• 대한원격탐사학회지
• /
• 제26권5호
• /
• pp.593-603
• /
• 2010

대부분의 모바일 공간정보 획득시스템은 촬영범위가 좁고 기선 길이에 대한 제약이 따르는 프레임 카메라를 탑재하고 있다, 촬영지점을 기준으로 모든 방향으로의 영상정보 획득이 기능한 전방위 카메라 탑재를 통해 프레임 카메라의 촬영 범위 및 기선 거리에 대한 문제점을 해결할 수 있다. 광속조정법(Bundle Block Adjustment)은 다수의 중첩된 영상의 외부표정요소를 결정하는 대표적인 지오레퍼런싱(Georeferencing) 방법이다. 본 연구에서는 전방위 영상에 적합한 광속조정법의 수학적 모델을 제안하여 전방위 영상의 외부표정요소 및 지상점을 추정하고자 한다. 먼저 전방위 영상에 적합한 공선조건식을 이용해 관측방정식을 수립한다. 그리고 지상 모바일매핑시스템(GMMS, Ground Mobile Mapping System)에 탑재되어 있는 GPS/INS로부터 획득된 데이터와 정지 GPS 및 토털 스테이션(Total Station)을 통해 측정한 지상기준점을 이용한 확률제약조건 (Stochastic Constraints)식을 수립한다. 마지막으로 확률제약조건 요소 및 추정 미지수를 조합하여 다양한 종류의 수학적 모델을 수립하고 모델별로 추정된 지상점 좌표의 정확도를 검증한다. 그 결과, 지상기준점을 확률제약조건으로 사용하는 모델에 적용한 경우에 지상점이 ${\pm}5cm$ 정도로 정확하게 추정되었다. 연구의 결과를 통해 전방위 카메라 영상으로부터 대상객체의 3차원 모델 추출이 가능함을 알 수 있었다.

• 대한원격탐사학회지
• /
• 제34권6_3호
• /
• pp.1329-1350
• /
• 2018

위성 영상레이더(SAR; Synthetic Aperture Radar)는 날씨와 지역시간에 관계없이 영상을 취득할 수 있으므로 지구를 관측하기 위하여 매우 다양하게 활용되고 있다. 하지만 위성 영상레이더의 전처리 절차가 복잡하여 수치지도의 제작에는 잘 활용되지 못하였다. 본 연구에서는 위성 영상레이더 스테레오 영상을 이용한 수치지형도 제작 가능성에 대한 연구를 수행했다. 이를 위하여 위성의 상 하향궤도에서 촬영된 스테레오 영상을 두 쌍 획득했다. 또한 제작 가능성을 제시하기 위하여 1) 레이더 기하로부터 RPC(Rational Polynomial Coefficient) 기하로 변환하였고, 2) 수치도화를 수행하였다. 3) 최종적으로 기존에 구축된 수치 지형도로부터 기준점과 검사점을 획득하여 수치지형도 제작 결과를 검증하였다. 두 개의 수치 지도 제작 결과에 대하여 정밀도 검증을 수행하였을 때 각각 XY 방향과 Z 방향으로 1 m 미만의 오차를 나타냈다. 본 결과를 바탕으로 우리는 KOMPSAT-5 위성 영상레이더 스테레오 영상을 활용하여 기준에 부합하는 1:25,000 수치 지형도를 제작할 수 있음을 확인하였다. 이와 같은 연구 결과는 기상 조건이 불안정한 지역과 북한, 극지방 등 접근이 어려운 지역의 수치지형도 제작과 주기적 수치지형도 업데이트에도 활용 가능할 것으로 예상된다.

