• 대한원격탐사학회지
• /
• 제36권6_2호
• /
• pp.1591-1604
• /
• 2020

본 연구는 고해상도 위성영상을 딥러닝 알고리즘에 적용하여 토지피복을 분류하고 공간객체별 알고리즘의 성능 검증에 대한 연구이다. 이를 Fully Convolutional Network계열의 알고리즘을 선정하였으며, Kompasat-3 위성영상, 토지피복지도 및 임상도를 활용하여 데이터셋을 구축하였다. 구축된 데이터셋을 알고리즘에 적용하여 각각 최적 하이퍼파라미터를 산출하였다. 하이퍼파라미터 최적화 이후 최종 분류를 시행하였으며, 전체 정확도는 DeeplabV3+가 81.7%로 가장 높게 산정되었다. 그러나 분류 항목별로 정확도를 살펴보면, 도로 및 건물에서 SegNet이 가장 우수한 성능을 나타내었으며, 활엽수, 논의 항목에서 U-Net이 가장 높은 정확도를 보였다. DeeplabV3+의 경우 밭과 시설재배지, 초지 등에서 다른 두 모델보다 우수한 성능을 나타내었다. 결과를 통해 토지피복 분류를 위해 하나의 알고리즘 적용에 대한 한계점을 확인하였으며, 향후 공간객체별로 적합한 알고리즘을 적용한다면, 높은 품질의 토지피복분류 결과를 산출할 수 있을 것으로 기대된다.

• 한국지리정보학회지
• /
• 제18권4호
• /
• pp.100-118
• /
• 2015

본 연구는 위성영상을 이용하여 객체기반 토지피복 분류도를 구축하고 공간통계기법을 통하여 토지피복의 분류항목별 분포패턴을 파악하였다. 객체기반 분류는 분광정보, 질감정보, 분광정보와 질감정보의 조합에 의하여 각각의 토지피복 분류도를 구축하였으며, 정확도 평가를 통하여 최적의 토지피복 분류도를 선정하였다. 또한, 토지피복의 분류항목별 공간적 분포패턴을 파악하기 위하여 핫스팟 분석을 실시하여 정량화하였다. 객체기반 분류를 위한 최적의 가중치는 Scale 52, Shape 0.4, Color 0.6, Compactness 0.5, Smoothness 0.5로 선정하였다. 토지피복 분류도는 분광정보와 질감정보의 조합을 사용하였을 때, 전체 분류정확도가 가장 높았으며, 특히 밭과 시설재배지, 나지의 경우 분광정보만을 사용하였을 때 보다 정확도가 약 12% 이상 증가하였다. DMZ일원의 분류항목별 면적비율은 산림 > 논 > 교통시설 > 초지 > 밭 > 나지 > 건물 > 수역 > 시설재배지 순으로 높았으며, 특히, 양구군의 밭과 교통시설은 민간인통제선 이북지역, 철원군의 밭, 인제군의 산림과 교통시설은 민간인통제선 이남지역에서 주로 분포하는 것으로 나타났다. 분류항목별 분포 패턴의 경우, 농업과 관련된 논, 밭, 시설재배지의 핫스팟(hot spot)은 철원군의 평야 지역과 양구군의 분지 지역에 집중 분포하였다. 나지, 수역, 건물, 도로의 핫스팟 지역은 농업과 관련된 핫스팟 지역과 분포 패턴이 유사한 반면, 산림과 초지의 핫스팟 지역과는 분포 패턴이 상이하였다.

• 한국측량학회지
• /
• 제28권6호
• /
• pp.579-586
• /
• 2010

최근 측량기술과 3D프로그램의 개발로 인하여 다양한 공간정보 자료를 획득할 수 있게 되었다. 본 연구는 기존의 경험적, 통계적 DB를 활용한 2차원 정보와 3차원 공간정보 취득기술을 활용하였다. 공간정보 취득기술로 얻어진 데이터를 토목 BIM과 연계하여 대상지역 지형에 대해 모델링하고 절 성토량을 이용하여 부지 선정시 최적의 입지 조건을 선정 하는 연구이다. 대상지는 전라도 장흥군 탐진강 일대이며 이 지형에 대하여 항공사진을 이용한 시갛화 한다. 연구 대상지를 Civil3D 프로그램을 활용하여 대지에 관한 지형분석을 시각적으로 표현하고 관련 데이터를 얻어 분석한다. 토목 BIM을 활용한 방식은 기존의 방법에서 극복하지 못했던 부지선정시 문제점에 대하여 객체의 다양하고 정확한 정보를 얻어 대응방향을 모색하고 향후 그 활용방향에 대한 제안에 그 목적이 있다.

