지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 이임평
- 발행연도
- 2019
- 저작권
- 서울시립대학교 논문은 저작권에 의해 보호받습니다.
이용수48
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
최근 개발제한구역에 대한 규제가 완화되고 신도시 개발에 대한 기대감이 상승하면서 불법 건축물 적발 건수가 지속해서 증가하고 있다. 기존에는 각 지방자치단체에서 불법 건축물 모니터링을 포함한 도시 관리 업무를 수행할 때 현장 답사, 유인항공기 영상 촬영 및 판독 등과 같은 방법을 이용하였다. 그러나 한정된 인원으로 광범위한 영역을 관리하기에는 여러 가지 한계가 있어 불법 건축물 모니터링 수행에 많은 어려움이 있다. 이러한 어려움을 극복하기 위하여 각 지방자치단체는 새로운 사진측량 플랫폼으로 주목받고 있는 드론을 도입하고 있다. 드론을 이용하면 유인항공기에 비해 작은 영역을 저비용, 고해상도로 촬영할 수 있기 때문이다. 따라서 불법 건축물 모니터링 뿐만 아니라 여러 가지 도시 관리 업무에 드론을 도입하려는 시도가 이루어지고 있다. 드론을 이용한 사진측량은 유인항공기에 비해 여러 가지 장점이 있지만, 영상으로부터 불법 건축물을 찾는 것은 여전히 담당자의 육안에 의존하고 있어 많은 시간과 비용이 발생하고 있다. 드론을 이용한 불법 건축물 모니터링을 더욱 효율적으로 수행하기 위해서는 드론 영상으로부터 불법으로 의심되는 건물을 자동으로 탐지하는 방법을 연구할 필요가 있다.
본 연구는 드론 영상에서 불법으로 의심되는 건물, 즉 드론 영상에는 존재하지만 기 구축된 GIS 데이터베이스에는 없는 건물을 자동으로 탐지하는 방법을 제안하고 이를 검증하는 데 그 목적이 있다. 구체적으로는 영상을 픽셀 단위로 분류하는 딥러닝 기반 의미론적 분할(Semantic Segmentation)을 통해 드론 영상으로부터 건물 지도를 만들고, 기 구축된 GIS 데이터베이스의 건물 지도를 차분하여 미등록 건물을 추출한다. 위와 같이 처리한 드론 정사집성영상을 딥러닝 모델에 입력하여 건물 지도를 자동으로 생성한 후 이를 기 구축된 GIS 데이터베이스상의 건물 지도와 비교하여 미등록 건물을 추출하였다. 미등록 건물은 픽셀 기반 혹은 객체 기반 방법을 통해 추출하였다.
본 연구에서 제시한 방법을 통해 대규모 항공사진 데이터셋에 대해 수작업으로 라벨링 작업을 수행하지 않고도 최대 86%의 정확도를 발휘하는 딥러닝 모델을 구축할 수 있었다. 드론 영상으로부터 자동으로 미등록 건물을 탐지할 수 있었다. 또한 본 연구에서 제시된 방법은 불법 건축물 모니터링 뿐만 아니라 불법 용도/형질변경, GIS 데이터베이스 갱신 등에 활용할 수 있을 것으로 기대된다.
본 연구는 드론 영상에서 불법으로 의심되는 건물, 즉 드론 영상에는 존재하지만 기 구축된 GIS 데이터베이스에는 없는 건물을 자동으로 탐지하는 방법을 제안하고 이를 검증하는 데 그 목적이 있다. 구체적으로는 영상을 픽셀 단위로 분류하는 딥러닝 기반 의미론적 분할(Semantic Segmentation)을 통해 드론 영상으로부터 건물 지도를 만들고, 기 구축된 GIS 데이터베이스의 건물 지도를 차분하여 미등록 건물을 추출한다. 위와 같이 처리한 드론 정사집성영상을 딥러닝 모델에 입력하여 건물 지도를 자동으로 생성한 후 이를 기 구축된 GIS 데이터베이스상의 건물 지도와 비교하여 미등록 건물을 추출하였다. 미등록 건물은 픽셀 기반 혹은 객체 기반 방법을 통해 추출하였다.
본 연구에서 제시한 방법을 통해 대규모 항공사진 데이터셋에 대해 수작업으로 라벨링 작업을 수행하지 않고도 최대 86%의 정확도를 발휘하는 딥러닝 모델을 구축할 수 있었다. 드론 영상으로부터 자동으로 미등록 건물을 탐지할 수 있었다. 또한 본 연구에서 제시된 방법은 불법 건축물 모니터링 뿐만 아니라 불법 용도/형질변경, GIS 데이터베이스 갱신 등에 활용할 수 있을 것으로 기대된다.
목차
제1장 서론 1제1절 연구배경 1제2절 선행연구 3제2장 이론적 배경 6제1절 딥러닝을 이용한 영상 인식 6제2절 건물 변화탐지 8제3장 연구 방법 11제1절 연구 개요 11제2절 학습 데이터 구축 13제3절 딥러닝 모델 학습 18제4절 드론 영상 취득 및 처리 24제5절 미등록 건물 탐지 25제4장 실험 및 결과 27제1절 실험 개요 27제2절 딥러닝 모델 학습 281. 실험 개요 282. 데이터셋 및 실험 환경 293. 시험 데이터셋을 이용한 평가 35제3절 드론 영상 취득 및 처리 531. 실험 개요 532. 비행 및 촬영 543. 드론 정사집성영상 생성 57제4절 미등록 건물 탐지 성능평가 601. 실험 개요 602. 기존 데이터 구축 613. 학습된 모델을 이용한 건물 탐지 644. 전체 건물 탐지 성능평가 695. 미등록 건물 탐지 성능평가 72제5장 결론 81참고문헌 83ABSTRACT 87감사의 글 89
최근 본 자료
댓글(0)
0