• 한국컴퓨터정보학회논문지
• /
• 제24권10호
• /
• pp.149-157
• /
• 2019

본 논문은 지능형 위치추적을 위한 위치트리거와 이동에이전트 시스템 기술을 적용하여, 상황인식 기반 위치서비스를 위한 위치트리거 시스템을 설계 및 구현한다. 또한, 트리거 및 조치 서비스 프로토콜 구현과 능동규칙 탑재 이동에이전트에 대한 실험을 통하여, 제안 시스템이 상황인식 기반 위치서비스의 특성에 따른 시스템 최적화 및 위치 기반 서비스 응용들에 대한 확장성과 유효성이 있음을 검증한다. 제안 시스템은 전력 사용자의 소비 패턴 및 행위 변화에 대한 시스템의 능동적 특성을 통한 자원 활용의 최적화 시스템 구축을 위한 예비 연구로써, 객체 위치 기반의 지능적 경고와 조치를 통한 환경 및 자원 활용 최적화와 다양한 위치서비스 응용 시스템 구축에 효과적으로 적용할 수 있다.

• 한국정보전자통신기술학회논문지
• /
• 제14권1호
• /
• pp.22-28
• /
• 2021

화학공정, 기계공정, 발전소와 같은 다변량 공정은 여러 설비들이 복잡하게 연결되어 운영되기 때문에 특정 시스템에 고장이 발생하면 전체 공정에 치명적인 영향을 미칠 수 있다. 또한, 공정 데이터는 불안정한 환경에서 계측되므로, 데이터에 이상치가 포함될 가능성이 크다. 따라서 계측된 데이터의 이상치를 제거하고 시스템의 고장을 사전에 탐지할 수 있는 모니터링 기술이 필수적이다. 본 논문에서는 여러 종류의 공정에서 고장탐지를 수행하기 위해 다이나믹 공정과 다변량 공정 모델에서 생성된 데이터를 이용하였다. 다이나믹 공정은 자기회귀 특성을 가지는 공정을 모델링한 것이고 다변량 공정은 특정 센서의 고장이 발생했을 때 상황을 묘사한 공정이다. 본 논문에서는 두 공정에서 생성된 데이터에 마할라노비스 거리를 이용하여 데이터에 포함된 이상치를 제거한 후, 독립성분분석을 적용하여 고장탐지를 수행하였다. 제안된 방법의 성능 비교를 위해 기존의 단일모델 ICA와 성능을 비교하였다. 실험결과, 제안된 방법이 기존의 ICA 보다 다이나믹 공정의 바이어스 데이터의 경우에 0.84%p, 드리프트 데이터의 경우 6.82%p 성능이 개선되었다. 다변량 공정의 경우 3.78%p 성능이 개선되었으므로, 제안된 방법이 우수한 고장탐지 성능을 보였다.

• 융합정보논문지
• /
• 제12권4호
• /
• pp.260-269
• /
• 2022

본 논문에서는 기존에 전문가에 의해서 이루어지던 국가 대기오염 측정망 데이터들의 이상 탐지 작업을 인공지능을 통해 자동화하고자 심층 신경망을 이용한 이상 탐지 모델을 제안하였다. 환경과학원에서 제공받은 기상자료 데이터의 결측치 및 이상치를 분석하여 학습데이터를 생성하였으며 비지도 학습 방식의 BeatGAN 모델에 기반하여 커널 구조 변경과 합성곱 필터층 및 전치 합성곱 필터층의 추가를 통해 새로운 모델을 제안하여 이상 탐지 성능을 높이고자 하였다. 또한 제안하는 모델의 생성적 특징을 활용하여 새로운 데이터를 생성하고 이를 학습에 사용하는 재학습 알고리즘을 구현 및 적용하여 기존 BeatGAN 모델뿐 아니라 다른 비지도 학습 모델인 Iforest, One Class SVM과 비교하였을 때 제안모델의 성능이 가장 높았음을 확인할 수 있었다. 본 연구를 통해 실제 산업현장에서 센서의 이상, 점검 등의 여러 요인으로 인해 학습 데이터가 부족한 상황에서 추가적인 비용없이 과적합을 피하며 제안하는 모델의 이상탐지 성능을 올릴 수 있는 방법을 제시할 수 있었다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1489-1503
• /
• 2022

