• 한국측량학회지
• /
• 제39권6호
• /
• pp.381-392
• /
• 2021

본 연구에서는 UAV (Unmanned Aerial Vehicle)로 촬영한 이미지를 활용하여 수치지도 지형지물 표준 코드에서 정의하고 있는 건물 8종에 대하여 딥러닝 기반의 객체 탐지 분석을 수행하였다. UAV로 촬영한 이미지 509매에 대하여 이미지 라벨링을 하였고 YOLO (You Only Look Once) v5 모델을 적용하여 학습 및 추론을 진행하였다. 실험 및 분석은 오픈소스 기반의 분석 플랫폼과 알고리즘을 적용하여 데이터를 분석하였으며 분석결과 88%~98%의 예측 확률로 건물 객체를 탐지하였다. 또한 학습데이터의 구축 및 반복 학습의 과정에서 건물 객체 탐지의 높은 정확도를 위해 필요한 학습 방식 및 모델 구축방식을 분석하였고, 학습한 모델을 다른 영상자료에 적용하는 방안을 모색하였다. 본 연구를 통해 고효율 심층 신경망과 공간정보데이터가 융합하는 모델을 제안하며 공간정보데이터와 딥러닝 기술의 융합은 향후 공간정보데이터 구축의 효율성, 분석 및 예측의 정확도 향상에 많은 도움을 제공할 것이다.

• 지적과 국토정보
• /
• 제51권1호
• /
• pp.67-77
• /
• 2021

최근 스마트시티, 디지털 트윈, 자율주행, 스마트 건설 등의 분야가 발전하면서 각 분야에서 생산되는 다양한 데이터를 서로 연결하기 위한 매개체로서 공간정보의 가치가 매우 중요해지고 있다. 특히 데이터의 최신성을 위해 공간정보의 신속한 구축과 갱신이 필요하다. 본 연구에서는 정밀한 위치정확도가 이미 검증된 기구축 공간데이터를 이용하여 지상기준점 없이 제작된 영상기반 3차원 건물모델의 위치를 정합시킬 수 있는 소프트웨어 프로토타입을 개발하였다. 이 소프트웨어를 실험대상지역에 적용한 결과, 지상기준점 없이 제작된 3차원 건물모델과 기구축 공간데이터가 높은 위치 정합률을 보여 최신의 3차원 공간데이터를 필요로 하는 분야에 적용될 수 있음을 확인하였다.

• 한국정보통신학회논문지
• /
• 제24권3호
• /
• pp.341-348
• /
• 2020

인간의 눈과 같이 이미지에서 유용한 정보를 추출하는 기능은 인공지능 컴퓨터 구현에 필수적인 인터페이스 기술이다. 이미지에서 건물을 인식하여 추론하는 기술은 다양한 형태의 건물 외관, 계절에 따른 주변 잡음 이미지의 변화, 각도 및 거리에 따른 왜곡 등으로 다른 이미지 인식 기술 보다 인식률이 떨어진다. 지금까지 제시된 컴퓨터 비전(Computer Vision) 기반의 건물 인식 알고리즘들은 건물 특성을 수작업으로 정의하기 때문에 분별력과 확장성에 한계가 있다. 본 논문은 최근 이미지 인식에 유용한 딥러닝의 CNN(Convolutional Neural Network) 모델을 활용하는데 건물 외관에 나타나는 변화, 즉 계절, 조도, 각도 및 원근에 의해 떨어지는 인식률을 향상시키는 새로운 방법을 제안한다. 건물 전체 이미지와 함께 건물의 특징을 나타내는 부분 이미지들, 즉 창문이나 벽재 이미지의 데이터 세트를 함께 학습시키고 건물 인식에 활용함으로써 일반 CNN 모델 보다 건물 인식률을 약 14% 향상됨을 실험으로 증명하였다.

