• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2003년도 공동 춘계학술대회 논문집
• /
• pp.182-186
• /
• 2003

일반적으로 영상은 공간, 분광 및 시간 해상력을 바탕으로 고해상과 저해상 영상으로 구분된다. 최근 IKONOS 와 QuickBird 등 공간해상력이 1m 이하인 위성 영상들이 국내에 공급되어 바야흐로 고해상 위성영상을 이용한 다양한 활용분야들이 연구되고 있다. 이에 반하여 고분광해상력을 갖는 하이퍼스펙트럴 영상에 대한 연구는 미흡한 실정이다. 국제적으로는 항공기탑재 센서들을 이용한 다양하고 광범위한 조사분석 연구가 이루어지고 있으나, 국내에서는 장비와 관심의 부재로 인하여 초기적인 연구 단계에 있는 실정이다 하이퍼스펙트럴 센서는 환경, 지질, 목표물 인식 분야에 있어 많은 관심을 받고 있으며 위성탑재 초다중분광센서가 운용되기 시작하면서 연구의 활성화가 더욱 기대되고 있다. 본 연구에서는 EO-1 위성의 Hyperion 센서 데이터를 이용하여 노이즈 제거를 위한 영상 전처리 과정을 실시하고 분광특성에 따른 무감독 분류를 통한 인덱싱 기법과 널리 알려진 분광 라이브러리를 활용한 대상물, 특히 인공지물 추출 기법을 실험하였다. 이를 위하여 MNF(Maximum/Minimum Noise Filtering) 변환 및 분광 매칭(Spectral Matching) 기법, 분광 라이브러리 처리 등을 수행하였다. 결과의 비교를 위하여 동일 지역의 Landsat ETM+ 데이터를 이용하여 상호비교를 통한 검증작업으로서 그 성과를 판단하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(B)
• /
• pp.324-326
• /
• 2012

기계 학습에서 입력 데이터의 차원을 줄이는 문제(dimension reduction)는 매우 중요한 문제 중의 하나이다. 입력 변수의 차원이 늘어남에 따라 처리해야하는 연산의 수와 계산 복잡도가 급격히 늘어나기 때문이다. 이를 해결하기 위하여 다수의 기계 학습 알고리즘은 명시적으로 차원을 줄이거나(feature selection), 데이터에 약간의 연산을 가하여 차원이 작은 새로운 입력 데이터를 만든다(feature extraction). 반면 사람이 여러 종류의 고차원 센서 데이터를 입력받아 빠른 시간 안에 정확하게 정보를 처리할 수 있는 가장 큰 이유 중 하나는 실시간으로 판단하여 가장 필요한 정보에 집중하기 때문이다. 본 연구는 사람의 정보 처리 과정을 기계 학습 알고리즘에 반영하여, 집중도를 이용하여 효율적으로 데이터를 처리하는 방법을 제시한다. 이 성질을 시각 하이퍼네트워크 모델에 반영하여, 효율적으로 고차원 입력 데이터를 다루는 방법을 제안한다. 실험에서는 시각 하이퍼네트워크를 이용하여 고차원의 이미지 데이터에서 행동을 분류하였다.

• 한국지리정보학회지
• /
• 제20권1호
• /
• pp.56-70
• /
• 2017

본 연구는 태화강 유역을 중심으로 다중영상정보 등을 이용하여 비점오염원 분포도 제작 및 분석을 하였다. 자료취득을 위하여 하이퍼센서와 항공사진, 그리고 지상분광센서를 통하여 자료를 수집하였고, 각 자료들에 대하여 영상보정과정을 거쳐 정사영상을 제작하였다. 그리고 지상분광측정을 통하여 분류등급별 분광스펙트럼을 분석하고 토지피복도와 비점오염원 분포도를 제시하였다. 태화강 유역의 비점오염원 분석에서 발생부하량 분포도는 산림과 농경지가 주로 분포하는 서쪽 지역의 경우 BOD($kg/km^2{\times}day$)가 1.0~2.3, TN($kg/km^2{\times}day$)이 0.06~9.44, TP($kg/km^2{\times}day$)는 0.03~0.24의 낮은 부하량 분포를 보이는 것으로 나타났다. 그리고 도시화가 진행된 동쪽 지역의 경우 토지이용을 대지로 분류한 결과 BOD 85.9, TN 13.69, TP 2.76의 비교적 높은 부하량 분포도가 나타남을 알 수 있었다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 2005년도 GIS/RS 공동 춘계학술대회
• /
• pp.339-344
• /
• 2005

