• 한국산업정보학회논문지
• /
• 제11권1호
• /
• pp.77-85
• /
• 2006

본 논문에서는 내용기반 영상 분류를 위한 방법론으로써 신경망을 이용한 계층적 분류 방법을 제안한다. 분류 대상 영상은 인터넷상의 다양한 영상들 중에서 전경과 배경의 구분이 있는 객체 영상이다. 전처리 과정에서 영역 분할을 이용하여 영상 내에서 배경을 제거하고 객체 영역을 추출한다. 분류를 위한 특징으로는 웨이블릿 변환 후 추출된 형태 특징과 질감 특징을 이용한다. 추출된 특징 값들을 Principal Component Analysis(PCA)와 K-means를 이용해서 군집화 시키고 유사한 군집들을 묶으면서, 5단계의 계층적 분류기를 구성한다. 계층적 분류기는 BP를 학습 알고리즘으로 사용하는 59개의 신경망분류기로 구성된다. 배경을 제거하고 질감특징 중 가장 높은 분류율을 보이는 대각 모멘트를 사용하여 실험하였을 때, 100종류에서 각 10개씩, 총 1000개의 학습 데이터와 1000개의 테스트 데이터에 대하여 각각 81.5%와 75.1%의 정분류율을 보였다.

• 한국측량학회지
• /
• 제16권2호
• /
• pp.187-194
• /
• 1998

본 연구에서는 높은 해상력의 IRS-1C PAN 데이터와 다양한 관측파장대를 갖고 있는 Landsat TM 데이터를 사용하여, 화상중합방법의 대표적 방법인 IHS방법으로 중합화상을 작성하고, IHS중합화상 및 원화상을 이용하여 토지이용분류를 수행하는데 있어서 어떤 칼라합성밴드가 유효한지를 밝히는데 그 목적이 있다. 분류결과를 평가하기 위해서 10개의 분류항목으로 구성된 sample data를 생성시켰으며, 생성된 sample data의 전체정확도(overall accuracy)로서 분류결과를 평가하였다. 그 결과 Landsat TM 데이터와 IRS-1C PAN데이터를 IHS방법으로 중합하여 토지이용분류를 수행할 경우, TM4, TM5 및 TM7의 적외선영역(infrared spectral region)의 밴드 중 2개 밴드를 포함시켜 분류를 수행하는 것이 좋았으며, 특히 TM 247 중합화상의 경우 분류정확도가 11.8%로 향상되어 가장 좋은 결과를 나타내었다. 또한 토지이용분류를 수행할 경우 3밴드를 중합하여 사용하는 경우보다 1% 원화상에 IRS-1C PAN화상을 추가하여 사용하는 경우의 정확도가 전체적으로 높았다.

• 정보처리학회논문지B
• /
• 제14B권3호
• /
• pp.153-162
• /
• 2007

사상의학은 우리나라의 대표적인 의학으로 사람의 체질을 4가지로 분류하고 각 체질별로 처치방법을 달리하는 독특한 의학이다. 이러한 사상체질에서 가장 중요한 것은 사상체질의 분류이며 이를 정확히 감별하는 일은 매우 어려운 과제이다. 이를 위해 본 논문에서는 체질별 분류를 행할 수 있는 하이브리드 형태의 진단기기 개발을 목표로 하고 이 중 본 논문은 용모사기론에 입각하여 이목구비에 대한 형태학적인 특징을 파악하는 방법에 대해 제안하고자 한다. 본 논문에서는 1단계에서 QSCC II 프로그램을 통해 사상체질군을 분류하고 이를 검증하였으며, 2단계에서 이목구비에 대한 실측으로 각 체질 간 이목구비 계측치를 분석하여 보다 정확하고 편리하게 체질을 분류할 수 있는 방법을 제시하고 이를 검증하였다. 또한 3단계에서는 정면 얼굴과 측면 얼굴에 대한 체질 분류 기반의 주요 영역을 추출, 분석하고 검증하였다. 이와 같은 실험, 고찰 및 검증과정을 통해 정확한 사상체질 분류 진단기기 개발을 위한 정면 얼굴과 측면 얼굴에서 안면 색상 기반의 주요 얼굴 영역을 추출하는 방법을 제안하고자 한다.

