• 디지털융복합연구
• /
• 제14권2호
• /
• pp.209-216
• /
• 2016

최근 도로, 건물, 지형과 같은 공간정보를 기반으로 한 다양한 융합정보가 생성됨에 따라 이를 효율적으로 표현할 수 있는 지도의 시각화가 중요하다. 그러나 흔히 사용하는 웹 지도 서비스에서 라인, 폴리곤과 같은 복잡한 포인트로 이루어진 형상정보는 지도를 통해 표출하는데 일정 시간이 소요될 뿐만 아니라 이용할 수 있는 사용제한 기준이 있어 정보를 표현하는데 한계가 있다. 이에 본 연구에서는 용량이 비교적 크고 복잡한 공간정보를 효율적으로 가시화하기 위한 기법을 제안하였다. 이 기법은 공간질의하여 일부영역의 데이터만을 가져오고 클라이언트 기반의 움직임 이벤트를 탐지하여 이전 질의 영역을 제외한 정보를 조회하여 확장해가는 방법이다. 이 기법을 적용했을 때 클라이언트가 원하는 영역만의 정보를 요청하기 때문에 표출에 대한 소요시간을 단축할 수 있으며, 불필요한 정보를 가져오지 않아 전체적인 시스템 측면에서도 효율적인 표출이 이루어질 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제35권5_1호
• /
• pp.715-726
• /
• 2019

고해상도 위성영상의 보급이 증가함에 따라, 위성영상으로부터 정확한 3차원 정보를 생성하기 위한 기술의 필요성이 강조되고 있다. 영상의 변화탐지 및 객체추출 등 응용 분야에서 많이 활용되고 있는 수치지형모델(digital terrain model, DTM)을 생성하기 위해서는 수치표면모델(digital surface model, DSM)에 존재하는 수목, 건물 등 비지면 객체를 추출하고 지면의 높이를 추정하는 과정이 필요하다. 본 논문에서는 KOMPSAT-3A 스테레오 영상에서 추출된 DSM으로부터 자동으로 DTM을 생성하기 위한 방법을 제시한다. 기 구축된 저해상도 지형자료를 활용하여 비지면 영역을 탐색하고 지면의 높이값을 추정하는 기법을 개발했다. 산악지형, 건물밀집지역, 평지, 복합지 등 다양한 지형 특성을 갖는 4곳의 실험 지역에서 생성된 DTM의 수직 정확도는 약 5.85 m로 나타났다. 제안된 기법을 통해 지표면의 정밀한 형상을 나타내는 고품질의 DTM 생성이 가능한 것으로 판단된다.

• 한국항행학회논문지
• /
• 제19권6호
• /
• pp.484-491
• /
• 2015

항공영상은 디지털 광학 영상 기술의 성장과 무인기(UAV)의 발달로 인하여 영상의 도입 및 공급이 크게 증가하였고, 이러한 항공영상 데이터를 기반으로 지상의 속성 추출, 분류, 변화탐지, 영상 융합, 지도 제작 형태로 활용되고 있다. 특히, 영상분석 및 활용에 있어 딥 러닝 알고리즘은 패턴인식 분야의 한계를 극복하는 새로운 패러다임을 보여주고 있다. 본 논문은 딥 러닝 알고리즘인 ConvNet기반으로 항공영상의 영역분할 및 분류 결과를 통한 더욱더 넓은 범위와 다양한 분야에 적용할 수 있는 가능성을 제시한다. 학습데이터는 도로, 건물, 평지, 숲 총 3000개 4-클래스로 구축하였고 클래스 별로 일정한 패턴을 가지고 있어 특징 벡터맵을 통한 결과가 서로 다르게 나옴을 확인할 수 있다. 본 연구의 알고리즘은 크게 두 가지로 구성 되어 있는데 특징추출은 ConvNet기반으로 2개의 층을 쌓았고, 분류 및 학습과정으로 다층 퍼셉트론과 로지스틱회귀 알고리즘을 활용하여 특징들을 분류 및 학습시켰다.