하이퍼스펙트럴 데이터의 효과적인 분석을 위해 밴드 추출(Feature Extraction)이나 밴드선택(Feature Selection)에 대한 연구가 최근 많이 이루어지고 있다. 본 연구는 상대적으로 많은 밴드를 가지는 하이퍼스펙트럴 영상을 식생지수(Vegetation Index)와 같은 특수한 목적에 적용하기 위해 같은 파장대의 밴드를 조합(Band Aggregation)하여 Landsat ETM+ 영상 밴드와 동일한 영상 생성을 목적으로 한다. 이를 위해 NASA에서 제공하는 밴드별 분광특성 자료를 이용하여 밴드 조합을 위한 가중치 계산식에 적용하였으며, 밴드 선택을 위한 유효 파장대를 추출해 보았다 데이터 간 편차를 줄이기 위해 실제 1분 간격으로 촬영된 동일지역의 Hyperion과 ETM+ 영상을 사용하여 알고리즘에 적용하였고, 그 결과를 영상 간 상관계수와 NDVI 영상을 이용하여 비교 분석하였다.

• 대한공간정보학회지
• /
• 제21권3호
• /
• pp.63-71
• /
• 2013

본 연구에서는 산림 바이오매스와 식생지수의 상관성을 분석하기 위해 현장조사 자료, 위성영상과 LiDAR 자료를 이용하여 산정된 산림 바이오매스 분포도를 기준으로 고해상도 KOMPSAT-2 영상과 LANDSAT 영상을 이용하여 식생지수인 SR, NDVI, SAVI, LAI를 계산한 값과 비교하였다. 분석결과, 고해상도 KOMPSAT-2 영상의 식생지수가 LANDSAT 영상의 식생지수보다 침엽수의 상관성이 더 높게 나타났으며 활엽수의 경우는 LANDSAT 영상의 식생지수가 높은 상관성을 보였다. 식생지수 중에는 NDVI 값이 다른 지수에 비해 상관성이 높게 나타났다. 또한 STSAT-3 위성의 소형영상분광기(Compact Imaging Spectrometer, COMIS)와 유사 센서인 EO-1 위성의 Hyperion 영상을 이용하여 하이퍼스펙트럴 영상을 분석하고 바이오매스와 상관성이 상대적으로 높은 식생지수를 동일한 GSD 조건의 LANDSAT 위성의 식생지수와 비교하고 하이퍼스펙트럴 영상의 임상 추출에 대한 활용가능성을 분석하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 추계학술대회
• /
• pp.450-453
• /
• 2017

본 논문은 FPGA를 이용해서 태양을 추적하는 시스템에 대해서 소개한다. 센서를 이용한 추적방법과 태양의 고도를 프로그래밍하여 추적하는 방법을 혼합한 방식인 혼합식 태양 추적 방식을 이용한다. 본 논문에서의 센서는 이미지센서, 광센서를 사용하고 시간에 따라 태양의 고도를 프로그래밍하고 동작 시간은 컴퓨터에서 하이퍼터미널을 통한 무선통신을 통해서 수신한다. 비교적 개발비용이 저렴하고 업데이트 가능한 FPGA를 사용하고, 양방향 추적식 및 혼합추적법을 사용하여 최대한의 에너지 발전효율을 갖는 태양추적시스템을 제안한다.

• 대한공간정보학회지
• /
• 제22권1호
• /
• pp.81-88
• /
• 2014

본 연구에서는 항공 하이퍼스펙트럴 영상에 대해 PCA를 적용하여 토지 이용 및 피복 분류 판독의 가독성을 향상시키기 위하여 고유성분이 높은 밴드를 선별적으로 조합하여 5개 유형의 PCA영상을 제작하였다. 유형별 영상은 SAM감독 분류 기법을 적용하여 영상분류를 시행하고 정확도를 평가한 결과 PCA변환 시 고유성분 포함율은 PCA변환 영상의 첫 번째 밴드에 해당하는 영상이 76.74%의 성분을 포함하며, PCA변환 영상의 두 번째 누적 밴드에 해당하는 영상이 98.40%로 대부분의 성분자료가 두 번째 영상까지에 담긴 것을 알 수 있었다. 유형별 영상의 정량적 분류정확도 평가는 전체정확도, 생산자 및 사용자 정확도를 분석한 결과 유사한 패턴을 가지며, 특이한 사항은 정성적인 분류정확도 평가는 PCA변환 영상의 네 번째 밴드이상이 포함되어야 정확도가 확보되는 것으로 판단되나 정량적인 분류 정확도 평가에서는 PCA변환 영상의 두 번째 밴드까지를 포함하는 영상이 가장 높은 정확도를 나타내는 것을 알 수 있었다.

