• 한국측량학회지
• /
• 제37권6호
• /
• pp.481-489
• /
• 2019

다시기 위성 영상을 이용한 변화탐지 분석은 인간 활동의 변화를 직접 반영하는 지표이다. 변화탐지는 크게 화소 기반 변화탐지(PBCD: Pixel-Based Change Detection)와 객체 기반 변화탐지(OBCD: Object-Based Change Detection)로 구분한다. 화소 기반 변화탐지는 알고리즘이 간단하고 비교적 쉽게 정량적 분석이 가능해 전통적으로 많이 쓰여온 기법이나 고해상도 영상에서의 화소 기반 변화탐지는 오탐지나 노이즈(noise)가 발생하기 때문에 고해상도 영상에서의 활용도가 떨어진다. 또한, 고해상도 다시기 영상은 취득 당시 센서의 자세나 지형적 특성으로 인해 영상 등록(image registration)을 수행한 이후에도 지형적 불일치가 발생한다. 등록오차(registration noise)라고 불리는 이 지형 불일치는 고해상도 다시기 영상 활용을 위한 공간정보 추출 시 정확도를 떨어뜨리는 방해요인으로 작용한다. 이에 본 연구에서는 등록오차를 고려한 고해상도 영상의 객체 기반 변화탐지를 수행하였다. 이 때, 다양한 화소 기반 변화탐지 결과를 모두 고려한 객체 기반 변화탐지 결과를 도출하였으며 이 과정에서 분할 영상(segmentation image)과의 major voting을 적용하였다. 제안 기법과 화소 기반 변화탐지 결과, 그리고 화소 기반 변화탐지 결과를 객체 기반 변화탐지로 확장한 결과의 비교를 통해 제안 기법의 우수성을 평가하였다.

• Journal of Information Processing Systems
• /
• 제18권4호
• /
• pp.587-598
• /
• 2022

To increase building change recognition accuracy, we present a deep learning-based building change detection using remote sensing images. In the proposed approach, by merging pixel-level and object-level information of multitemporal remote sensing images, we create the difference image (DI), and the frequency-domain significance technique is used to generate the DI saliency map. The fuzzy C-means clustering technique pre-classifies the coarse change detection map by defining the DI saliency map threshold. We then extract the neighborhood features of the unchanged pixels and the changed (buildings) from pixel-level and object-level feature images, which are then used as valid deep neural network (DNN) training samples. The trained DNNs are then utilized to identify changes in DI. The suggested strategy was evaluated and compared to current detection methods using two datasets. The results suggest that our proposed technique can detect more building change information and improve change detection accuracy.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권3호
• /
• pp.241-247
• /
• 2000

본 논문에서는 동영상으로부터 기존의 화소 단위의 변화 영역 검출 방법에 비해 빠른 변화 영역 검출 방법을 제안한다. 제안된 방법은 블록 및 화소 단위의 변화 영역 검출을 결합함으로써 변화 영역 검출의 속도 및 변화 검출 마스크의 화질을 개선한다. 제안된 방법은 16 ${\times}$ 16 크기의 블록 단위 변화 영역 검출의 결과로 생성된 초기 변화 검출 마스크의 경계 블록 내의 4개의 부 블록들에 대하여 블록 단위의 변화 영역을 검출한다. 그리고 나서, 변화 검출 마스크의 8 ${\times}$ 8 경계 블록에 대하여 화소 단위의 변화 영역 검출을 수행한다. 제안된 방법에서 사용된 블록 단위의 변화 영역 검출은 변화 영역 검출의 속도를 개선할 뿐만 아니라, 잡음에 의한 영향을 최소화하는 이점이 있다. 이와 함께, 8 ${\times}$ 8 경계 블록에 대해 화소 단위의 변화 영역 검출을 수행함으로써 변화 검출 마스크의 화질 또한 향상시키는 이점이 있다. 실험 결과, 제안된 방법이 기존의 방법에 비해 9:1 정도의 속도 개선과 화질에서의 향상을 가져옴을 확인 할 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 추계학술대회
• /
• pp.259-262
• /
• 2012

In this paper, we propose a new fast algorithm for effective scene change detection. The proposed algorithm exploits Otsu threshold matching technique, which was proposed earlier. In this method, the current and the reference frames are divided into square blocks of particular size. After doing so, the pixel histogram of each block is generated. According to Otsu method, every histogram distribution is assumed to be bimodal, i.e. pixel distribution can be divided into two groups, based on within-group variance value. The pixel value that minimizes the within-group variance is said to be Otsu threshold. After Otsu threshold is found, the same procedure is performed at the reference frame. If the difference between Otsu threshold of a block in the current frame and co-located block in the reference frame is larger than predefined threshold, then a scene change between those two blocks is detected.

