• 지능정보연구
• /
• 제18권1호
• /
• pp.1-21
• /
• 2012

최근 스마트폰의 등장으로 인해 사용자들은 시간과 공간의 제약 없이 스마트폰을 이용한 새로운 의사소통의 방법을 경험하고 있다. 이러한 스마트폰은 고화질의 컬러화면, 고해상도 카메라, 실시간 3D 가속그래픽과 다양한 센서(GPS와 Digital Compass) 등을 제공하고 있으며, 다양한 센서들은 사용자들(개발자, 일반 사용자)로 하여금 이전에 경험하지 못했던 서비스를 경험할 수 있도록 지원하고 있다. 그 중에서 모바일 증강현실은 스마트폰의 다양한 센서들을 이용하여 개발할 수 있는 대표적인 서비스 중 하나이며, 이러한 센서들을 이용한 다양한 방법의 모바일 증강현실 연구들이 활발하게 진행되고 있다. 모바일 증강현실은 크게 위치 정보 기반의 서비스와 내용 기반 서비스로 구분할 수 있다. 위치 정보 기반의 서비스는 구현이 쉬운 장점이 있으나, 증강되는 정보의 위치가 실제의 객체의 정확한 위치에 증강되는 정보가 제공되지 않는 경우가 발생하는 단점이 존재한다. 이와 반대로, 내용 기반 서비스는 정확한 위치에 증강되는 정보를 제공할 수 있으나, 구현 및 데이터베이스에 존재하는 이미지의 양에 따른 검색 속도가 증가하는 단점이 존재한다. 본 논문에서는 위치 정보 기반의 서비스와 내용기반의 서비스의 장점들을 이용한 방법으로, 스마트폰의 다양한 센서(GPS, Digital Compass)로 부터 수집된 정보를 이용하여 데이터베이스의 탐색 범위를 줄이고, 탐색 범위에 존재하는 이미지들의 특징 정보를 기반으로 실제의 랜드마크를 인식하고, 인식한 랜드마크의 정보를 링크드 오픈 데이터(LOD)에서 검색하여 해당 정보를 제공하는 랜드마크 가이드 시스템을 제안한다. 제안하는 시스템은 크게 2개의 모듈(랜드마크 탐색 모듈과 어노테이션 모듈)로 구성되어있다. 첫 번째로, 랜드마크 탐색 모듈은 스마트폰으로 인식한 랜드마크(건물, 조형물 등)에 해당하는 정보들을 (텍스트, 사진, 비디오 등) 링크드 오픈 데이터에서 검색하여 검색된 결과를 인식한 랜드마크의 정확한 위치에 정보를 제공하는 역할을 한다. 스마트폰으로부터 입력 받은 이미지에서 특징점 추출을 위한 방법으로는 SURF 알고리즘을 사용했다. 또한 실시간성을 보장하고 처리 속도를 향상 시키기 위한 방법으로는 입력 받은 이미지와 데이터베이스에 있는 이미지의 비교 연산을 수행할 때 GPS와 Digital Compass의 정보를 사용하여 그리드 기반의 클러스터링을 생성하여 탐색 범위를 줄임으로써, 이미지 검색 속도를 향상 시킬 수 있는 방법을 제시하였다. 두 번째로 어노테이션 모듈은 사용자들의 참여에 의해서 새로운 랜드마크의 정보를 링크드 오픈 데이터에 추가할 수 있는 기능을 제공한다. 사용자들은 키워드를 이용해서 링크드 오픈 데이터로에서 관련된 주제를 검색할 수 있으며, 검색된 정보를 수정하거나, 사용자가 지정한 랜드마크에 해당 정보를 표시할 수 있도록 지정할 수 있다. 또한, 사용자가 지정하려고 하는 랜드마크에 대한 정보가 존재하지 않는다면, 사용자는 랜드마크의 사진을 업로드하고, 새로운 랜드마크에 대한 정보를 생성하는 기능을 제공한다. 이러한 과정은 시스템이 카메라로부터 입력 받은 대상(랜드마크)에 대한 정확한 증강현실 컨텐츠를 제공하기 위해 필요한 URI를 찾는데 사용되며, 다양한 각도의 랜드마크 사진들을 사용자들에 의해 협업적으로 생성할 수 있는 환경을 제공한다. 본 연구에서 데이터베이스의 탐색 범위를 줄이기 위해서 랜드마크의 GPS 좌표와 Digital Compass의 정보를 이용하여 그리드 기반의 클러스터링 방법을 제안하여, 그 결과 탐색시간이 기존에는 70~80ms 걸리는 반면 제안하는 방법을 통해서는 18~20ms로 약 75% 정도 향상된 것을 확인할 수 있었다. 이러한 탐색시간의 감소는 전체적인 검색시간을 기존의 490~540ms에서 438~480ms로 약 10% 정도 향상된 것을 확인하였다.

• 생태와환경
• /
• 제33권3호통권91호
• /
• pp.187-196
• /
• 2000

호수 내 seston조성 및 식물플랑크톤 성장을 제한하는 요인들을 평가하기 위해서는 일반적으로 시료가 담긴 용기 내에 영양물질을 투입하는 생물검정 (bioassay) 방법이나, 섭식 (grazing) 실험, seston의 size분석 등과 같은 직접적이고 시간적 노력이 필요한 방법을 이용한다. 그러나 이 논문에서는 동일한 목적을 위하여, 총인 (TP), 엽록소 (CHL), 투명도 (Secchi depth, SD) 자료에 의해 계산한 Carlson의 영양상태지수 (TSI)들의 상호편차(deviation)를 이용하는 보다 간편한 방법을 소개하였다. 본 연구에서 TSI 편차분석을 위하여 아열대지역의 대형호수 (Lake Okeechobee, 미국 플로리다)의 수질자료와 다른 많은 호수들로부터 수집된 자료를 이용하였다. 일단 연구자가 일상적인 수질자료를 수집하여 총인, Chl-a, 투명도 값을 기초로 TSI값을 얻었다면, 이로부터 여러 가지 해석이 도출될 수 있다 한편, 총질소의 자료도 총인과 마찬가지로 영양물질에 대한 자료로 중요하게 이용될 수 있다. TSI (CHL)값이 TSI (TP)값보다 훨씬 작다면, 인 (P)이 아닌 다른 요인이 조류의 성장을 제한한다고 유추할 수 있다. 만약 TSI (CHL)값이 TSI (SD) 값보다 훨씬 작다면 호수 내 seston중 아주 작은 무생물적 입자들의 구성비가 높다고 추정할 수 있으며,이 경우 빛이 제한 요소가 될 것이다. 반대로, TSI (CHL) 값이 TSI (TP) 값보다는 작지만 TSI (SD) 값보다 크다면, 수중의 빛을 산란시키는 입자들이 크기가 크다고 (예를 들면, 큰 사상성 또는 군체성 조류) 추정할 수 있고, 이 경우 조류의 성장은 동물플랑크톤의 섭식에 의해 제한을 받을 가능성이 크다. 이러한 분석의 결과는 신뢰성과 일관성이 매우 높으며, 일반적으로 상기한 다른 직접적인 방법들에 의해 얻어진 결과들과도 잘 일치한다. TSI의 편차를 이용한 방법으로부터 도출된 결과를 위의 직접적인 방법을 통해 주기적으로 검증할 필요는 있지만, 호수관리를 위해 수질과 생태학적 반응 요인들을 모니터링하고, 나아가 장기적으로 호수의 변화를 이해하는데 보다 효율적이고 경제적인 방법을 제공할 수 있어 이용가치가 매우 높다고 사료된다.