• 한국재난정보학회 논문집
• /
• 제16권1호
• /
• pp.96-110
• /
• 2020

최근 국내외적으로 기후변화로 인한 대형화재, 집중호우, 지진 등으로 재난발생 가능성이 높아지고 있으며, 특히 어린이와 노약자등을 포함한 다양한 사람들이 몰리는 전통시장, 노유자시설, 다중이용시설 등 이용자 밀집지역에 대형 재난사고가 지속적으로 발생하고 있다. 연구목적: 본 연구에서는 화재발생 시 이용자 밀집시설에서 화재발생 사실을 조기에 감지하고, 대피자가 안전하게 대피하기 위해 빅데이터와 첨단기술을 활용한 재난감지 및 최적의 대피경로를 분석하고자 한다. 연구방법: 상황인지 기반의 3차원 객체모델 기술과 A*알고리즘의 최적화를 통한 새로운 알고리즘을 제안하고, 이들 활용한 시나리오 기반의 최적 대피경로 선정 기법을 제시하였다. 연구결과: HPA*E알고리즘을 이용하여 화재발생 시 대피시뮬레이션을 3D모델로 재현하고, 최적의 대피경로와 대피시간을 시나리오별로 산출하였다. 결론: 본 연구는 향후 우리나라에서 재난사고 발생 시 대피자가 안전하고 신속하게 대피할 수 있는 경로를 제시함으로써 인명피해를 줄 일 수 있을 것으로 기대된다.

• 한국건설관리학회논문집
• /
• 제21권6호
• /
• pp.84-94
• /
• 2020

모듈러 공사는 현장이 아닌 공장에서 제작되기 때문에 반드시 운송공정이 포함되며, 운송장비에 따라 공법과 모듈의 크기 결정에 영향을 미치므로 설계단계뿐 아니라 시공계획단계에서 매우 중요하다. 그러나 운송에 관한 연구는 스케쥴 관리 차원에서만 논의되고 있어 운송에 큰 영향을 끼치는 운송 장비를 의사결정하기에 참고할 객관적 기준이나 자료가 부족하다. 본 연구에서는 모듈러 객체 공사에서 시공 계획수립 시 각 공사별 체계적 검토와 객관적 의사결정을 할 수 있도록 운송장비 영향요인과 의사결정지원모델을 제시하였다. 운송장비 선정에 영향을 끼치는 요인을 도출하기 위해 문헌 분석과 전문가 인터뷰를 진행하였고 이를 통해 총 5개의 영향요인과 영향요인별 세부요인을 도출하였다. 다중매트릭스를 이용하여 의사결정 지원모델을 구축하였고 두 가지 사례에 의사결정 지원모델을 적용하여 영향요인의 쌍대비교와 영향요인별 대안의 적합도 쌍대비교를 실시했다. 본 연구에서 제시한 의사결정 모델은 평가과정을 수리적으로 확인할 수 있어 현장에서 장비 선정과정의 객관성과 투명성을 확보하고 운송연구의 기초자료로서 활용될 수 있을 것이다.

• 한국측량학회지
• /
• 제31권4호
• /
• pp.269-275
• /
• 2013

최근 들어 모바일 단말기를 휴대하고 이동하는 사용자에게 경로안내 및 주변 위치정보 안내와 같은 개인화된 서비스가 가능해졌다는 점에서 보행자용 도로망의 중요성이 커지고 있다. 한편, 전국단위 도로망 신규 구축과 갱신에 많은 비용이 소요된다는 점은 활성화의 제약조건으로 작용하고 있어 래스터 데이터를 기반으로 한 보행자용 도로망 추출 알고리즘을 적용한 자동 생성 방안이 필요한 상황이다. 그러나 생성된 도로망은 불필요한 결절점이 다수 포함되어 경로 안내 시 과도한 방향전환을 야기하고 데이터 용량 증가를 초래하는 등 유지관리 차원에서의 비효율이 발생한다. 본 연구에서는 이를 제거하기 위해 Douglas-Peucker 알고리듬 적용 과정에서 수치지도 도로의 속성정보를 이용하여 각 선형 객체별로 적합한 임계값을 부여함으로써 선형단순화의 효과는 극대화하고 실제 도로의 형태를 왜곡하지 않도록 최적의 임계값을 자동 선정하였다. 실험 대상 지역의 보행자용 도로망에 적용한 결과 결절점 감소율과 위치정확도 측면에서 제안된 방법이 자동 선형단순화에 적합하다는 결과를 얻을 수 있었다.

