KSII Transactions on Internet and Information Systems (TIIS)
/
제12권10호
/
pp.5015-5038
/
2018
In this paper, a novel spectral-spatial joint sparse representation algorithm for hyperspectral image classification is proposed based on multi-layer superpixels in various scales. Superpixels of various scales can provide complete yet redundant correlated information of the class attribute for test pixels. Therefore, we design a joint sparse model for a test pixel by sampling similar pixels from its corresponding superpixels combinations. Firstly, multi-layer superpixels are extracted on the false color image of the HSI data by principal components analysis model. Secondly, a group of discriminative sampling pixels are exploited as reconstruction matrix of test pixel which can be jointly represented by the structured dictionary and recovered sparse coefficients. Thirdly, the orthogonal matching pursuit strategy is employed for estimating sparse vector for the test pixel. In each iteration, the approximation can be computed from the dictionary and corresponding sparse vector. Finally, the class label of test pixel can be directly determined with minimum reconstruction error between the reconstruction matrix and its approximation. The advantages of this algorithm lie in the development of complete neighborhood and homogeneous pixels to share a common sparsity pattern, and it is able to achieve more flexible joint sparse coding of spectral-spatial information. Experimental results on three real hyperspectral datasets show that the proposed joint sparse model can achieve better performance than a series of excellent sparse classification methods and superpixels-based classification methods.
최근 블록체인을 기반으로 하는 미술품 NFT(Non Fungible Token) 시장은 기존 그림 작품 뿐만 아니라 작품을 홀로그램화 하여 거래될 정도로 활성화 되고 있다. 하지만 이렇게 방대한 미술품 시장에서 미확인 작품은 위조 수준이 정교하여서 전문가조차 진품인지 위작인지 판별하기 어렵다는 문제점이 존재한다. 이러한 문제점은 진품이 출품될 시에도 위작으로 의심받을 수 있어 작품 및 작가의 가치하락까지 이어질 수 있다. 이러한 문제를 해결하기 위하여 본 논문에서는 객관적인 분석을 통하여 추출된 데이터 중 색도 Chromaticity 데이터를 4사분면으로 분류하여 비교군과 교점을 추출하고 교점에 해당하는 포인트의 XRF와 초분광 스펙트럼 데이터를 이용하여 미확인 작품의 작가를 추정하는 시스템을 제안한다.
해양사고 발생시 실종자는 해양에 노출된 시간이 길어질수록 생존확률이 빠르게 감소하기 때문에 인명구조를 위해서는 신속한 수색이 필요하다. 또한 해양의 수색영역은 육상에 비해서 매우 넓기 때문에 효율적인 수색을 위해서는 선박을 이용한 육안수색보다는 인공위성이나 항공기에 탑재된 센서를 이용한 해상 객체 탐지 기술의 적용이 필요하다. 본 연구는 항공기에 탑재된 초분광 영상 센서를 이용하여 해양에서 객체를 신속하게 탐지하기 위한 목적으로 진행되었다. 초분광 영상 센서로 촬영된 영상은 8,241 × 1,024의 공간 해상도를 가지며, 한 화소당 0.7 m의 분해능과 127개의 스펙트럼으로 구성된 대용량의 데이터이다. 본 연구에서는 이러한 데이터를 신속하게 분석하기 위한 목적으로 DBSCAN을 사용한 해수 식별 알고리즘과 밀도 기반의 육지 제거 알고리즘을 결합한 해상 객체 탐지 모델을 개발하였다. 개발한 모델은 초분광 영상에 적용하였을 때 약 5 km2의 해상 영역을 100초 내로 분석할 수 있는 성능을 보였다. 또한 개발한 모델의 탐지 정확도를 평가하기 위해서 항공기를 이용하여 목포, 군산, 여수 지역의 초분광 영상을 촬영하였으며, 본 연구에서 개발한 탐지 모델에 적용한 결과, 실험 영상 내의 선박들을 90 %의 정확도로 탐지할 수 있는 결과를 얻었다. 본 연구에서 개발된 기술은 소형 선박의 수색·구조 활동을 지원하는 중요한 정보로 활용될 수 있을 것으로 기대한다.
현재 대기질 관측 방법은 지상관측망과 인공위성 자료를 기반으로 실시되고 있다. 그러나 현재 방법은 국소지역 및 특정 사업장에 대한 불법 대기오염 물질 배출 증거를 채집하는데 한계가 있으므로 첨단센서를 이용한 증거 채집 방법 개발이 필요한 실정이다. 이 연구에서는 이산화질소와 아황산가스 농도 측정에 있어 자외선 초분광센서의 활용 가능성을 분석하였다. 사용한 스펙트럼은 두 가지 종류로 복사전달모델을 이용하여 모의한 농도별 스펙트럼과 초분광센서를 이용하여 측정한 각 가스의 한 개 농도에 대한 스펙트럼이다. 초분광센서의 활용 가능성을 파악하기 위하여 모의한 스펙트럼과 초분광센서를 이용한 관측 스펙트럼의 차이를 분석하고, 모의 스펙트럼을 이용하여 가스의 농도에 따른 스펙트럼의 변화를 분석하였다. 그 결과 초분광센서로 관측한 스펙트럼과 복사전달모델로 모의한 스펙트럼이 매우 유사한 것으로 나타났다. 또한 모의한 스펙트럼에서 특정 파장의 흡수 깊이가 가스의 농도와 매우 높은 상관관계를 갖고 있는 것으로 나타났다. 따라서 초분광 센서를 이용하여 대기오염물질인 이산화질소와 아황산가스의 농도 추정 가능성이 높은 것으로 판단된다. 향후 연구에서는 초분광센서를 이용하여 다양한 농도에 대한 이산화질소와 아황산가스에 대한 스펙트럼을 관측하고, 농도 추정 가능성을 검증할 필요가 있다.
