• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.67-70
• /
• 2002

시공간 접근 방법들을 위한 효율적인 성능평가 환경은 최소한 다음과 같은 모듈들을 포함해야 한다. 종합적인 데이터집합의 생성, 데이터집합의 저장, 접근 구조들의 수집과 실행, 실험적인 결과의 시각화 등이다. 데이터집합 저장 모듈에 초점을 맞추어서 다양한 실제 세계 시나리오를 실험하기 위한 종합적인 데이터의 생성이 요구된다. 과거의 여러 알고리즘들은 작업공간에서 미리 분배된 정적인 공간데이터를 생성하기 위하여 구현되어져왔다. 하지만 시간에 따라 변화하는 공간객체인 시공간 데이터를 생성하기에는 어렵다. 이 논문에서 시공간 데이터 타입의 데이터 생성기에서 고려하여야 할 매개변수들에 대하여 논의한다. "Generate_Spatio_Temporal_Data"라는 알고리즘은 움직이는 점 또는 사각형데이터를 생성하고 거래시간과 유효시간을 구별하지 않았으며 시간 점만을 표현하였다. 이 논문에서는 정확한 시간적 개념을 표현하기 위하여 거래시간과 유효시간간격 모두를 지원하는 데이터 생성기에 관하여 논의하기 위한 알고리즘을 제시하고 실제적인 데이터집합 생성을 위한 매개변수들을 나타낸다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.619-621
• /
• 1999

여러 대의 카메라를 통해 캡춰된 2차원 데이터를 사용하여 3차원의 좌표를 추출하기 위해서는 각 카메라의 2차원 영상 데이터들의 대응점(correpondence point)을 구해야 한다. 이를 위해 에피폴라 제약조건(epipolar constraints)을 이용하여 에피포라 라인(epipolar line)에 근접한 점을 추출할 수 있다. 에피폴라 제약조건을 사용하면, 실제 원하는 점 이외에 많은 수의 고스트(ghost)가 발생할 수 있다. 또한 카메라로부터 은닉(occlusion)된 점들로 인해 모든 카메라에서 대응되는 점이 존재하는지의 여부를 보장할 수 없다. 본 논문에서는 가 카메라의 대응관계를 k-partite graph로 모델링하고, 전역 탐색을 위해 가중치를 적용하여 클릭(clique)을 추출함으로서, 고스트가 제거된 대응점을 구한다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2005.05a
• /
• pp.293-298
• /
• 2005

LIDAR의 표고점 데이터는 건물, 수목 등의 개체를 구성하는 비지면점과 순수한 지표면을 나타내는 지면점들이 섞여있기 때문에 이들을 분리하는 과정이 필요하다. 지금까지 연구된 방법들은 몇 가지 입력 요소가 필요하여 완전 자동화를 이루지는 못하고 있으며, 다양한 크기의 개체를 동시에 자동으로 찾아내기 어렵고 경사진 지형에 대해서는 적용하기 어려운 문제점을 가지고 있다. 이에 본 논문에서는 원 데이터의 동일 스캔 라인 상에 존재하는 이웃 점들 간의 경사를 이용하여 입력 요소를 최소화하여 개체를 추출하고자 한다. 이웃하는 두 점플 간의 경사를 이용하여 비지면점을 탐지하여 이웃하는 지면점의 높이 값으로 대체하며 갱신된 값을 바로 다음 연산에 반영시킴으로써 윈도우를 사용하거나 그룹화 할 필요가 없다. 또한 갱신된 값을 전파시키기 때문에 복잡한 지붕을 가지는 건물도 추출할 수가 있다. 이와 같은 연산을 두 방향에 대하여 수행하여 경사진 지형에 대하여 적용할 수 있도록 하였으며 천안과 마산지역에 대하여 테스트를 수행하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.11a
• /
• pp.93-96
• /
• 2006