• 한국전자거래학회:학술대회논문집
• /
• 한국전자거래학회 1999년도 종합학술대회발표논문집
• /
• pp.529-534
• /
• 1999

전자상거래는 구매자와 판매자 모두에게 많은 이점을 제공할 수 있어 최근 이에 관한 연구들이 많이 진행되고 있다. 특히 중소제조업체의 경우, 전자상거래라는 경영환경의 변화는 새로운 기회로 다가오고 있어, 상대적으로 기술력이 취약한 중소제조업체의 전자상거래를 지원하기 위한 요소 기술들의 개발 필요성이 점차 부각되고 있다. 이에 본 연구에서는 중소 금형제조업체의 판매과정을 사이버 공간에서 수행할 수 있는 전자상거래 기술을 개발하였다. 일반적으로 변화하는 경영환경에서는 생산과 관련된 계획과 통제가 보다 더 신속하고 정확하게 이루어져야 한다. 즉 전자상거래 환경에서의 제조업체는 구매자가 요구한 제품의 생산과 납기일을 맞추어 줄 수 있는지의 여부를 실시간으로 응답할 수 있어야 한다. 나아가서 인터넷을 통해 접수된 주문들은 해당 제조업체의 생산능력을 초과할 수 있는데 이 때에는 접수된 주문들 중에서 자사의 이익을 극대화할 수 있는 주문집합을 선별하여 접수여부를 결정해야 한다. 이와 같이 전자상거래 환경하에서의 제조업체는 생산과 관련된 정보를 신속하게 전달 받아 주문접수여부에 관한 의사결정을 올바르게 수행하는 것이 중요한데 본 연구에서는 중소 금형제조업체의 일정계획 및 주문처리를 위한 일정계획 기반의 선정 에이전트의 구조와 방법론을 제시하였다. 지금까지 일정계획에 관한 연구들은 대부분 납기일의 만족과 비용의 최소화 측면을 위주로 다루었다. 그러나 본 연구에서의 문제는 비용의 최소화보다는 납기일을 준수하면서 가장 많은 이익을 가져다 줄 수 있는 최적주문집합을 선정하는 문제를 다루고있다.자료를 수집하고, 통계분석 패키지를 이용하여 자료를 분석하였다. 방식을 결합한 하이브리드 형태이다.인터넷으로 주문처리하고, 신속 안전한 배달을 기대한다. 더불어 고객은 현재 자신의 물건이 배달되는 경로를 알고싶어 한다. 웹을 통해 물건을 주문한 고객이 자신이 물건의 배달 상황을 웹에서 모니터링 한다면 기업은 고객으로 공간적인 제약으로 인한 불신을 불식시키는 신뢰감을 주게 된다. 이러한 고객서비스 향상과 물류비용 절감은 사이버 쇼핑몰이 전국 어디서나 우리의 안방에서 자연스럽게 점할 수 있는 상황을 만들 것이다.SP가 도입되어, 설계업무를 지원하기위한 기본적인 시스템 구조를 구상하게 된다. 이와 함께 IT Model을 구성하게 되는데, 객체지향적 접근 방법으로 Model을 생성하고 UML(Unified Modeling Language)을 Tool로 사용한다. 단계 4)는 Software Engineering 관점으로 접근한다. 이는 최종산물이라고 볼 수 있는 설계업무 지원 시스템을 Design하는 과정으로, 시스템에 사용될 데이터를 Design하는 과정과, 데이터를 기반으로 한 기능을 Design하는 과정으로 나눈다. 이를 통해 생성된 Model에 따라 최종적으로 Coding을 통하여 실제 시스템을 구축하게 된다.the making. program and policy decision making, The objectives of the study are to develop the methodology of modeling the socioeconomic evaluation, and b