넓은 면적의 유역에 대한홍수유출모형 및 수문분석에서 중요한 인자로 이용되는 토지피복 정보를 얻기 위하여 인공위성 영상이 많이 활용되고 있다. 도시지역과 같이 다양한 형태의 토지피복이 혼재하는 공간에서는 보다 세분화된 토지피복 정보가 필요하나, 기존의 다중분광영상을 이용한 수문학적 토지피복분류에는 한계가 있다. 이 연구에서는 초분광영상을 이용하여 도시지역의 수문학적 토지피복 분류에 있어서 기존의 다중분광영상 보다 분류등급을 세분화하고 분류정확도를 향상시킬 수 있는 가능성을 밝히고자 한다. 미국 농무부 토양보전국(USDA SCS)의 도시지역 수문학적 토지피복분류를 목표로 서울지역의 Hyperion 영상을 분석하였다. 도시지역의 피복특성을 감안한여 투수성 및 불투수성 표면특성을 대표하는 8개의 endmember를 선정하여 분광혼합분석을 수행하였다. 분광혼합분석 결과 얻어진 각 endmember의 점유비율을 조합하여 17개 등급의 수문학적 토지피복도를 제작하였다. 분광혼합분석을 적용하여 얻어진 토지피복도의 정확도를 10곳의 표본점에 대한 항공사진 판독 결과를 통하여 검정한 결과, 미국 농무부에서 제시한 수문학적 토지피복등급이 비교적 정확하게 분류되었다.
현재까지 초분광영상을 위한 다양한 표적탐지 알고리즘이 개발 및 사용되고 있다. 그러나 표적탐지 알고리즘의 비교 및 검증 기준으로 1~2가지 영상에 적용한 탐지정확도 만을 사용하고 있어, 사용자 입장에서 그 적용성을 평가하는 데에는 한계가 있다. 본 연구의 목적은 초분광영상에 대한 표적탐지 알고리즘의 적용성을 체계적으로 분석하는 것이다. 이를 위하여 표적, 배경, 영상의 분광적 또는 복사적 특성에 관련된 5가지 기준 인자들을 정의하였고, 각 인자의 변이에 따른 6가지 기존 표적탐지 알고리즘의 탐지정확도 변화를 비교하였다. 이와 더불어 영상 크기에 따른 각 알고리즘의 처리시간을 비교하였다. 그 결과 탐지정확도 측면에서는 기준인자에 따라 적용성이 높은 알고리즘의 종류가 다르게 나타났다. 처리시간은 2차 통계값 기반 알고리즘이 다른 알고리즘에 비해 매우 크게 나타났다. 탐지정확도와 처리시간을 종합적으로 고려한 결과 사용하는 영상과 표적 그리고 배경의 특성에 따라 적용성이 높은 알고리즘의 종류가 다른 것으로 나타났다. 따라서 초분광영상에 대한 기존 표적탐지 알고리즘의 적용성은 자료의 특성 및 배경과 표적의 공간적 분광적 관계에 따라 다르게 나타나므로, 사용하는 자료의 특성과 목적에 따라 적용하는 표적탐지 알고리즘의 종류가 달라질 필요가 있다.
분광혼합분석을 효과적으로 수행하기 위한 정확한 endmember의 추출은 반드시 선행되어야할 조건이며, 이를 위한 다양한 endmember 추출 알고리즘들이 개발되었다. 이러한 endmember 추출 알고리즘의 개발 및 적용성을 평가하기 위한 기존의 연구는 대부분 모의 초분광 영상 또는 AVIRIS 영상을 대상으로 진행되었다. 그러나 이러한 영상 자료는 실제 국내에서 획득되고 활용할 수 있는 초분광 영상과 차이를 보일 수 있다. 따라서 본 연구에서는 국내에서 취득된 AISA 초분광 영상에 대하여 대표적인 endmember추출 알고리즘을 사용하고, 그 적용성을 평가하였다. 물질의 종류 및 크기에 따른 차이를 분석하기 위하여 인공적으로 설계한 테스트베드를 구축하고, AISA 초분광 영상을 취득하여 실험 자료로 이용하였다. 실험결과, 테스트베드 내 물질과 초기 입력값에 따라 알고리즘별로 endmember 추출결과가 다르게 나타났다. 따라서 효과적인 endmember 추출 알고리즘을 적용하기 위해서는 영상을 구성하는 테스트베드 내 물질의 특성 및 최적의 endmember의 개수를 고려해야 할 것이다.
