• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.224-224
• /
• 2021

광학원격탐사를 통해 취득할 수 있는 초분광 영상은 관련 기술의 발전으로 다양하게 활용이 되고 있다. 특히 초경량 UAV를 기반으로 초분광 센서를 적용한 광학원격탐사는 광범위하게 분포하는 국내 제방의 불안정 요소를 탐지하는데 보다 효과적일 것으로 판단되며 대상에 대한 광역모니터링을 통해 많은 자료를 얻을 수 있고, 고해상도 영상 자료를 활용한 세밀한 분광 및 공간정보 분석이 가능하다. 본 연구에서는 제방 균열 평가를 위해 UAV를 활용하여 안동댐 하류 제방 균열을 대상으로 고해상도 초분광 영상을 취득하였으며, 기 개발된 제방 균열 평가 소프트웨어를 이용하여 조도와 최대강도 데이터에 따른 제방 균열 평가를 실시하였다. 연구지역의 지질은 중생대 백악기의 일직층으로써 적색이암, 셰일, 역질사암 등이 주를 이루고 있으며 제방 내 토양은 대부분 입도가 균일하며 일부 역암이 관찰되는 지역으로 조립토가 주를 이루고 있다. 기 개발된 소프트웨어의 특징은 측정된 데이터를 바탕으로 균열 여부를 판별할 수 있는 프로그램으로써 측정지점마다 별도의 조도와 최대강도 데이터가 주어졌을때, 해당 데이터에 대한 균열 여부를 판별할 수 있다. 주요기능은 제방 균열 여부 판단, 데이터 입력 및 판단을 출력하기 위한 GUI 인터페이스를 제공한다. 연구 결과 제방 균열 평가 소프트웨어를 적용하여 균열과 비균열에 대한 탐지가 가능한 것으로 나타났다. 특히 비균열 포인트의 경우 암석이나 토양의 성질, 빛의 반사에 따라 일부 차이가 있지만 균열은 매우 유사한 반사율 정보를 보이는 것으로 나타났다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.39 no.6
• /
• pp.437-456
• /
• 2021

In the field of remote sensing in Korea, starting in 2017, deep learning has begun to show efficient research results compared to existing research methods. Currently, research is being conducted to apply deep learning in almost all fields of remote sensing, from image preprocessing to applications. To analyze the research trend of deep learning applied to the remote sensing field, Korean domestic journal papers, published until October 2021, related to deep learning applied to the remote sensing field were collected. Based on the collected 60 papers, research trend analysis was performed while focusing on deep learning network purpose, remote sensing application field, and remote sensing image acquisition platform. In addition, open source data that can be effectively used to build training data for performing deep learning were summarized in the paper. Through this study, we presented the problems that need to be solved in order for deep learning to be established in the remote sensing field. Moreover, we intended to provide help in finding research directions for researchers to apply deep learning technology into the remote sensing field in the future.

• The Bulletin of The Korean Astronomical Society
• /
• v.37 no.2
• /
• pp.229.1-229.1
• /
• 2012

본 논문에서는 탑재체전송자료 검증을 위한 소프트웨어 개발에 관하여 소개하고자 한다. 원격탐사위성에 탑재되는 고성능원격측정센서는 대용량 데이터를 생성하며 탑재체자료전송장치를 통하여 고주파통신에 의해 지상으로 전송된다. 지상으로 전송되는 대용량 데이터는 다양한 통신경로의 외란으로부터 보호 등을 위하여 채널코딩을 수행된다. 또한 대용량 데이터의 실시간 전송을 위하여 압축이 수행되며 보안을 위한 암호화 역시 수행 된다. 본 논문에서는 이러한 탑재체자료를 검증하기 위한 소프트웨어들과 이러한 소프트웨어의 구성 체계등에 관하여 기술하고 있다.

• Proceedings of the Korea Contents Association Conference
• /
• 2003.11a
• /
• pp.384-388
• /
• 2003

현재 고해상도의 원격탐사 영상을 이용하기 위해서는 고가의 비용을 부담해야 하고 데이터의 용량도 매우 커서 실제로 사용에는 대부분의 사람들이 매우 소극적이다. 이미 수집된 저해상도의 활발한 활용을 위해서는 값이 저렴하면서도 해상도가 좋은 분광력이나 지상해상도를 높여주어야 한다. 따라서 본 연구에서는 해상도가 각기 다른 영상을 관련 자료들을 근거로 20년 전에 저해상도인 30m의 위성영상과 5m의 고해상도 위성사진과의 합성을 통하여 저해상도에서 판독할 수 없었던 여러 종류의 지형지물을 파악할 수 있는 고해상도의 퓨젼 영상을 생성시킨 것이다.