• 전자공학회논문지CI
• /
• 제48권1호
• /
• pp.17-25
• /
• 2011

컴퓨터 게임 등에서 가상객체를 이용해 다양한 환경을 체험하는 것과 유사하게 국방 분야에서도 War-game simulator를 활용한다. 실제 군인과 컴퓨터가 생성한 가상군(Computer Generated Force: CGF)이 전장상황을 3차원의 가상환경 속에서 교육훈련을 실시하고 있다. 하지만 시뮬레이션 모델 구현 기술 중 하나인 길 찾기 알고리즘의 현 수준은 단순히 최단시간 경로만을 고려하기 때문에 군의 특수한 전장상황에서 최적의 경로를 선정하기에는 제한되는 면이 있다. 본 논문의 초점은 주어진 정보를 바탕으로 목적지까지 무조건 짧은 경로나 최단시간 경로만을 찾는 것이 아니라, 여러 가지 다양한 임무조건(METT+TC)에 부합하는 경로를 찾음과 동시에 마감시간이라는 제약요소를 잘 활용하여 가능한 비용이 최소가 되는 경로를 선택하는 것이다. 최단시간만을 선택하는 알고리즘과 METT+TC 요소들 중 하나인 마감시간(Deadline, $d_t$) 내의 최소비용을 선택하는 알고리즘을 대상으로, 가능한 모든 경로에 대한 이동시 소요되는 시간(t)과 가용부대의 전투력(Troops ability, a) 요소의 변화에 따른 이동시 소요되는 총비용(c(t))의 비교를 통해 그 효용성을 검증하였다. 실험결과에 의하면 마감시간을 고려할 경우, 제안 알고리즘이 최대 62.5% 가량의 비용 절감 효과가 있음을 확인하였다.

• 대한토목학회논문집
• /
• 제38권6호
• /
• pp.859-865
• /
• 2018

달 지상 인프라 및 기지 건설은 건설재료나 에너지 확보가 가능한 지역과 연계되어야 하며, 얼음 등의 핵심 자원이 풍부한 영구음영 지역을 형성하는 달 크레이터 지형의 탐지와 정보 수집이 선행되어야 한다. 본 연구에서는 이러한 달 크레이터(crater) 객체 정보를 최신 딥러닝 알고리즘을 이용해 효과적으로 자동 탐지하는 방안에 대해 고찰하였다. 딥러닝 학습을 위해 NASA LRO 달 궤도선의 레이저 고도계 데이터를 기반으로 구축된 9만개의 수치표고모델과 개별 수치표고모델에 존재하는 크레이터들의 위치와 크기를 레이블링한 자료를 활용하였다. 딥러닝 학습은 최신 알고리즘인 Faster RCNN (Regional Convolution Neural Network)을 자체적으로 코드화하여 적용하였다. 이를 통해 학습된 딥러닝 시스템은 학습되지 않은 달표면 이미지 내 크레이터를 자동 인식하는데 적용되었으며, NASA에서 인력에 의해 정의한 크레이터 정보들의 오류를 자동 보정 가능하고, 정의되지 않은 많은 크레이터 까지도 자동 인식 가능함을 보였다. 이를 통해 공학적으로 매우 가치가 있는 각 지역별 크레이터들의 크기 분포 특성 및 발생 빈도 분석 등이 가능하게 되었으며, 향후에는 시간 이력별 변화추이도 분석 가능할 것으로 판단된다.

• 해양환경안전학회지
• /
• 제30권2호
• /
• pp.147-156
• /
• 2024

수산자원의 지속 가능한 관리와 증대는 전 세계적으로 중요한 이슈로 부상하고 있으며, 본 연구는 이에 대응하는 한국수산자원공단의 수산자원 현존량 추정을 위한 딥러닝 기반 수산자원 증대사업 효과조사 기법 개발을 위해 구성 기술 중 하나인 어류 탐지 및 분류 모델 구축과 성능 비교를 수행하였다. 다양한 크기의 YOLOv8-Seg 모델에 어류 이미지 데이터셋을 학습한 후 각 성능평가 지표를 비교 분석하여 적용 가능한 최적의 모델을 선정하고자 하였다. 모델 구축에 사용된 자료는 총 12종의 어류로 이루어진 36,749장의 이미지와 라벨 파일로 이루어지며, 학습에는 증강을 적용하여 데이터의 다양성을 증가시켰다. 동일한 환경 및 조건에서 총 다섯 개의 YOLOv8-Seg 모델을 학습 및 검증한 결과 중간 크기의 YOLOv8m-Seg 모델이 가장 짧은 13시간 12분의 학습 시간과 mAP_50:95 0.933, 추론 속도 9.6 ms로 높은 학습 효율성과 우수한 탐지 및 분류 성능을 보였으며, 각 지표 간의 균형을 고려할 때 실시간 처리 요구사항을 충족하는 가장 효율적인 모델로 평가되었다. 이와 같은 실시간 어류 탐지 및 분류 모델을 활용하여 효율적인 수산자원 증대사업의 효과조사가 가능할 것으로 보이며, 지속적인 성능 개선 및 추가적인 연구가 필요할 것으로 사료된다.