• 한국전자통신학회논문지
• /
• 제18권5호
• /
• pp.785-796
• /
• 2023

본 연구에서는 구조물 건전성 모니터링에 널리 활용되고 있는 PVDF(: Polyvinylidene fluoride) 센서에 나타날 수 있는 결함을 실시간으로 분류 및 예측하기 위한 방법론을 제안하였다. 센서 부착 환경에 따라 나타나는 센서의 결함 유형을 분류하였고, 임팩트 해머를 이용한 충격 시험을 수행하여 결함 유형에 따른 출력 신호를 획득하였다. 결함 유형에 따른 출력 신호간의 차이를 식별하기 위해 이들의 시간영역 통계 특징을 추출하여 데이터 집합을 구축하였다. 머신러닝 기반 분류 알고리즘들 중 센서 결함 유형 감지에 가장 적합한 알고리즘 선정을 위해 구축한 데이터 집합의 학습 및 이에 따른 결과를 분석하였고, 이들 중 SVM(: Support vector machine)이 가장 높은 성능을 보임을 확인하였다. 선정된 SVM 알고리즘의 추가적인 정확도 향상을 위해 하이퍼 파라미터 최적화 작업을 수행하였으며, 결과적으로 92.5%의 정확도로 센서 결함 유형을 분류하였고 이는 타 분류 알고리즘에 비하여 최대 13.95% 높은 정확도를 보였다. 본 연구에서 제안한 센서 결함 예측 기법은 PVDF 센서뿐만 아니라 실시간 구조물 건전성 모니터링을 위한 다양한 센서의 신뢰성을 확보하기 위한 기반 기술로 활용될 수 있을 것으로 사료된다.

• 한국정보통신학회논문지
• /
• 제8권8호
• /
• pp.1654-1660
• /
• 2004

본 논문은 애쉴론(Echelon)사의 LonWorks 기술을 이용하여 분산 지능 제어를 위한 LonWorks 통신 모듈 설계 및 구현에 대하여 논한다. LonWorks 통신 모듈은 하드웨어와 펌웨어(firmware)로 나눌 수 있다. 첫 번째, 하드웨어는 센서가 부착된 마이크로컨트롤러 부분과 제어와 데이터 네트워크를 함께 운용할 수 있는 LonWorks 구성요소이다. 즉, 뉴런 칩(neuron chip), 마이크로컨트롤러, 트랜시버(transceiver), LONCard로 구성되어 있다. 두 번째, 운용 펌웨어는 노드빌더(NodeBuilder) 3.0 개발 툴을 이용한 뉴런 C이다. 제작 구현된 LonWorks 통신 모듈은 LTM-10A, Gizmo 4 I/O board, 병렬 I/O 인터페이스를 이용하여 사전 테스트하였다. 그리고 필드 테스트를 위하여 마이크로컨트롤러 부분은 하이퍼터미널(HyperTerminal)을 이용하여 테스트하였고, 데이터 네트워크의 통신 절차는 윈도우즈용 LonMaker 툴을 이용하여 짧은 메시지를 송$.$수신하여 확인하였다. 이로써 LON(Local Operating Network)은 지능 디바이스를 가진 분산형 제어 기술을 사용하여 대형 제어시스템을 소형화할 수 있다.

• 한국전자통신학회논문지
• /
• 제18권6호
• /
• pp.1353-1362
• /
• 2023

혈당 수치를 확인하기 위해 사용하는 채혈식 혈당 측정기의 불편함을 해소하기 위한 다양한 방법이 시도되고 있다. 본 논문에서는 근적외선 센서를 이용하여 획득한 스펙트럼 데이터로부터 머신러닝 기술을 사용하여 비침습적으로 혈당 수치를 추정하고자 하였다. 연구에 사용한 비침습식 혈당측정기는 가시광선을 포함하여 총 6개로 구성된 근적외선 발광부와 이를 수신하는 수광부를 가지는데, 손가락과 같은 인체의 특정 부위에 대한 스펙트럼 데이터를 수집하기 위해 만든 기기이다. 혈당 수치에 따라 유의미한 차이가 있는지를 검증하기 위해 머신 러닝 알고리즘들을 통해 혈당 수치 추정을 시도하였다. 수집한 데이터에 5가지 머신 러닝 알고리즘 기법을 적용하면서 다양한 하이퍼 파라미터를 조정한 결과, 서포트 벡터 회귀 알고리즘이 가장 좋은 성능을 나타냄을 확인하였다.