• 문화기술의 융합
• /
• 제8권6호
• /
• pp.953-958
• /
• 2022

홀로그래픽 스테레오그램은 여러 시점에서 취득한 다수의 이미지를 사용하므로 입체피로나 어지러움 없는 입체감을 제공한다. 홀로그래픽 스테레오그램을 제작하기 위해서는 실사 물체의 다시점 투영 이미지를 획득한 후 디지털 홀로그램 프린터를 이용해 필름에 기록하는 과정을 거쳐야 한다. 다시점 투영 이미지(Perspective Images)를 획득할 때, 대상 물체와 카메라 사이의 거리가 일정해야 왜곡 없는 홀로그램을 제작할 수 있다. 대상 물체가 소형이면카메라와의 거리를 일정하게 유지하는 것이 가능하지만, 대형인 경우에는 물체와 카메라와의 일정 거리 유지가 어렵다. 본 논문에서는 대형 물체의 홀로그램 제작에 필요한 다시점 투영 이미지를 획득하기 위해, 드론을 이용하여 스마트 비행 모드인 POI(Point of Interest)방법으로 촬영하였다. 이후, 예기치 못한 흔들림이나 대상 물체와의 거리가 일정하지 못한 부분은 후반에서의 작업을 통해 문제점을 보정하는 단계를 거쳐 대형 물체의 다시점 투영 이미지를 제작하였다.

• 대한원격탐사학회지
• /
• 제39권5_2호
• /
• pp.837-847
• /
• 2023

본 연구는 사고현장에서 화학물질로 인해 발생한 사고지점의 피해면적을 식생지수로 산출하는 방안을 연구하였다. 자료수집은 두 종류의 드론을 활용하였으며, 사진측량기법을 적용한 3차원 점군자료에서 피해면적을 산출하였다. 다중분광센서의 분광대역 정보를 활용하여 제작한 정사영상을 토대로 식생지수 영상을 제작하였고, 임계값에 따른 피해면적의 결과로 사고현장에 대한 통계를 분석하였다. 근적외선 밴드 기반의 식생지수 Kappa 값은 0.79, 녹색 밴드 기반의 식생지수는 0.76으로 화학물질사고 조사현장에서 식생지수를 활용한 피해면적 분석 방법을 활용할 수 있을 것으로 판단된다.

• 인터넷정보학회논문지
• /
• 제21권5호
• /
• pp.31-37
• /
• 2020

Last year's Goseong-Sokcho forest fires have highlighted the limitations of extinguishing work for night-time forest fire and the importance of quick identification for information on the spread of forest fire. However, it is not easy to find services that take into account the characteristics of forest fires, as most existing disaster-related mobile applications and research assume various disaster situations rather than just forest fire situations. Therefore, a system that can provide information quickly is needed, taking into account the characteristics of forest fires and the limitations of extinguishing work. In this paper, we propose evacuation route guidance services that bypass areas where fire has already spread, supplement existing methods of extinguishing work, and provide general information on forest fire situations in real time, by putting drones into forest fire situations. It has been implemented to automate image analysis using the Rekognition service of Amazon Web Service (AWS), and the results of fire detection and the T Map API guide the evacuation path. It is expected that the results of this paper will allow efficient and rapid rescue and extinguishing work to be carried out, and further reduce the damage of human life caused by forest fires.

• 한국전자통신학회논문지
• /
• 제13권6호
• /
• pp.1379-1386
• /
• 2018

양식장에서 사용되는 기존의 수중 카메라는 제한된 구역만 촬영할 수 있으며, 수중 오염으로 인해 훼손되기 쉽다. 또한 양식장 그물망에 사료 공급에 따른 잉여 찌꺼기가 퇴적되어 양식장을 오염시키는 문제점이 있다. 이에 본 논문은 양식장 수중 모니터링과 그물망 청소를 위한 수중 드론을 제안한다. 수중 드론을 이용한다면 수중 영상 촬영, 모니터링과 양식장 그물망 청소가 가능하다. 이를 활용하면 양식장 환경 변화를 감지해 데이터를 수집할 수 있고 그 데이터를 기반으로 양식장 내에서 발생하는 변화에 대응할 수 있다. 더불어 통합관제 시스템을 구축하게 되면 이를 통해 효율적이고 안정적인 스마트 양식장 구축이 가능할 것이다.

