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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
신영하 (Sejong University) 형성웅 (Sejong University) 손경완 (Sejong University) 이동천 (Sejong University)
저널정보
한국측량학회 한국측량학회지 한국측량학회지 제41권 제6호
발행연도
2023.12
수록면
439 - 461 (23page)
DOI
10.7848/ksgpc.2023.41.6.439

이용수

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

초록· 키워드

오류제보하기
사진측량은 영상으로부터 지형지물 등 여러 객체에 대해 중요한 정보를 추출하고 측정하여 3차원으로 재현하기 위한 객체 모델링이 핵심 기술이다. 기술의 발전으로 다양한 센서로부터 특성이 서로 다른 여러 종류의 고품질 데이터 획득이 가능하게 되었으며, 특히 정확도가 높은 3차원 정보를 직접 획득할 수 있는 라이다는 여러 분야에서 활용이 지속적으로 증가하고 있다. 본 논문은 항공 라이다 데이터를 입력하면 자동으로 건물이 3차원으로 모델링되는 시스템 개발을 목적으로 연구를 수행하였다. 이를 위해 딥러닝 기술을 사용하여 건물 모델링의 중요한 과정인 지붕면 분할을 수행하였다. 대량의 다양한 데이터가 요구되는 딥러닝 모델의 학습을 위해 시뮬레이션 점군으로 구성된 건물 데이터 셋을 생성하였으며, 학습 데이터는 3차원 좌표와 법선벡터로 이루어진 다양한 형태의 건물이다. 시뮬레이션 데이터로 학습된 딥러닝 모델에 실제 항공 라이다 데이터를 입력하여 지붕면을 분할하였다. 최종적으로 분할된 지붕면에서 건물의 형상을 묘사할 수 있는 중요한 점들을 자동으로 추출하여 CityJSON 포맷의 건물 모델링을 수행하였다. 또한 공간정보 데이터를 처리하고 시각화하기 위한 웹 시스템을 구현하여 결과를 디스플레이 하였다.
#Simulated Point Cloud Dataset #Airborne LiDAR #Deep Learning #Roof Segmentation #Building Modeling #이션 점군 데이터 #항공 라이다 #딥러닝 #지붕면 분할 #건물 모델링

목차

Abstract
초록
1. 서론
2. 점군 데이터로부터 건물 모델링
3. 딥러닝 모델 학습
4. 공간정보 웹 포탈 시스템 개발
5. 결과 및 분석
6. 결론
References

참고문헌 (51)

참고문헌 신청
Awrangjeb, M., Gilani, S., and Siddiqui, F.U. (2018), An effective data-driven method for 3-D building roof reconstruction and robust change detection, Remote Sensing, Vol. 10, No. 10, pp. 1-31.https://doi.org/10.3390/rs10101512 google schola Bello, S.A., Yu, S., and Wang, C. (2020), Review: Deep learning on 3D point clouds, Remote Sensing, Vol. 12, 1729 google schola Biljecki, F., Ledoux, H., and Stoter, J. (2016a), Generation of multi-LOD 3D city models in CityGML with the procedural modelling engine Random3Dcity, ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol. IV-4/W1, 7–9Se google schola Biljecki, F., Ledoux, H., and Stoter, J. (2016b), An improved LOD specification for 3D building models, Computers, Environment and Urban Systems, Vol. 59, pp. 25-37.https://doi.org/10.1016/j.compenvurbsys.2016.04.005 google schola Buyukdemircioglu, M., Kocaman, S., and Kada, M. (2022), Deep learning for 3D building reconstruction: A review, The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol.43, Part B2, 6-11 June, Nice, France, pp google schola

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

위성영상과 딥러닝을 이용한 새만금 간척지의 벼 수확량 예측 연구
임수영 ,  하은혜 ,  이건학 대한지리학회지 2023 .12
딥러닝을 활용한 강릉지역 적외선 산불 이미지 생성
박범순 ,  이원재 ,  김재현 한국통신학회논문지 2023 .12
가상 3D 라이다 기반 객체 분류 딥러닝 학습 데이터셋 구축 방법에 관한 연구
장형준 ,  손원일 ,  안태원 외 2명 한국자동차공학회논문집 2020 .06
인공지능 및 딥러닝 동향
구형일 전기의세계 2018 .07
항공교통 흐름관리 시스템을 위한 통합 AIP 데이터 관리 시스템
장영훈 ,  김현경 ,  전대근 한국정보과학회 학술발표논문집 2023 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-089312661