복사계 장비를 이용하여 수질을 원격으로 추정하는 기술은 광역 수권환경의 변화를 모니터링함에 있어서 효과적인 수단을 제공한다. 위성 또는 유무인 항공기 등의 플랫폼과 결합되어 사용될 시, 광역 수질정보 획득에 소요되는 비용 및 시간을 절감할 수 있다. 정확한 원격 추정 알고리즘을 개발하기 위해서는 다양한 광학적 환경에서 획득된 현장 관측 자료의 확보가 매우 중요하다. 본 연구에서는 조사지역의 광학적 환경을 분석하기 위하여, 초분광 복사량 및 수중 구성물질에, 그리고 그 구성물질의 광학적 특성에 대한 자료가 획득되었다. 조사해역으로 설정된 통영 인근 해역에 대한 관측자료를 분석한 결과, 조사해역은 광학적으로 복잡한 해역임이 나타났고, 일부 정점에서 적조생물을 포함한 수괴가 발견되었다. 또한, 각 수중 구성성분이 원격탐사 반사도 및 흡광계수에 미치는 영향에 대한 정성적인 분석결과를 제공한다.
Wu, Chunming;Wang, Meng;Gao, Lang;Song, Weijing;Tian, Tian;Choo, Kim-Kwang Raymond
KSII Transactions on Internet and Information Systems (TIIS)
/
제13권8호
/
pp.3917-3941
/
2019
The recent interest in artificial intelligence and machine learning has partly contributed to an interest in the use of such approaches for hyperspectral remote sensing (HRS) imagery classification, as evidenced by the increasing number of deep framework with deep convolutional neural networks (CNN) structures proposed in the literature. In these approaches, the assumption of obtaining high quality deep features by using CNN is not always easy and efficient because of the complex data distribution and the limited sample size. In this paper, conventional handcrafted learning-based multi features based on expert knowledge are introduced as the input of a special designed CNN to improve the pixel description and classification performance of HRS imagery. The introduction of these handcrafted features can reduce the complexity of the original HRS data and reduce the sample requirements by eliminating redundant information and improving the starting point of deep feature training. It also provides some concise and effective features that are not readily available from direct training with CNN. Evaluations using three public HRS datasets demonstrate the utility of our proposed method in HRS classification.
본 논문의 의도는 하이퍼스펙트럴 영상의 다량의 밴드를 사용하면서도 효율적인 분류기법의 개발에 초점을 두고 있다. 본 연구에서는 하이퍼스펙트럴 영상의 분류에 있어 이론적으로 밴드수가 많아질수록 분류정확도가 높을 것이라 예상되는, 다변량 통계분석기법중의 하나인 정준상관분석을 적용한 분류기법을 제안한다. 그리고 기존의 대표적인 전통적 분류기법인 최대 우도분류 방법과 비교한다. 사용되는 하이퍼스펙트럴 영상은 2001년 9월 2일 취득된 EO1-Hyperion 영상이다. 실험을 위한 밴드수는 LANDSAT TM 영상에서 열밴드를 제외한 나머지 데이터의 파장대와 일치하는 부분을 감안하여 30개 밴드로 선정하였다. 지상실제데이터로서 비교기본도를 채택하였다. 이 비교기본도와 시각적으로 윤곽을 비교하고, 중첩분석하여 정확도를 평가하였다. 최대우도분류의 경우 수역 분류를 제외하고는 전혀 분류기법으로서의 역할을 하지 못하는 것으로 판단되며, 수역의 경우도 큰 호수 외에 작은 호수나 골프장내 연못, 부분적으로 물이 존재하는 작은 영역 등은 전혀 분류하지 못하고 있는 것으로 나타났다. 그러나 정준상관분류결과는 비교기본도와 형태적으로 시각적 비교를 해볼 때 골프장잔디를 거의 명확히 분류해 내고 있으며, 도시역에 대해서도 고속도로의 선형 등을 상당히 잘 분류해내고 있음을 알 수 있다. 또한 수역의 경우도 골프장 연못이나 대학교내 연못, 기타지역의 연못, 웅덩이 등 까지도 잘 분류해내고 있음을 확인할 수 있다. 결과적으로 정준상관분석 알고리즘의 개념상 트레이닝 영역 선정시 시행착오를 겪지 않고도 정확한 분류를 할 수 있었다. 또한 분류항목 중에서 잔디와 그 외 식물을 구분해 내는 능력과 수역을 추출해 내는 능력이 최대우도분류기법에 비해 우수하였다. 이상의 결과로 판단해 볼 때 하이퍼스펙트럴영상에 적용되는 정준상관분류기법은 농작물 작황 예측과 지표수 탐사에 매우 유용하리라 판단되며, 나아가서는 분광적 고해상도 영상인 하이퍼스펙트럴 데이터를 이용한 GIS 데이터베이스 구축에 중요한 역할을 할 수 있을 것으로 기대된다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.