• Proceedings of the KSRS Conference
• /
• 2009.03a
• /
• pp.296-300
• /
• 2009

가상현실이나 인터넷 웹지도 서비스와 같이 3차원의 실세계를 시스템 상에 그대로 재현(reconstruction)하기 위해서는 정교하고 세밀한 3차원 도시모델이 필수적이다. 이러한 3차원 도시모델의 자동생성은 원격탐사 및 사진측량 분야에서 많은 연구가 수행되고 있다. 이러한 연구들은 다양한 센서 데이터와 기 구축되어 있는 GIS자료를 이용하여 건물, 도로, 지형 등의 도시모델을 자동으로 생성하고자 한다. 그러나 대부분의 연구에서 추출한 각 기본요소(primitives)-평면패치(planar patches), 에지(edges), 모서리(corners)에 대한 국부적인 정제(refinement)는 수행하였으나, 생성한 건물 모델에 대한 광역적인 조정을 통한 정규화에 대한 연구는 미비한 상태이다. 본 연구에서는 다양한 데이터로부터 생성된 B-rep (boundary representation) 형태의 건물 모델에 대하여 기하학적인 제약요소(constraints)를 이용한 정규화(regularization) 방법론을 제시하고자 한다. 제안하는 방법은 건물의 Domain Knowledge에 기반하여 도출한 건물을 구성하는 기본요소(primitives)간의 인접성, 직교성, 평행성, 교차성 등의 다양한 제약조건을 이용하여 광역적으로 조정한다. 시뮬레이션 데이터에 적용한 결과의 분석을 통해 제안된 정규화 방법을 통해 오차가 포함된 건물모델이 보다 정형화된 형태로 조정되었음을 확인하였다.

• Korean Journal of Remote Sensing
• /
• v.38 no.6_1
• /
• pp.1091-1100
• /
• 2022

As deep learning technology advances and various high-resolution remote sensing images are available, interest in using deep learning technology and remote sensing big data to detect buildings and change in urban areas is increasing significantly. In this paper, for semantic building segmentation of high-resolution remote sensing images, we propose a new building segmentation model, Convolutional Block Attention Module (CBAM)-DRUNet that uses the DeepResUNet model, which has excellent performance in building segmentation, as the basic structure, improves the residual learning unit and combines a CBAM with the basic structure. In the performance evaluation using WHU dataset and INRIA dataset, the proposed building segmentation model showed excellent performance in terms of F1 score, accuracy and recall compared to ResUNet and DeepResUNet including UNet.

• Proceedings of the KSRS Conference
• /
• 2009.03a
• /
• pp.350-353
• /
• 2009

본 논문에서는 국토모니터링 기술의 한 부분으로서 도로 지역에 대한 효율적인 실시간 교통모니터링을 위해 도로상의 차량 정보를 LiDAR 데이터로부터 취득하는 과정을 실험하였다. 도로영역의 데이터를 추출하기 위해서 좌표 변환된 수치지도와 LiDAR 데이터를 이용하였고, 국지적 임계치 필터링을 사용하여 추출된 도로영역의 데이터를 차량과 도로의 자료로 분리시키는 작업을 수행하였으며, 추출된 차량의 포인트들을 이용하여 차량을 표현할 수 있는 기본 속성값을 추출하였다. 마지막으로, 분리된 차량의 포인트에 대해서 MDC(Minimum Distance Classification) 클러스터링를 이용하여 차량의 종류를 분류하였다. 결과적으로 본 연구를 통하여 차량인식과 차량의 종류에 대한 분류를 수행할 수 있음을 확인하였다.

• Proceedings of the KSRS Conference
• /
• 2006.03a
• /
• pp.127-130
• /
• 2006

SRTM 데이터와 USGS의 NED (National Elevation Datasets) 데이터를 사용하였으며 두 데이터를 차분함으로써 식생수고도(vegetation height map)를 얻었다. 또한 차분값과 shape 파일에 포함된 식수년도의 비교를 통해 상관관계여부를 판단하고자 했다. 회귀분석을 통해 차분데이터와 식수년도 사이의 큰 상관관계가 존재함을 확인할 수 있었으며 결국 수령추정과 수령정보의 맵핑이 가능함을 보였다. 추가적으로 지역별 지형특성, 숲의 균일도 등에 의해 선형성이 영향을 받는지 관찰하였다.

• Korean Journal of Remote Sensing
• /
• v.39 no.5_3
• /
• pp.885-890
• /
• 2023

As satellite technology progresses, a growing number of satellites-like CubeSat and radar satellites-are available with a higher spectral and spatial resolutions than previous. National initiatives used to be the main force behind satellite development, but current trendsindicate that private enterprises are also actively exploring and developing new satellite technologies. This special issue examines the recent research results and advanced technology in remote sensing approaches for Earth environment analysis. These results provide important information for the development of satellite sensors in the future and are of great interest to researchers working with artificial intelligence in thisfield. The special issue introduces the latest advances in remote sensing technology and highlights studies that make use of data to monitor and forecast Earth's environment. The objective is to provide direction for the future of remote sensing research.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.19 no.2
• /
• pp.163-172
• /
• 2001

This study present the quadratic programming as the classification method of remote sensed data applying to the extraction of landcover and examine it's applicable capability by comparing the classification accuracy of quadratic programming with that of neural network and maximum likelihood method which are used in the extraction of thematic layer. As the results, as drawing the more improved classification results by 6% than maximum likelihood method, we could discern that the method of quadratic programming is appliable to classifying the remote sensed data. Also, in the classification of quadratic programming method, we could definitely indicate the results which was ignored in the previous extreme(binary) classification method by affecting the class decision with the class composition proportion.