드론(drone)과 센서(senor) 적용기술은 농업분야 작물의 성장 정보에 대한 디지털화를 가능하게 하면서 정밀농업 발전을 한층 가속화하고 있다. 이 기술은 자연재해 발생시 농작물 피해량 산정을 가능하게 하고, 현장 방문조사로 진행되고 있는 농작물재해보험 평가방법의 과학화에 기여할 수 있다. 본 연구는 콩을 대상으로 드론 기반 RGB영상을 취득하여 추출된 식생지수로 도복피해율을 산정하는 방법을 개발하고자 하였다. Support Vector Classifier (SVC) 분류 모델은 Crop Surface Model (CSM) 기반의 도복피해율에 식생지수를 추가하여 식생지수 적용성을 검토하였다. 식생지수 중 Visible Atmospherically Resistant Index (VARI), Green Red Vegetation Index (GRVI) 기반 콩의 도복피해율 분류 정확도는 각각 0.709, 0.705로 높은 분류정확도를 나타내었다. 연구 결과, 드론 기반 RGB 영상은 도복피해율 산정에 매우 유용한 도구로 활용 가능하다는 점을 확인할 수 있었다. 본 연구에서 얻어진 결과는 이상기후로 인한 광역 지역 자연재해에 대한 도복피해 산정 시 Sentinel-2, RapidEye 위성과 더불어 2025년 발사 예정인 농림업중형위성 영상과 연계해 활용 가능할 것으로 기대된다.

• 한국산업정보학회논문지
• /
• 제27권4호
• /
• pp.19-27
• /
• 2022

머신러닝(ML, Machine Learning)기반 응용에서의 인식성능은 적용된 모델의 종류와 크기, 학습환경 및 학습에 사용되는 데이터 등 다양한 요인에 따라 결정된다. 특히 학습에 사용되는 데이터가 충분치 않을 경우 인식성능이 저하되거나 과적합(Overfitting)등의 문제가 발생하기도 한다. 이미지 인식을 주요 대상으로 하는 기존 연구들은 학습을 위한 데이터셋이 풍부하고 검증된 데이터셋을 사용하여 학습 및 인식성능을 평가할 수 있다. 하지만 사용된 센서, 인식의 대상, 인식 상황이 다른 특정 응용들의 경우 데이터셋을 직접 구축해야 한다. 이런 경우, ML모델의 성능은 데이터의 양과 품질에 따라 달라진다. 본 논문에서는 이용 가능한 학습용 데이터가 충분치 않은 움직임 인식응용에 효율적으로 사용될 수 있는 비모수 추정 방식의 일종인 커널 밀도 추정 알고리즘을 사용하여 학습용 데이터를 증폭한 후, 사용된 커널의 종류에 따라, 원본 데이터의 수 및 증폭 비율에 따라 증폭된 데이터가 원본 데이터의 특징을 잘 반영하는지 인식 정확도 변화를 토대로 비교 분석한다. 실험결과, 본 연구에서 사용한 움직임 인식응용에서는 좁은 대역폭을 가진 Tophat 커널로 증폭된 데이터셋에서 최대 14.31%의 인식 정확도 향상을 확인하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권2호
• /
• pp.67-72
• /
• 2022