• Journal of Information Processing Systems
• /
• 제19권6호
• /
• pp.791-802
• /
• 2023

The manual inspection of photovoltaic (PV) panels to meet the requirements of inspection work for large-scale PV power plants is challenging. We present a hot spot detection and positioning method to detect hot spots in batches and locate their latitudes and longitudes. First, a network based on the YOLOv3 architecture was utilized to identify hot spots. The innovation is to modify the RU_1 unit in the YOLOv3 model for hot spot detection in the far field of view and add a neural network residual unit for fusion. In addition, because of the misidentification problem in the infrared images of the solar PV panels, the DeepLab v3+ model was adopted to segment the PV panels to filter out the misidentification caused by bright spots on the ground. Finally, the latitude and longitude of the hot spot are calculated according to the geometric positioning method utilizing known information such as the drone's yaw angle, shooting height, and lens field-of-view. The experimental results indicate that the hot spot recognition rate accuracy is above 98%. When keeping the drone 25 m off the ground, the hot spot positioning error is at the decimeter level.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.153-155
• /
• 2022

최근 로봇과 드론을 이용하여 이미지 데이터를 수집하는 경우가 많아졌다. 로봇이나 드론이 주행할 때 외부 영향으로 흔들리게 된다. 이렇게 수집된 이미지를 사용하기 위해서는 이미지를 정합하는 전처리 기술이 필요하다. 따라서 본 논문에서는 자율주행 로봇 데이터셋과 직접 촬영한 드론 데이터셋을 사용하여 Deblur 딥러닝 모델을 통해 흔들린 이미지 데이터의 품질을 높인다. 실험 결과를 통해 흔들린 이미지가 선명하게 정합되는 것을 확인하였으며 모델의 성능을 평가하였다.

• 터널과지하공간
• /
• 제25권5호
• /
• pp.462-469
• /
• 2015

본 연구에서는 보급형 회전익 무인항공기(드론, DJI 팬텀2 비전 플러스)를 이용하여 국내 소규모 석회석 노천광산 현장(대성MDI(주) 석교사업소)의 지형측량을 수행하였다. 고도 100 m, 속도 3 m/s 조건으로 30분간 자동모드 비행을 수행한 결과 총 89장의 항공사진을 획득할 수 있었다. 현장에서 취득한 항공사진 자료들을 보정하고, 정합한 결과 총 3,400만 개의 3차원 점군 데이터가 추출되었고, 이로부터 5 cm 해상도의 정사영상과 수치표면모델 자료를 생성할 수 있었다. 5개 지상기준점에 대해서 고정밀 위성측정시스템를 이용하여 측정한 위치 좌표와 회전익 무인항공기 사진측량시스템을 이용하여 추출한 위치 좌표를 비교한 결과 평균 제곱근 오차가 X, Y, Z 세 방향 모두 10 cm 내외로 나타났다. 따라서 보급형 회전익 무인항공기 사진측량시스템이 기존의 지형측량 장비들을 대체하거나 보완할 수 있는 기술로서 소규모 노천광산 현장에서 효과적으로 활용될 수 있을 것이라 판단된다.