• 대한원격탐사학회지
• /
• 제37권2호
• /
• pp.177-198
• /
• 2021

변화탐지 연구는 주로 토지이용/피복의 변화, 재난/재해 피해지역과 같은 토지의 변화, 수역, 식생과 같은 특정 넓게 분포하는 객체의 변화에 대한 연구가 진행되어 왔다. 한편, 위성영상의 공간/시간 해상도가 지속적으로 향상됨에 따라 위성영상으로부터 선박, 차량과 같은 면적이 작은 객체의 변화탐지의 가능성이 높아지고 있다. 이러한 가능성을 확인하기 위하여 본 논문에서는 위성영상으로부터 소형객체 변화탐지를 수행하기 위해 기존 화소기반 변화탐지기법의 성능을 분석하였다. 10일 이내의 짧은 시기에서 촬영된 Kompsat 3A 위성영상 및 Google Earth 영상을 이용하여 대표적인 화소기반 변화탐지기법인 차분, 주성분 분석, MAD 및 IR-MAD을 적용하였다. 영상에서 관측 가능한 소형 객체 주변으로 변화/비변화 참조자료를 정의하고 각 기법을 적용하여 얻어진 변화탐지 결과영상과 참조자료를 비교하여 성능을 분석하였다. 성능분석 결과 실험에 사용한 모든 영상에서 MAD, IR-MAD 기법이 상대적으로 우수한 성능을 제공하였다. LULC, 식생변화 등 대규모 지역의 변화탐지에 우수한 성능을 보인 MAD, IR-MAD 기법이 소형객체의 변화탐지에도 적용될 수 있음을 확인할 수 있었다. 아울러 변화탐지 대상인 소형객체에 높은 반사율 특성을 가지는 분광밴드를 변화탐지를 위한 분석에 포함하는 것이 소형객체 변화탐지율을 높일 수 있었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.47-49
• /
• 2003

Automatic land use and land cover change (LUCC) detection via remotely sensed imagery has a wide application in the area of LUCC research, nature resource and environment monitoring and protection. Under the condition that one time (T1) data is existed land use and land cover maps, and another time (T2) data is remotely sensed imagery, how to detect change automatically is still an unresolved issue. This paper developed a land use and land cover class knowledge guided method for automatic change detection under this situation. Firstly, the land use and land cover map in T1 and remote sensing images in T2 were registered and superimposed precisely. Secondly, the remotely sensed knowledge database of all land use and land cover classes was constructed based on the unchanged parcels in T1 map. Thirdly, guided by T1 land use and land cover map, feature statistics for each parcel or pixel in RS images were extracted. Finally, land use and land cover changes were found and the change class was recognized through the automatic matching between the knowledge database of remote sensing information of land use & land cover classes and the extracted statistics in that parcel or pixel. Experimental results and some actual applications show the efficiency of this method.

• 한국측량학회지
• /
• 제13권2호
• /
• pp.169-176
• /
• 1995

경년변화추출기법은 임의 시간 $t_1,\;t_2$에 대한 픽셀대 픽셀, 밴드대 밴드의 변화를 나타내는 기법이다. 본 연구에서는 주기적인 수준측량결과를 경년변화기법을 중심으로 수치영상해석기법, 보간법, 수치지형모델을 이용하여 해안의 모래유동을 현상학적으로 해석하였다. 모래의 유동량 및 이동방향, 해류의 방향 및 영향, 정선을 기준으로한 상하부의 모래이동, 해안 모래의 침식 및 퇴적량 변화, 침식지역 및 퇴적지역을 추출하여 해안의 침식 및 퇴적 원인을 규명하므로서 효율적인 해안관리방안을 제시하는데 목적이 있다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2003년도 추계학술발표회 논문집
• /
• pp.379-384
• /
• 2003

In this paper, we introduce a change detection system that can extract and analyze change elements from high-resolution satellite imagery as well as low- or middle-resolution satellite imagery. The developed system provides not only 7 pixel-based methods that can be used to detect change from low- or middle-resolution satellite images but also a float window concept that can be used in manual change detection from high-resolution satellite images. This system enables fast process of the very large image, because it is constituted by OGC grid coverage components. Also new change detection algorithms can be easily added into this system if once they are made into grid coverage components.

• 한국멀티미디어학회논문지
• /
• 제22권4호
• /
• pp.432-442
• /
• 2019

Most current human action recognition methods based on deep learning methods. It is required, however, a very high computational cost. In this paper, we propose an action change detection method to reduce repetitive human action recognition tasks. In reality, simple actions are often repeated and it is time consuming process to apply high cost action recognition methods on repeated actions. The proposed method decides whether action has changed. The action recognition is executed only when it has detected action change. The action change detection process is as follows. First, extract the number of non-zero pixel from motion history image and generate one-dimensional time-series data. Second, detecting action change by comparison of difference between current time trend and local extremum of time-series data and threshold. Experiments on the proposed method achieved 89% balanced accuracy on action change data and 61% reduced action recognition repetition.

• 센서학회지
• /
• 제21권3호
• /
• pp.211-216
• /
• 2012

Fires are the most common disaster and early fire detection is of great importance to minimize the consequent damage. Simple sensors including smoke detectors are widely used for the purpose but they are able to sense fires only at close proximity. Recently, due to the rapid advances of relevant technologies, vision-based fire sensing has attracted growing attention. In this paper, a novel visual sensing technique to automatically detect fire is presented. The proposed technique consists of multiple steps of image processing: pixel-level, block-level, and frame level. At the first step, fire flame pixel candidates are selected based on their color values in YIQ space from the image of a camera which is installed as a vision sensor at a fire scene. At the second step, the dynamic parts of flames are extracted by comparing two consecutive images. These parts are then represented in regularly divided image blocks to reduce pixel-level detection error and simplify following processing. Finally, the temporal change of the detected blocks is analyzed to confirm the spread of fire. The proposed technique was tested using real fire images and it worked quite reliably.