최근 인공지능을 활용한 다양한 지능형 응용서비스 개발이 활발히 진행 중이다. 특히, 제조 산업 현장에서는 인공지능 기반 실시간 예측서비스 연구가 활발히 진행 중이며 이중 화재 및 악취를 감지·예측할 수 있는 인공지능 서비스에 대한 요구가 매우 높다. 하지만 기존 감지·예측시스템은 화재 및 악취 발생 예측이 아닌 발생 후 감지 서비스가 대부분이다. 이는 인공지능 기반 예측서비스 기술이 적용되어 있지 않기 때문이다. 또한, 화재 예측 및 악취 감지·예측서비스는 초저지연 특징을 가진 서비스이다. 따라서 초저지연 예측서비스를 제공하기 위해 엣지 컴퓨팅 기술이 인공지능 모델과 결합되어 클라우드에 비해 빠른 추론 결과를 현장에 빠르게 적용할 수 있도록 개발 중이다. 따라서 본 논문에서는 제조 산업 현장에서 가장 많이 요구되는 화재 예측 및 악취 감지·예측에 사용할 수 있는 LSTM 알고리즘 기반 학습모델을 제안한다. 또한, 제안하는 학습모델은 엣지 다바이스에 구현이 가능하도록 설계하였으며 사물인터넷 단말로부터 실시간 센서데이터를 수신하고 이 데이터를 추론 모델에 적용하여 화재 및 악취 상태를 실시간으로 예측할 수 있도록 제안한다. 제안된 모델은 3가지 성능 지표를 통해 학습모델의 예측 정확도를 평가하였으며 평가 결과는 평균 90% 이상 성능을 보였다.

• 지적과 국토정보
• /
• 제53권1호
• /
• pp.47-63
• /
• 2023

서울시는 도시에서 발생하는 다양한 문제를 해결하고 대시민 서비스 등을 위해 디지털트윈 기반의 도시 공간정보를 구축 및 운영하고 있다. 이러한 디지털트윈 도시 구현을 위한 공간정보의 안정적인 활용을 보장하기 위한 필수요소 2가지는 자료의 최신성과 품질이다. 그러나 높은 품질의 도시 공간정보에 대해 지속적인 최신성을 유지하는 것은 많은 시간과 비용이 필요하다. 이를 극복하기 위하여 효율적인 도시 공간정보 구축 기술과 구축 데이터의 운영, 관리 및 갱신 절차를 연구하였다. 우선, 최신 하이브리드센서를 활용한 포인트 클라우드 중심의 자동 3차원 건물 제작 기술을 실증하여 적용하였고, 고점밀도 항공라이다 성과를 이용하여 수준 높은 건물 모델을 자동제작이 가능함을 확인하였으며, 효율적인 데이터 관리 방안을 수립하였다. 지역별 차별화된 제작 방법의 적용, 공간 객체 고유 관리번호를 통한 도시 변화지역 탐지 지원하고, 수준별 국제표준자료 제작으로 도시 공간정보의 활용성을 강화하였다. 본 연구를 통해 디지털트윈 기반의 도시 공간정보 활성화를 고민하는 지방자치단체 및 관련 기관의 사업 추진에 좋은 선례가 될 수 있을 것으로 판단되며, 도시 단위 디지털트윈 구현의 인프라 정보로써 공간정보의 구축 및 관리에 대한 논의가 지속적으로 이루어 질 것을 기대한다.

• 한국농림기상학회지
• /
• 제26권1호
• /
• pp.63-74
• /
• 2024

농업에서 서리는 치명적인 피해를 가져오기 때문에 관측과 예측이 매우 중요하다. 기상청 서리관측자료를 분석한 최근 보고에 따르면 기후변화에 따른 지구온난화에도 불구하고 봄철 늦서리일이 빨라지지 않았고, 서리 빈도도 감소하지 않았다. 따라서 농업 서리피해에 대비하여 위험 예상 지역에서의 서리 관측 자동화와 지속적인 운영이 중요하다. 기존에 활용되고 있는 엽면습윤센서를 이용한 서리관측은 관측센서의 오염이나 주변 환경의 습도 변화에 따라 기준 전압값이 장기간에 걸쳐 변동하는 문제가 있었다. 본 연구에서는 이러한 문제를 자동적으로 해결하도록 데이터로거 프로그램으로 구현하였다. 구축된 서리자동관측시스템은 안정적으로 장기간에 걸쳐 시간 고해상도 관측자료를 축적할 수 있다. 이 자료는 향후 기계학습 방법을 이용한 서리 진단모델의 개발과 주변 지역에 대한 서리발생 예측 정보 생산에 활용할 수 있을 것이다.