• 산업경영시스템학회지
• /
• 제44권3호
• /
• pp.1-9
• /
• 2021

This research examines deep learning based image recognition models for beef sirloin classification. The sirloin of beef can be classified as the upper sirloin, the lower sirloin, and the ribeye, whereas during the distribution process they are often simply unified into the sirloin region. In this work, for detailed classification of beef sirloin regions we develop a model that can learn image information in a reasonable computation time using the MobileNet algorithm. In addition, to increase the accuracy of the model we introduce data augmentation methods as well, which amplifies the image data collected during the distribution process. This data augmentation enables to consider a larger size of training data set by which the accuracy of the model can be significantly improved. The data generated during the data proliferation process was tested using the MobileNet algorithm, where the test data set was obtained from the distribution processes in the real-world practice. Through the computational experiences we confirm that the accuracy of the suggested model is up to 83%. We expect that the classification model of this study can contribute to providing a more accurate and detailed information exchange between suppliers and consumers during the distribution process of beef sirloin.

• 대한원격탐사학회지
• /
• 제38권4호
• /
• pp.395-409
• /
• 2022

The purpose of this study is to evaluate the classification performance and applicability when land cover datasets constructed for AI training are cross validation to other areas. For study areas, Gyeongsang-do and Jeolla-do in South Korea were selected as cross validation areas, and training datasets were obtained from AI-Hub. The obtained datasets were applied to the U-Net algorithm, a semantic segmentation algorithm, for each region, and the accuracy was evaluated by applying them to the same and other test areas. There was a difference of about 13-15% in overall classification accuracy between the same and other areas. For rice field, fields and buildings, higher accuracy was shown in the Jeolla-do test areas. For roads, higher accuracy was shown in the Gyeongsang-do test areas. In terms of the difference in accuracy by weight, the result of applying the weights of Gyeongsang-do showed high accuracy for forests, while that of applying the weights of Jeolla-do showed high accuracy for dry fields. The result of land cover classification, it was found that there is a difference in classification performance of existing datasets depending on area. When constructing land cover map for AI training, it is expected that higher quality datasets can be constructed by reflecting the characteristics of various areas. This study is highly scalable from two perspectives. First, it is to apply satellite images to AI study and to the field of land cover. Second, it is expanded based on satellite images and it is possible to use a large scale area and difficult to access.

• 한국컴퓨터정보학회논문지
• /
• 제28권4호
• /
• pp.53-63
• /
• 2023

과학기술 문헌을 활용한 계량정보분석에서 학과정보의 활용은 매우 유용하다. 본 논문에서는 국내 과학기술 분야 학술지 논문에 출현하는 대학기관 소속 저자의 학과정보 선별, 데이터 정제와 학과유형 분류 처리 과정을 통해 학과정보 데이터셋을 구축하고 학습데이터와 검증데이터로 이용하여 딥러닝 기반의 자동분류 모델을 구현하였다. 또한 학과정보 데이터셋과 국내 학술지 저자소속 정보를 활용하여 컴퓨터 분야의 공저 구성 현황과 네트워크를 분석하였다. 연구결과, 자동분류 모델은 한글 학과정보 기준 98.6% 정확률을 보였으며 컴퓨터 분야 연구자들의 공저 패턴과 기관유형, 지역, 기관, 학과유형 측면별 공저 네트워크의 속성과 중심성이 자세히 파악되고 맵으로 시각화되었다.