• 대한원격탐사학회지
• /
• 제36권2_1호
• /
• pp.199-215
• /
• 2020

잘피는 연안해역에 서식하는 해양수생관속식물로 해양생태계의 중요한 역할을 하고 있어, 주기적인 잘피 서식지의 모니터링이 이루어지고 있다. 최근 효율적인 잘피 서식지의 모니터링을 위해 고해상도의 영상 획득이 가능한 드론의 활용도가 높아지고 있다. 그리고 의미론적 분할에 있어 합성곱 신경망 기반의 딥러닝이 뛰어난 성능을 보임에 따라, 원격탐사 분야에 이를 적용한 연구가 활발하게 이루어지고 있다. 그러나 다양한 딥러닝 모델, 영상, 그리고 하이퍼파라미터에 의해 의미론적 분할의 정확도가 다르게 나타나고, 영상의 정규화와 타일과 배치 크기에서도 정형화되어 있지 않은 상태이다. 이에 따라 본 연구에서는 우수한 성능을 보여주는 딥러닝 모델을 이용하여 드론의 광학 영상에서 잘피 서식지를 분할하였다. 그리고 학습 자료의 정규화 및 타일의 크기를 중점으로 결과를 비교 및 분석하였다. 먼저 정규화와 타일, 배치 크기에 따른 결과 비교를 위해 흑백 영상을 만들고 흑백 영상을 Z-score 정규화 및 Min-Max 정규화 방법으로 변환한 영상을 사용하였다. 그리고 타일 크기를 특정 간격으로 증가시키면서 배치 크기는 메모리 크기를 최대한 사용할 수 있도록 하였다. 그 결과, Z-score 정규화가 적용된 영상이 다른 영상보다 IoU가 0.26 ~ 0.4 정도 높게 나타났다. 또한, 타일과 배치 크기에 따라 최대 0.09까지 차이가 나타나는 것을 확인하였다. 딥러닝을 이용한 의미론적 분할에 있어 정규화, 타일의 배치 크기의 변화에 따른 결과가 다르게 나타났다. 그러므로 실험을 통해 이들 요소에 대한 적합한 결정 과정이 있어야 함을 알 수 있었다.

• 대한원격탐사학회지
• /
• 제36권5_1호
• /
• pp.667-677
• /
• 2020

작물 수분 스트레스는 토양수분 함량, 농작물 생리학적 특성 및 원격탐사 기술을 이용하여 감지할 수 있으며, 작물의 생산량 감소를 평가하는데 매우 중요하다. 작물 수분 스트레스 지수(CWSI)는 작물의 엽온과 기온의 차이를 이용하여 산출할 수 있다. 본 연구에서는 드론 기반 열적외 영상을 이용하여 봄배추를 대상으로 관수 처리구(WCP)와 무관수 처리구(WDP)에 대한 CWSI 분포도를 작성하였다. 그 결과, CWSI 공간분포는 배추의 생육이상 반응 요소(구고, 구직경 및 엽록소 함량 측정치)와 높은 일치율을 나타내었다. 따라서 CWSI는 작물 생육이상 모니터링 및 평가에 좋은 수단으로 활용 가능할 것으로 판단된다.

• 지적과 국토정보
• /
• 제47권1호
• /
• pp.213-223
• /
• 2017

최근 우리나라의 대기환경이 악화되고 있으며 대기질에 대한 국민적 관심이 증가하고 있다. 다양한 관측수단이 대기환경 모니터링에 이용되고 있으나, 배출시설에 대한 공간정보가 부재한 실정에서 관측자의 경험과 판단에 의존하고 있다. 본 연구에서는 대기오염물질 배출시설 모니터링을 위한 드론 영상의 활용 가능성을 판단하고자 하였다. 드론 정사영상에 질감 변환 기법을 적용하여 공장지붕에 분포하는 소규모 가스 배출시설을 탐지하였고, 오탐지율을 감소시키기 위하여 수치표면모델(DSM)로 계산한 경사도 자료를 이용하였다. 그 결과 약 80%의 정탐지율과 40%의 오탐지율을 보여주어 소규모 가스 배출시설 탐지에 있어 드론 영상의 활용 가능성이 높다고 할 수 있다. 향후 정탐지율의 향상 및 오탐지율의 감소와 관련된 다양한 시도와 연구가 필요하다. 또한 이러한 결과들을 바탕으로 대기오염물질 배출시설에 대한 3차원 공간정보를 포함하는 데이터베이스를 구축할 필요가 있다.