• 전자공학회논문지
• /
• 제52권2호
• /
• pp.3-6
• /
• 2015

최근 들어 다양한 센서를 장착한 스마트 건물의 등장이 가시화 됨에 따라 센서로부터 데이터의 수집과 분석이 중요하게 되었다. 센서로부터 데이터를 획득하기 위해서는 일정구간의 유선화는 불가피하나 유선화 구간을 최소화하고 건물에 따라서는 센서간의 통신을 무선으로 함을 목표로 하고 있다. 이러한 케이블링에 따른 비용부담과 건물의 손상 등을 방지하기 위해서는 무선화가 가능한 구역의 선정 및 건물 구조에 따른 신호전달 특성을 객관적으로 파악하는 것이 매우 중요하다. 본 논문에서는 건물 내 신호전달 특성을 측정하기 위한 시스템의 설계를 다루고 시뮬레이션을 통해 시스템의 동작을 확인하며, 동작이 검증된 시스템을 적용하여 건물 내의 신호전달특성을 측정하고 측정된 데이터를 기반으로 그 특성을 분석한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 춘계학술발표대회
• /
• pp.52-53
• /
• 2018

본 논문은 에너지 빅데이터를 분석하기 위해 대용량의 시계열 데이터를 처리하는 시스템의 설계, 구축 방법을 제시한다. 이미 사용 중인 건물이나 공장의 에너지 효율화를 위해서 정부는 효율자원 시장 지원 사업을 수행하고 있다, 에너지 소비 설비에 따라 고효율 자원으로 변경 설치하는 데 필요한 자금의 일부를 지원하고 있다. 정부지원으로 고효율 설비로 변경함에 따라 실증 사이트에서는 측정 데이터를 수집하여, 효율화 정도를 파악하기 위한 에너지 데이터 분석 시스템을 구축하여 운영하였다. 해당 측정 정보는 IoT 전력량계를 통해 수집되며, 수집된 데이터는 클라우드 시스템에서 다양한 머신러닝 알고리즘에 적용되어, 에너지 소비 효율 평가에 필요한 성능 지표를 연산한다. 구현된 진단 시스템은 기축 건물의 에너지 효율향상 상황을 분석하는데 기여할 수 있다. 빅데이터 기반의 에너지 분석 기능을 사용하여 에너지 고효율 장비의 운영시간, 부하율 등의 효율성과 성능통계를 연산할 수 있다.

• 전자공학회논문지
• /
• 제52권1호
• /
• pp.3-6
• /
• 2015

최근 들어 다양한 센서를 장착한 스마트 건물의 등장이 가시화 됨에 따라 센서로부터 데이터의 수집과 분석이 중요하게 되었다. 센서로부터 데이터를 획득하기 위해서는 일정구간의 유선화는 불가피하나 유선화 구간을 최소화하고 건물에 따라서는 센서간의 통신을 무선으로 함을 목표로 하고 있다. 이러한 케이블링에 따른 비용부담과 건물의 손상 등을 방지하기 위해서는 무선화가 가능한 구역의 선정 및 건물 구조에 따른 신호전달 특성을 객관적으로 파악하는 것이 매우 중요하다. 본 논문에서는 건물 내 신호전달 특성을 측정하기 위한 시스템의 설계를 다루고 시뮬레이션을 통해 시스템의 동작을 확인한다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2008년도 공동춘계학술대회
• /
• pp.497-500
• /
• 2008

3차원 오브젝트의 위치 및 정보 획득을 위한 레이저레이더 시뮬레이션의 성능을 향상시키기 위해서는 시뮬레이션의 결과로 획득되는 공간의 범위와 해당 사물의 정보를 정확하고 빠르게 획득해야 한다. 본 연구에서는 이러한 레이더 시뮬레이션의 성능을 향상시키기 위해서 3차원 공간 데이터를 공간DB에 저장하고, 질의를 수행하여 해당 3차원 오브젝트의 정보를 효과적으로 추출해내는 방법론을 제시하였다. 이를 위해 본 연구에서는 시뮬레이션에서 사용되는 3차원 지형지물(지형, 건물 사물 등) 모델의 정보를 데이터모델링을 통해 토폴로지 형태를 갖도록 하였으며, 이를 공간DB에 저장하고, 레이저 신호와의 연산 쿼리를 시행하는 과정을 예시하였다. 이러한 과정을 구현하기 위하여 OGC 기반의 공간 데이터 타입, 함수, 인덱스들을 제공하는 PostgreSQL과 PostGIS를 사용하였다. 지형, 건물, 탱크 등 이렇게 세 가지의 범주의 사물로 나누어 각각을 공간DB로 구현, 쿼리를 실시하였다. 지형정보는 TIN을 사용하였고, 건물의 좌표 값들은 도화원도에서 추출하였으며, 탱크와 같은 사물은 VRML 모델의 좌표 값을 사용하였다.

• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1527-1543
• /
• 2021

본 논문에서는 포인트 클라우드 데이터를 기반으로 자동으로 군집형 솔리드 건물 모델을 생성하는 기술을 다양한 데이터에 적용, 실험을 수행하여 적용 가능성과 효용성을 탐색한다. 또한 자동 건물 모델링 기술의 한계로 인해 부족한 모델의 품질을 향상시키기 위하여 건물의 형상 편집 및 텍스처 조정 기술을 개발, 실험을 통해 결과를 확인하였다. 자동 건물 모델 생성 기술의 적용 가능성 탐색을 위하여 무인항공기 영상 기반으로 생성된 포인트 클라우드와 LiDAR(Light Detection and Ranging) 자료를 사용해 실험하였으며, 자동으로 생성된 건물 모델에 건물 형상 편집 및 텍스처 조정 기술을 적용하여 모델의 품질의 향상 실험을 수행하였다. 이를 통해 포인트 클라우드 데이터 기반의 자동 군집형 솔리드 건물 모델링 기술의 적용 가능성과 모델의 품질 향상기술의 효용성을 확인하였다. 개발된 기술은 기존의 건물 모델링 기술과 비교하여 처리시간의 비용이 크게 감소하며, 잦은 모델 갱신이 필요한 지역에 대한 관리 측면에서도 강점이 있을 것으로 기대된다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.645-647
• /
• 2021

본 논문에서는 목조건물의 Crack만을 움직여 Data set을 증강하는 기법을 제안한다. 이 기법은 이미지 내 Crack Detection의 학습 데이터를 만들기 위해 이미지의 전체적인 값으로 Flip, Rotation, Shift, Rescale 등의 변환을 통해 Data Augmentation을 진행하는 대신 Crack이라는 하나의 Object만을 가지고 새로운 데이터를 생성한다. 이때 Object는 관심 영역 내에서만 연산되어 기존의 방법보다 더욱 많은 데이터를 얻을 수 있으며, Crack이 관심 영역 밖으로 이동하지 않기 때문에 이상치 혹은 결측치가 존재하지 않는 데이터를 얻을 수 있다. 또한 Crack이 존재하지 않는 이미지에도 임의적으로 Crack을 생성하여 새로운 데이터를 만들 수 있다. 결론적으로 본 논문에서는 Crack Detection의 학습을 위하여 기존 방법보다 우수한 성능의 Data Augmentation을 제안하였다.

• 한국측량학회지
• /
• 제30권1호
• /
• pp.1-10
• /
• 2012

최근 공간정보 기술은 정확도와 효율성 측면에서 큰 발전을 이루어 왔다. 특히, 항공 레이저 스캐너로부터 획득한 점군집 데이터를 이용하여 3차원 공간정보를 획득할 수 있게 되었다. 다양한 3차원 공간 데이터 구축에 대한 연구는 국내외의 관심 분야이며, 객체 모델링은 가장 중요한 과정이다. 본 연구의 목적은 건물 모델링의 자동화 알고리즘 개발과 이를 검증할 수 있는 시뮬레이션 데이터의 생성이다. 시뮬레이션 데이터는 건물의 다양성을 고려하여 경사형, 피라미드형, 돔형, 복합 다각형과 같은 여러 복잡한 형태의 지붕으로 구성된 객체이다. 이 논문에서는 면교차점(Model key point) 결정을 통한 자동 건물 모델링을 위하여 지붕면 패치를 기하학적 특징을 기반으로 분할하였다. 실험 결과로부터 분할된 면들은 최적의 수학적 함수에 의해 모델링 되며, 객체를 구성하는 면교차점들을 추출할 수 있었고, 인공지물에 대한 수치도화 제작을 위한3차원 도화가 가능하였다.