간정보를 공유하기 위해 여러 국가들은 NSDI를 구축하고 있다. NSDI의 중요한 요소 중 하나는 기본공간정보로 다양한 분야에서 공통으로 공유되는 공간정보(콘텐트)를 의미한다. 여러 연구들이 공간정보 분야 전문가, 사용자 등을 대상으로 한 선호빈도 조사, 외국 사례조사 등으로 기본공간정보 구성항목을 제안하고 있다. 그러나 이와 같은 방법은 기본공간정보 항목 선정결과에 대한 객관적인 검증이 미흡하다. 본 연구는 요인분석을 이용한 통계적 검증을 통해 다양한 분야에서 공통으로 공유되는 실체로 공간정보(콘텐트)가 무엇인지를 분석한다. 이를 위해 우리나라에서 가장 많이 사용되는 국가기본도의 중분류 레이어 104개와 그 외에 다양한 분야에서 많이 사용하는 지적, 영상 등을 포함해 총 109개 레이어의 활용행태를 조사한다. 조사내용은 기본공간정보 활용행태의 특성인 배경자료, 기준자료, 기초자료로서 각 레이어가 사용되는 정도이다. 그리고 이외 다른 목적으로 사용빈도가 높은 기타의 경우를 조사한다. 요인분석 결과 각 활용행태에 따라 5-7개 요인집단들이 도출되었다. 각 활용행태의 요인집단에 대한 분산분석 결과 집단의 평균값 사이에 통계적으로 유의한 차이가 있는 것으로 나타났다. 그리고 각 활용행태에서 평균값이 높은 요인집단의 레이어 항목들은 거의 동일하다고 할 만큼 유사하다. 이와 같은 결과를 바탕으로 본 연구는 교통(도로, 철도), 건물, 수계, 고도, 행정구역, 영상, 측량기준, 지적 등 8개의 주제를 중심으로 기본공간정보 구성체계를 제안한다. 본 연구에서 제안한 기본공간정보를 구성하는 주제정의는 공간정보 공유체계를 구축하는 시작의 단추로 의미가 있다. 제안된 기본공간정보가 다양한 분야에서 공유되기 위해서 실제 표준 형태로 구축되고 유통되는 체계를 갖추어야 하며, 이와 관련된 연구들이 이루어져야 한다.

• 한국수자원학회논문집
• /
• 제56권8호
• /
• pp.471-484
• /
• 2023

적대적 생성 신경망 기반의 딥러닝 모델은 학습된 정보를 바탕으로 새로운 정보를 생성하는데 특화되어 있다. 구글 딥마인드에서 개발한 deep generative model of rain (DGMR) 모델은 대규모 레이더 이미지 데이터의 복잡한 패턴과 관계를 학습하여, 예측 레이더 이미지를 생성하는 적대적 생성 신경망 모델이다. 본 연구에서는 환경부 레이더 강우관측자료를 이용하여 DGMR 모델을 학습하고, 2021년 8월 호우사례를 대상으로 적대적 생성 신경망을 이용하여 강우예측을 수행하고 기존 예측기법들과 정확도를 비교하였다. DGMR은 대체적으로 선행 60분까지는 강우 분포 위치가 관측강우와 가장 유사하였으나, 전체 영역에서 강한 강우가 발생한 사례에서는 강우가 지속적으로 발달하는 것으로 예측하는 경향이 있었다. 통계적 평가에서도 DGMR 기법이 1시간 선행예측에서 임계성공지수 0.57~0.79, 평균절대오차 0.57~1.36 mm로 나타나 타 기법 대비 효과적인 강우예측 기법임을 보여주었다. 다만, 생성 결과의 다양성이 부족한 경우가 발생하여 예측 정확도를 저하하므로 다양성을 개선하기 위한 연구와 2시간 이상의 선행예측에 대한 정확도 개선을 위해 물리기반 수치예보모델 예측강우 자료를 이용한 보완이 필요할 것으로 판단되었다.

