• Journal of Korean Society for Geospatial Information Science
• /
• v.9 no.2 s.18
• /
• pp.37-46
• /
• 2001

Spectral pattern recognition techniques are most used in classification of remotely sensed data. Yet, in any real image, adjacent pixels are related, because imaging sensors acquire significant portions of energy from adjacent pixels. And, with the continued improvement in the spatial resolution of remote sensing systems, another spatial pattern recognition approach is must considered. In this study, we aim to show the potentiality of spatial classification methods through comparing the accuracies of spectral classification methods and those of spectral classification methods. By the comparisons between the two methods, classification accuracies of 6 different spatial classification methods are higher than that of spectral classification method by 2-6% or so. Additionally, we can show it statistically through the classification experiments with different band combinations.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2003.04a
• /
• pp.9-14
• /
• 2003

본 연구에서는 원격탐사 화상의 분류를 목적으로 분광정보와 공간적 상관성의 반복적 결합방법을 제안하였다. 퍼지이론을 기반으로 공간적 상관성을 분류 과정에 적용하기 위하여 초기단계에서 정의된 소속 함수에 대해서 주변영역에 대한 필터링을 적용하였고, 특정 수렴 조건을 만족하는 단계까지 반복적 결합을 수행하였다. Landsat TM 화상에 적용한 결과, 향상된 분류정확도와 분광정보만으로 분류가 애매한 화소의 공간적 분포 양상을 확인할 수 있었다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2004.03a
• /
• pp.463-468
• /
• 2004

이 연구에서는 원격탐사 자료를 이용하여 얻어진 분류 결과로부터 분류 정확도의 공간적 불확실성을 추정하고자 하였다. 기존 분류결과로부터 얻어지는 토지 피복별 확률값을 지구통계학적 시뮬레이션 기법을 이용하여 참조자료의 공간적 분포와 통합하였다. 다중센서 화상 통합에 적용한 결과, 각 토지피복 항목별로 공간적인 정확도 분포를 얻을 수 있을 수 있었으며 이러한 자료는 분류결과를 해석하는데 유용하게 사용될 수 있을 것으로 기대된다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.17 no.2
• /
• pp.129-136
• /
• 1999

The quality of image classification results is not always uniform over entire image. Thus, this study proposes the concept of ISDd (Index of Spatial Distribution by distance) and ISDs (ISD by scatteredness) for the evaluation of unevenness of result quality, and spatial distribution of satellite image classification errors. The ISDd is indexed mean distance of misclassified pixels and the ISDs is statistical indicator of scatteredness of misclassified pixels. In this study, the ISDd and the ISDs are calculated and evaluated for some satellite images, then misclassified area is extracted and the reasons of misclassification are examined. As the result of this study, using both the ISDd and the ISDs, the basis of decision on adoption/rejection of classification results is offered at sub-image level by evaluation of the local aggregation of misclassified pixels. Using Index of Spatial Distribution. as well as overall classification accuracy, users can understand the spatial distribution of misclassified pixels, and can have the additional criterion of the judgement on suitability and reliability of classification results.

• The KIPS Transactions:PartB
• /
• v.18B no.6
• /
• pp.365-374
• /
• 2011

Recently, malicious video classification and filtering techniques are of practical interest as ones can easily access to malicious multimedia contents through the Internet, IPTV, online social network, and etc. Considerable research efforts have been made to developing malicious video classification and filtering systems. However, the malicious video classification and filtering is not still being from mature in terms of reliable classification/filtering performance. In particular, the most of conventional approaches have been limited to using only the spatial features (such as a ratio of skin regions and bag of visual words) for the purpose of malicious image classification. Hence, previous approaches have been restricted to achieving acceptable classification and filtering performance. In order to overcome the aforementioned limitation, we propose new malicious video classification framework that takes advantage of using both the spatial and temporal features that are readily extracted from a sequence of video frames. In particular, we develop the effective temporal features based on the motion periodicity feature and temporal correlation. In addition, to exploit the best data fusion approach aiming to combine the spatial and temporal features, the representative data fusion approaches are applied to the proposed framework. To demonstrate the effectiveness of our method, we collect 200 sexual intercourse videos and 200 non-sexual intercourse videos. Experimental results show that the proposed method increases 3.75% (from 92.25% to 96%) for classification of sexual intercourse video in terms of accuracy. Further, based on our experimental results, feature-level fusion approach (for fusing spatial and temporal features) is found to achieve the best classification accuracy.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11a
• /
• pp.301-304
• /
• 2003

SVM은 일반화된 높은 분류 정확률을 보인다. 그러나, SVM은 데이터의 양이 커질수록 높은 시간 공간적 복잡성 때문에 근사화 알고리즘(Approximation Algorithm)을 이용한다. 이러한 접근 방법은 실제구현에서 높은 시간 공간적 복잡성을 요구하여 분류 정확률과 효율성을 낮아지게 한다. 따라서, 본 논문은 SVM을 앙상블 구조로 구성하여 분류 정확률을 높이고, 분류자의 최적 하이퍼플랜(Optimal Hyperplane)결정을 위해 마진 벡터만을 이용하여 시간 공간적 문제를 해결하였다. 실험결과, 본 논문에서 제시한 방법이 단일 SVM을 이용한 방법보다 높은 분류 정확률과 높은 효율성을 가짐을 보여준다...