• 한국측량학회지
• /
• 제35권1호
• /
• pp.11-22
• /
• 2017

In recent years, coastal dune erosion has accelerated as various structures have been developed around the coastal dunes. A land cover map should be developed to identify the characteristics of sand dunes and to monitor the condition of sand dunes. The Korean Ministry of Environment's land cover maps suffer from problems, such as limited classes, target areas, and durations. Thus, this study conducted experiments using RGB and multispectral images based on UAV (Unmanned Aerial Vehicle) over an approximately one-year cycle to create a land cover map of coastal dunes. RF (Random Forest) classifier was used for the analysis in accordance with the experimental region's characteristics. The pixel- and object-based classification results obtained by using RGB and multispectral cameras were evaluated, respectively. The study results showed that object-based classification using multispectral images had the highest accuracy. Our results suggest that constant monitoring of coastal dunes can be performed effectively.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 1999년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.386-389
• /
• 1999

In this study, visible and near infrared channels of NOAA/AVHRR data were used to classify land use and vegetation types over Korean peninsula. Analyzing forest stand structures and prediction of forest productivity using satellite data were also reviewed. Land use and land cover classification was made by unsupervised clustering methods. After monthly Normalized Difference Vegetation Index (NDVI) composite images were derived from April to November 1998, the derived composite images were used as temporal feature vector's in this clustering analysis. Visually interpreted, the classification result was satisfactory in overall for it matched well with the general land cover patterns. But subclassification of forests into coniferous, deciduous, and mixed forests were much confused due to the effects of low ground resolution of AVHRR data and without defined classification scheme. To investigate into the forest stand structures, digital forest type maps were used as an ancillary data. Forest type maps, which were compiled and digitalized by Forestry Research Institute, were registered to AVHRR image coordinates. Two data sets were compared and percent forest cover over whole region was estimated by multiple regression analysis. Using this method, other forest stand structure characteristics within the primary data pixels are expected to be extracted and estimated.

• 정보관리학회지
• /
• 제19권4호
• /
• pp.53-76
• /
• 2002

이 연구는 특정 주제 분야를 사회학적 관련 이론 및 기법을 적용하여 고찰하고 있는 문헌의 분류를 효율적으로 수행하기 위해 국내에서 가장 많이 사용되고 있는 한국십진분류법(KDC)과 듀이십진분류법(DDC)의 특수사회학 분류항목들을 비교분석 하였다 특히 특수사회학 관련 분류항목들을 종교, 예·체능, 과학, 언어, 사회, 지역 등 6개 분야로 구분하여 분석한 결과 분류항목 설정이 상이함으로 인한 문제점과 분류항목이 설정되지 않음으로 인한 문제점이 나타났다. 이를 토대로 이 연구에서는 특정주제의 이론 및 기법 적용에 일관성을 기하도록 하고 분류번호 부여를 위한 추가의 항목 전개 등 분류 실무자의 판단을 도와주는 한편 나아가 KDC의 제5판 개정에 일조하는 데 그 의의를 두었다.

• 한국멀티미디어학회논문지
• /
• 제13권8호
• /
• pp.1171-1182
• /
• 2010

본 논문에서는 특정 시점, 특정 장소의 대기 중에 발생하는 악취의 발생원을 추적하기 위한 악취분류 및 악취원 분석 방법을 제안한다. 이를 위해 악취원별 대표패턴의 생성이 필요하다. 이에 주요 악취원에서 측정한 67개의 악취를 악취 대표패턴으로 생성하였다. 또한, 여러 악취가 대기 중에서 섞였을 경우를 고려하여 2~3개의 악취들을 조합하여 복합 악취 대표패턴을 생성하였고, pseudo inverse method를 이용하여 악취에 대한 악취원들의 가중치를 계산하였다. 그 결과 해당 악취를 발생시킨 악취원들과 악취에 대한 기여도를 알아낼 수 있었다. 이러한 본 연구의 성과는 악취 관련 민원해결에 기여할 것으로 전망된다.