2D 및 입체 영상 콘텐츠의 공급이 많아지면서 실감 콘텐츠에 대한 관심이 더욱 높아지고 있다. 실감 콘텐츠는 다시점 카메라로부터 획득한 다시점 비디오, 깊이 카메라에서 얻은 RGB 영상과 컴퓨터 그래픽스와 같은 synthetic data를 합성하여 보다 실감나게 제작된다. 다시점 카메라를 이용하면 다시점 비디오를 쉽게 획득할 수 있으나 제작비용이 많이 들고, 깊이 카메라를 사용하면 시스템 구성은 상대적으로 용이하나 시점 영상이 하나라는 단점이 있다. 본 논문에서는 깊이 카메라에서 얻은 RGB 텍스쳐 데이터와 깊이 데이터로부터 가상 다시점 영상을 생성하고, 생성된 영상에 컴퓨터 그래픽스를 합성하는 방법을 제안한다. 제안한 방법은 다시점 카메라 시스템을 사용하지 않고도 시점에 따른 가상 시점 화상을 용이하게 제작하여 그래픽 객체를 합성한다. 합성된 다시점 3D 모니터나 입체 모니터를 이용하여 3차원으로 실감나게 시청할 수 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.85-89
• /
• 2004

최근 몇 년 동안 사람들의 고유한 생리적인 특징을 이용한 생체 인식은 새로운 학문으로서 연구 및 개발이 활발하게 진행되고 있다. Hand-Geometry는 생체 인식의 확인 그리고 취득의 편리 때문에 식별 그리고 확인을 위하여 사용되고 있다. 그러므로, 본 논문은 이러한 특징을 가지는 손의 기하학적인 Hand-Geometry 인식 시스템을 제안하고자 한다. 해부학적인 관점에서, 인간의 손은 길이, 폭, 두께, 기하학적인 모양, 손바닥의 모양, 그리고 손가락들의 기하학적인 모양까지 특성으로 나타내어 질 수 있다. 그러나 특징 데이터 가운데 사용자의 Hand-GeoMetry의 특징에 따라 길이 데이터가 변하는 것을 실험적으로 발견하였다. 따라서 이와 같은 가변적인 길이 데이터를 안정화시키기 위하여 본 논문에서는 길이 데이터의 기준점을 손톱 아래 점으로 정하고, GA를 적용하여 보다 안정된 특징점을 추출하였다. 본 논문에서 제안한 Hand-Geometry 인식 시스템은 성인 20명의 개인에 대해 100개의 측정 데이터에 기인한 확인 결과를 제시한다. 인식 과정은 320$\times$240의 이미지로 실험하였고 인식 과정의 결과는 95 %의 적중률과 0.020의 FAR로 나타났다.

• Journal of Digital Convergence
• /
• v.15 no.4
• /
• pp.13-25
• /
• 2017

Volume in data storage is growing more than ever before. This phenomenon is caused by the participation of governments and firms as well as general users. As for big data, governments and public agencies are likely to play important roles in applications since they can access and operate personal data for public purposes. In this study, the author examined the status and countermeasure of big data from different countries and drew some common grounds. The suggestions are as follows. First of all, securing manpower and technology have to take precedence. In addition, share and development between the government and the private sector are required. And organizations should come up with long-term strategies along with the development of data loading and analysis. In conclusion, the author propose the recognition of the importance of data management, privacy protection and the expansion of field application possibilities for political usage of big data.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.559-562
• /
• 2024

자연어 기반의 분류모델을 개발할 때 높은 성능을 획득하기 위해서는 데이터의 품질이 중요한 요소이다. 특히 무역상품 국제 분류체계 HS-CODE에서 상품명을 기반으로 HS코드를 분류할 때, 라벨링 된 데이터의 품질에 의해서 분류모델의 성능이 좌우된다. 하지만 현실적으로 확보 가능한 데이터셋에는 데이터 라벨링 오류나 데이터로 활용하기에 특징점이 부족한 데이터들이 다수 존재하기도 한다. 본 연구에서는 분류모델 학습 데이터의 정제 방법론으로, 딥러닝 기반 노이즈 검출 알고리즘을 제안한다. 분류 대상의 특징점이 분류 경계값 주변에 존재한다면 분류하기 모호한 노이즈 데이터일 가능성이 높다고 가정하고, 해당 노이즈 데이터를 검출하는 방법으로 딥러닝 기술을 활용한다. 해당 경계값 노이즈 검출 알고리즘으로 데이터를 정제한 뒤 학습모델의 성능비교 결과, 기존 대비 우수한 분류 정확도를 기록하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.129-132
• /
• 2004