• 한국환경생태학회지
• /
• 제19권4호
• /
• pp.375-384
• /
• 2005

본 연구는 시가화지역 토지이용 및 녹지구조에 따른 온도변화를 파악하고자 강남구 내 시가화지역을 대상으로 44개소 조사지를 블록단위로 선정하여 실시하였다. 온도값은 1999${\~}$2002년까지의 Landsat TM 및 ETM+ 영상 6scene을 적용하였다. 도시온도변화에 대한 영향요인 분석결과 토지 이용유형은 그 자체로 도시온도변화의 중요 인자로 작용하지는 않는 것으로 판단되었으며 토양피복유형은 상관관계 분석결과 상관계수가 건폐율이 0.368(2001년 6월)${\~}$0.709(1999년 5월)로 양(+)의 상관관계에 있었으며 녹지율은 -0.551(2001년 6월)${\~}$-0.860(1999년 6월)으로 음(-)의 상관관계를 보였다. 녹지용적(녹지용적계수${\times}$100), 녹피율과 온도값과의 상관관계 분석 결과 녹피율과의 상관계수는 -0.549(2001년 6월)${\~}$-0.817(1999년 6월)의 범위이었으며 녹지용적은 -0.517(2001년 6월)${\~}$-0.882(1999년 6월)로 녹피율과 녹지용적 모두 각 온도값과 강한 음(-)의 상관관계를 보였다. 도시화지역 온도변화 예측모형 구축을 위한 회귀분석 결과 녹지용적이 설명 변수로 채택되었다.

• 디지털융복합연구
• /
• 제13권11호
• /
• pp.373-381
• /
• 2015

중앙정부는 국가균형발전의 중요한 한 축으로 공공기관 지역이전을 추진하였다. 수도권 집중현상의 분산과 지역혁신을 목표로 추진한 공공기관의 지역이전이 완료되는 시점에, 공공기관 이전으로 인한 새로운 지역혁신의 패러다임의 변화와 이전 공공기관이 중심이 되는 지역혁신체계의 변화 방향을 연구의 목적으로 삼았다. 이를 위해서 지역혁신과 지역혁신체계의 기존연구와 현황을 통하여 지역혁신의 성공요소를 발굴하고, 공공기관의 지역이전과 지역혁신과의 관계성 분석을 통하여 새로운지역혁신 패러다임에 고려될 사항과 이전 공공기관이 주체가 되는 지역혁신 체계의 추진방안을 도출하였다. 공공기관이 이전한 후의 지역혁신의 패러다임은 국가적, 세계적 문제를 풀어내고 창의적인 혁신이슈가 포함되어야 하며 이전기관이 혁신의 주체로서 지역혁신을 이끄는 변화가 필요하다. 또한, 지역혁신의 성공요소로 지역중심의 정책입안을 포함한 5가지의 성공요소를 도출하여 제시하였다. 아직은 물리적 이전에 머무르는 공공기관이전의 결실이 지역혁신으로 변화하기 위한 방안을 제시한 것으로 새로운 패러다임과 추진체계를 확보하여 국가의 미래를 견인하는 계기 마련에 도움이 되고 구체적인 혁신체계와 이슈개발 등의 연구가 지속되어 공공기관이전이 지역과 국가 혁신의 중요한 축으로 작용할 수 있는 구체적인 실행이 이루어 져야 할 것이다.

• 한국농림기상학회지
• /
• 제20권2호
• /
• pp.205-213
• /
• 2018

작물 모델의 개발과 검증에 사용되는 생체중 자료는 파괴적 샘플링을 통해 얻어져 왔다. 파괴적 샘플링이 가지는 단점을 보완하기 위해 저가형 3D 센서인 Kinect 센서와 무료 공개 소프트웨어들을 사용하여 생체중을 추정하는 기법을 개발하였다. 특히, 많은 작물모델들이 개발되어 있지 않은 배추를 대상으로 입체이미지를 생성하여, 그로부터 얻어진 부피와 생체중 추정치의 신뢰도를 분석하고자 하였다. 크기가 다른 배추 결구 부위를 스캔하기 위해 Kinect 센서와, Microsoft가 무상으로 제공하는 Software Development Kit 내 Kinect Fusion Explorer 프로그램을 사용하였다. 개별 배추의 입체이미지를 생성하기 위해 3D 그래픽 편집 소프트웨어인 Meshlab을 활용하여 배경과 불필요한 물체를 수동으로 제거하였다. 또한, 불완전한 입체모델로부터 생체중 추정을 위해 3D 프린터 소프트웨어인 Makerbot Desktop 을 사용하여 배추를 생성하기 위해 필요한 플라스틱 필라멘트 소모량을 추정하였다. 입체모델 편집 프로그램인 Blender를 사용하여 부피를 추정하였을 때, 실제 부피에 비해 17.6%에서 2160.6% 범위의 상당한 오차가 있었다. 반면, 필라멘트 소요량은 실제 배추 생체중 변이의 98.7%를 설명할 수 있었다. 또한, 이들의 상관관계는 5% 수준에서 유의하였다. 이러한 결과들은 직접적인 부피 계산 절차를 제외하더라도 간편하게 생체중을 추정할 수 있음을 확인하였다. Kinect 센서를 사용하여 배추의 생체중 추정이 가능하다는 것이 확인 되었으나, 기존의 고가형 3D 센서에 비해 낮은 해상도와 주간에 활용이 어려운 점이 있다. 그럼에도 불구하고, 배추 생육 모델의 시계열적 검증 자료를 Kinect 센서를 이용하여 간편하고 신속하게 획득할 수 있어 모델의 불확도를 감소하는 데에 기여할 수 있을 것으로 판단된다. 따라서, 후속 연구에서 보다 저렴한 가격대의 3D 센서들을 대상으로 야외 및 주간조건애서 작물의 생체중 측정 가능성에 대해 검토하고 작물 모형 개발 및 개선을 위한 기술개발이 이루어져야 할 것으로 사료된다.