• Proceedings of the KSRS Conference
• /
• 2009.03a
• /
• pp.207-212
• /
• 2009

고해상도 위성영상이 갖는 공간 객체의 복잡성과 다양성에 의해 기존 중 저해상도 영상에서 사용하던 분류 방식을 고해상도 영상에 그대로 적용하기에는 한계가 있다. 이러한 문제를 극복하기 위하여 영상은 공간적인 특성을 추가적으로 추출하여 분광정보와 결합하여 분류를 수행하는 방식의 연구가 진행되고 있다. 본 연구의 목적은 고해상도 영상의 분류정확도를 개선하기 위하여 새로운 공간 개체(spatial feature)인 SSI(Shape-Size Index)를 제안하는데 있다. SSI는 영역 확장(Region Growing) 기반의 영상 분할(Image Segmentation)을 수행한 후, 객체 내에 객체의 크기와 모양에 대한 고려를 모두 할 수 있는 공간 속성값을 할당하여 공간정보를 추출한다. 추출된 공간정보를 고해강도 영상의 다중분광 밴드와 결합하여 Support Vector Machine(SVM)을 이용한 분류를 수행하였다. 실험 결과, 제안한 기법의 분류 결과가 분광밴드만을 이용하여 분류를 수행한 결과뿐만 아니라 기존의 공간 개체 추출방식인 GLCM, PSI 기법을 이용한 분류 결과에 비해 높은 분류정확도를 도출함을 알 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.408-408
• /
• 2023

하천공간은 하도, 사주, 식생, 하천구조물 등에 대한 특성을 지니고 있으며, 현장조사를 통해 하천공간에 대한 자료를 분석하여 기초자료를 생산한다. 기존에는 현장에서 육안조사나 지상에서 사진촬영, 스케치방법으로 하천공간특성에 대한 조사를 수행하였으나, 지상에서 조사한 자료은 하천특성에 대한 물리적·공간적 특성을 파악하기 어렵고 자료의 활용성이 낮은 한계점이 존재한다. 이와 같은 한계를 극복하기 위해 GIS 및 RS 기술을 활용한 고도화된 첨단조사 기술 및 장비가 도입되어 활용되고 있다. 본 연구에서는 하천공간특성을 GIS 기반으로 객체지향 분류 적용 연구와 분류 항목에 따른 공간분석 연구를 수행하였다. 연구를 위한 대상지역은 섬진강권역의 지석천 유역 하류부에 위치하고 있는 지석천 친수공원을 대상으로 선정하였다. 대상지역의 고해상도 항공영상을 수집 및 정합한 후 QGIS에서 제공하는 Orfeo ToolBox(OTB)의 LSMS(Large Scale Mean-Shift) 기법으로 정합한 항공영상의 객체지향 영상분할을 실시하여 벡터 레이어를 생성하였고, 하천공간특성에 따른 항목을 선정하여 각 항목의 영역에 대한 선별을 통해 훈련데이터를 생성하였다. 훈련데이터는 랜덤 포레스트를 이용하여 각 항목에 대한 자동 분류를 확인하였으며, 하천공간특성의 정량적 평가를 위해 분류된 각 항목별 공간분석을 통해 면적, 위치정보(위도, 경도, 표고)를 산정하였다. 분석 결과, 하천공간특성을 GIS 기반의 벡터 레이어와 각 항목에 대한 정량적 분석을 통해 하천공간의 DB를 구축하였다. 이와 같이 하천공간 DB 구축을 통해 전국 하천관리체계를 위한 기초자료를 구축하고자 하였다.

• Korean Journal of Cognitive Science
• /
• v.6 no.2
• /
• pp.27-45
• /
• 1995

In this paper, we suggest the "Fuzzy Behavior Knowledge Space(FBKS)" and explain how to utilize the FBKS when aggregating decisions of individual classifiers. The concept of "Behavior Knowledge Space(BKS)" is known to be the best method in the context that each classifier offers only one class label as its decision. However. the BKS does not considers measurement value of class label. Furthermore, it does not allow the heuristic knowledge of human experts to be embedded when combining multiple decisions. The FBKS eliminates such drawbacks of the BKS by adapting the fwzy concepts. Our method applies to the classification results that contain both class labels and associated measurement values. Experimental results confirm that the FBKS could be a very promising tool in pattern recognition areas.

• Korean Journal of Remote Sensing
• /
• v.17 no.1
• /
• pp.57-69
• /
• 2001

This study propose a image processing system of unsupervised analysis. This system integrates low-level segmentation and high-level classification. The segmentation and classification are conducted respectively with and without spatial constraints on merging by a hierarchical clustering procedure. The clustering utilizes the local mutually closest neighbors and multi-window operation of a pyramid-like structure. The proposed system has been evaluated using simulated images and applied for the LANDSATETM+ image collected from Youngin-Nungpyung area on the Korean Peninsula.