본 논문에서는 비전 기반 구륜이동로봇이 복도를 주행하기 위해 필요한 벽면으로부터의 거리와 방향각을 신경망을 이용하여 추정하는 알고리즘에 대해 기술하였다. 복도에 설치된 조명을 표식으로 사용하였고, 구륜이동로봇의 위치와 각도에 따라 조명들의 배열선과 정의된 소멸점의 위치는 다르게 된다. 따라서 조명의 배열선과 소멸점의 위치에 관한 두개의 평면을 구성하였다. 조명의 배열선과 소멸점의 위치는 간단한 영상처리 알고리즘을 통하여 획득하였다. 기지의 위치와 각도에서의 조명의 배열선과 소멸점의 위치에 대한 데이터를 획득하였다. 획득된 데이터를 이용하여 신경망을 구성하고 학습시켰다. 학습을 통해 수정된 신경망을 이용하여 실제 주행에 적용하였다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.24 no.1
• /
• pp.131-138
• /
• 2006

Recently, data gathering and algorithm developing are in progress for the GIS application using point feature. Several researches prove that verification of the spatial clustering and evaluation of inter-dependencies between event and control are possible. On the other hand, most of the point features as GIS data are gathered by indirect method, such as address geo-coding, rather than by direct method, such as field surveying. Futhermore, lots of statistics by administrative district based on the point features have no coordinates information of the points. In this study, calculating the K-index in GIS environment, to evaluate the effect of aggregation of raw data on K-index, K-indices estimated from raw data (parcel unit), topographically aggregated data (block unit), administratively aggregated data (administrative district unit) are compared and evaluated. As a result, point feature, highly clustered in local area, is largely distorted when aggregated administratively. But, the K-indices of topographically aggregated data is very similar to the K-indices of raw data.

• Proceedings of the KSRS Conference
• /
• 2008.03a
• /
• pp.101-108
• /
• 2008

건물의 3차원 모델링은 3차원 공간정보를 구축하는데 있어서 매우 중요한 요소이다. 기존의 3차원 건물 모델링은 대부분 입체 항공사진을 이용하여 도화사에 의해 수동으로 진행되어 많은 시간과 비용이 소요된다. 이러한 한계를 극복하기 위한 방안으로 최근에는 항공라이다(LiDAR) 데이터를 이용한 모델링 방법에 대한 연구가 활발히 진행되고 있다. 기존의 항공라이다 데이터를 이용한 3차원 모델링 연구는 항공라이다 점 데이터를 보간 과정을 통하여 픽셀구조로 변환하거나 수치지도, 항공영상 등의 이종 데이터간의 융합을 통하여 건물을 모델링하는 방안 등을 제시하였다. 본 논문은 기존 건물 모델링 기법에서 사용되었던 점 데이터의 픽셀구조로의 변환 및 이종 데이터간의 융합 등의 방법을 배제하고 항공라이다 데이터만을 이용한 건물의 자동 모델링 방법을 제안하였다. 건물지붕에 대한 항공라이다 데이터를 3차원 공간상에서 재귀적으로 분할하여 패치(patch)를 구성하고, 동일한 속성을 갖는 패치들을 병합하여 건물의 구성요소를 추출한다. 추출되어진 건물의 구성요소를 대표하는 모델을 생성하여 전체적인 건물의 3차원 모델을 구성한다. 항공라이다 데이터를 이용하여 제안된 방법으로 실험한 결과, 다양한 형태의 건물 모델을 자동으로 구성할 수 있었다.