• 방송공학회논문지
• /
• 제24권6호
• /
• pp.1076-1084
• /
• 2019

본 논문에서는 딥러닝을 적용하여 미디어 내의 등장인물 및 사물을 인식, 메타데이터를 추출하고 이를 통해 아카이브를 구축하는 시스템을 개발하였다. 방송 분야에서 비디오, 오디오, 이미지, 텍스트 등의 멀티미디어 자료들을 디지털 컨텐츠로 전환하기 시작한지는 오래 되었지만, 아직 구축해야 할 자료들은 방대하게 남아있다. 따라서 딥러닝 기반의 메타데이터 생성 시스템을 구현하여 미디어 아카이브 구축에 소모되는 시간과 비용을 절약 할 수 있도록 하였다. 전체 시스템은 학습용 데이터 생성 모듈, 사물 인식 모듈, 등장인물 인식 모듈, API 서버의 네 가지 요소로 구성되어 있다. 미디어 내에서 등장인물 및 사물을 인식하여 메타데이터로 추출할 수 있도록 딥러닝 기술로 사물 인식 모듈, 얼굴 인식 모듈을 구현하였다. 딥러닝 신경망을 학습시키기 위한 데이터를 구축하기 용이하도록 학습용 데이터 생성 모듈을 별도로 설계하였으며 얼굴 인식, 사물 인식의 기능은 API 서버 형태로 구성하였다. 1500명의 인물, 80종의 사물 데이터를 사용하여 신경망을 학습시켰으며 등장인물 테스트 데이터에서 98%, 사물 데이터에서 42%의 정확도를 확인하였다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1663-1676
• /
• 2022

최근 딥러닝을 활용한 토지피복분류 기법 연구가 다수 수행되고 있다. 그런데 양질의 토지피복 학습데이터를 충분하게 구축되지 못하여 성능이 저하되는 양상이 확인되었다. 이에 따라 본 연구에서는 데이터 확장 기법의 적용을 통한 토지피복분류 성능의 향상을 확인하였다. 분류 모델로는 U-Net이 활용되었으며 AI Hub에서 제공하는 토지피복 위성 이미지 자료를 연구자료로 활용하였다. 원본 데이터로 학습한 모델과 데이터 확장 기법이 적용된 데이터로 학습한 모델의 픽셀 정확도는 각각 0.905와 0.923이었으며 평균 F1 스코어는 각각 0.720과 0.775로 데이터 확장 기법을 적용하였을 때가 보다 우수한 성능을 나타내는 사실을 확인할 수 있었다. 또한 원본 학습데이터를 활용하여 학습한 모델의 경우 건물, 도로, 논, 밭, 산림, 비대상 지역 클래스에 대한 F1 스코어가 0.770, 0.568, 0.733, 0.455, 0.964 그리고 0.830이었으며, 데이터 확장을 적용하였을 때에 각 클래스에 대한 F1 스코어는 각각 0.838, 0.660, 0.791, 0.530, 0.969 그리고 0.860으로 모든 클래스에 대해 데이터 확장이 성능향상에 유효하다는 사실을 확인하였다. 또한, 클래스 균형에 대한 고려없이 데이터 확장을 적용했음에도 불구하고 데이터 불균형에 의한 클래스별 성능 왜곡을 완화할 수 있다는 사실을 확인할 수 있었다. 이는 절대적인 학습데이터의 양이 증가했기 때문이라 판단된다. 본 연구 결과는 다양한 영상 처리 분야에서 데이터 확장 기법의 중요성과 효과를 증명하는 기반 자료의 역할을 수행할 것으로 기대한다.

