메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
함상우 (서울시립대학교) 이임평 (서울시립대학교)
저널정보
대한공간정보학회 대한공간정보학회지 대한공간정보학회지 제27권 제3호
발행연도
2019.5
수록면
27 - 38 (12page)
DOI
10.7319/kogsis.2019.27.3.027

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
소형 저가 소비자용 드론은 기술적으로 매우 빠르게 발전하고 있어 새로운 공간정보 구축 수단으로 주목받고 있다. 드론으로 취득한 대규모·다시기 영상을 효율적으로 활용하기 위해서 드론 영상의 취득·처리와 더불어 자동 분석도 아주 중요하다. 자동 분석의 핵심 과정으로 의미론적 분할은 특히 변화탐지와 객체추출을 위해 필수적이다. 이에 본 연구에서는 의미론적 분할을 수행하는 딥러닝 모델을 학습시키고 성능을 평가한다. 특히, 학습 데이터 구축에 있어 신규로 수작업으로 라벨링을 수행하지 않고, 한국의 지리적 맥락에 부합하는 기구축된 국가공간정보를 활용하였다. 정사영상, 실감정사영상, 연속수치지형도(건물 및 도로 레이어)를 활용해서 SegNet, PSPNet을 학습시켜 의미론적 분할을 수행하였다. 의미론적 분할에 있어서 기구축된 공간정보 만을 활용해서도 최대 86% 정확도를 성취할 수 있었다. 이를 바탕으로 시험 대상 지역의 신규 드론 모자이크 정사영상에 적용하여 효과적으로 건물을 탐지할 수 있었다. 국가공간정보를 딥러닝 모델 학습에 효과적으로 사용할 수 있었고, 이를 바탕으로 향후 변화탐지와 객체추출 등 공간정보 자동생성에 기여할 수 있을 것으로 기대한다.

목차

要旨
Abstract
1. 서론
2. 드론 영상 의미론적 분할
3. 실험 및 결과
4. 결론
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-452-000733449