• Spatial Information Research
• /
• 제8권1호
• /
• pp.141-153
• /
• 2000

본 연구는 지리정보시스템(GIS)을 이용하여 공간정보를 중심으로 한 산사태 공간 정보 시스템을 개발하고 활용하는 것을 목적으로 하였다. 항공사진 판독 및 현장조사로 산사태 위치를 탐지하고 , 지형도, 토양도, 임상도, 지질도 등이 연구지역인 용인지역에 대해 수집되고 GIS를 이용하여 공간 데이터베이스로 구축되었다. 산사태 발생요인인 지형의 경사, 경상방향, , 곡률등은 지형 데이터베이스로부터 계산되었고 토질, 토양모재, 배수, 유효토심 등은 토양 데이터베이스로부터 추출되었고, 임상, 영급, 경급, 밀도 등은 임상 데이터베이스로부터 추출되었다. 그리고 역시 산사태 발생요인인 임상은 지질데이터베이스로부터 추출되었고, 토지이용은 Landsat TM 영상을 이용하여 추출되었다. 여기에 빌딩, 도로, 철도, 각종 시설물 등 산사태로 인해 피해를 받을 수 있는 요소에 대해서도 지형데이터베이스로부터 추출되었다. 산사태 취약성은 이러한 산사태 발생요인을 이용하여 확률, 로지스틱 회귀모델, 인공신경망 기법을 적용하여 분석되었다. 이러한 산사태 발생 요인 및 취약성 분석결과를 검색하기 위해 산사태 공간정보시스템이 개발되었다. 이 시스템은 ArcView 의 스크립트 언어인 Avenue를 이용하여 개발되었고 풀다운 메뉴 및 아이콘 메뉴방식을 사용하여 쉽게 개발되었다. 그리고 구축된 산사태 발생요인 및 취약성 분석결과를 인터넷 GIS 기술을 이용하여 인터넷 WWW 환경에서 검색할 수 있게 하였다.

• 한국광학회지
• /
• 제29권5호
• /
• pp.204-214
• /
• 2018

LIDAR는 정밀 측정이 가능한 특성을 기반으로 정확한 정보 획득과 고해상도 3차원 영상 구현에 유리하기 때문에 사용자의 개입 없이 정확한 정보 획득과 판단이 요구되는 자율 주행 시스템에 필수적으로 적용되고 있다. 최근 LIDAR를 접목한 자율 주행 시스템이 인간의 생활권 안에서 활용되면서 시각안전 문제에 대한 해결과 함께 다양한 환경에서 정확한 장애물 인식을 통한 신뢰성 있는 판단이 요구되고 있다. 본 논문에서는 1550 nm 시각안전 광원을 활용한 Single-Shot LIDAR system (SSLs)을 구성하고 다양한 측정 환경, 반사 물질, 물질의 각도에 대한 LIDAR 신호 분석 방법과 결과를 보고한다. 실내, 주간, 야간의 환경에서 25 m 거리에 위치한 5% 알루미늄 반사판과 건물 벽을 활용하여 각 측정 환경에서 반사율이 다른 물질에 대한 신호를 분석하고, 다양한 각도를 갖는 실제 장애물을 고려하여 반사 물질의 각도 변화에 대한 신호 분석도 진행하였다. 이러한 신호 분석은 수신 정보의 신뢰도 판별을 위한 SNR과 거리 정보 정확성의 지표인 타이밍 지터를 활용하여 측정 환경 및 반사 조건과 LIDAR 신호 간의 상관관계 확인이 가능한 장점이 있다.

• 한국조경학회지
• /
• 제37권3호
• /
• pp.69-81
• /
• 2009

본 연구의 목적은 전라북도 고창군의 선동권역을 대상으로 가법형 통합 지수를 사용하여 농촌지역의 객관적 경관을 평가하는 것이다. 연구는 다음의 세 단계로 구성된다. 1) 농촌경관의 개념 및 평가방법을 살펴보고, 경관 평가지표와 가중치를 바탕으로 객관적 경관 평가를 위한 가법형 통합지수 산정모형을 개발하였다. 2) 경관 평가지표 즉, 녹지자연도, 면적률, 건폐율에 대한 주제도 구축을 위해 고해상도 인공위성 영상을 이용한 식생지수 및 투수면적률을 산정하여 GIS DB를 구축하였다. 3) 평가데이터 및 각 지표에 의한 가중치를 통해 작성된 가법형 통합지수 산정모형을 사용하여 공간유형별, 경관영역별, 객관적 경관 평가를 실시하였다. 연구의 결과는 다음과 같다. 1) 공간유형별 양호한 경관으로 판단되는 2등급 이상의 비율은 경작지, 수공간, 산림, 시가화 지역, 주거지, 건물 순으로 나타났으며, 개발지가 포함된 시가화 지역, 주거지, 건물 등에서 객관적 경관은 열악하게 평가되었다. 2) 경관영역별 2등급 이상의 비율은 혼합경관, 자연경관, 인공경관 순으로 나타났으며, 개발지로 이루어진 인공경관의 객관적 경관은 열악한 상태를 보였다. 3) 객관적 통합 농촌 경관 지수의 범위는 4등급이 가장 높게 나타났고, 1등급, 2등급, 3등급, 5등급 순으로 나타났으며, 객관적 경관이 보통 이하인 3등급 이하가 약 56.5%로 통합 농촌경관은 열악하게 평가되었다.