ResNet 알고리즘을 이용한 가로수 객체의 폐색영역 검출 및 해결
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 박홍기 | - |
dc.contributor.author | 배경호 | - |
dc.date.available | 2020-11-03T01:41:11Z | - |
dc.date.created | 2020-11-03 | - |
dc.date.issued | 2020-10 | - |
dc.identifier.issn | 1975-4701 | - |
dc.identifier.uri | https://scholarworks.bwise.kr/gachon/handle/2020.sw.gachon/78803 | - |
dc.description.abstract | 국토를 효율적으로 관리하고 도시문제를 과학적으로 해결하기 위해 최근 스마트시티, 디지털트윈 등 3차원 공간정보 관련 기술이 급격하게 발전하고 있다. 이러한 3차원 공간정보 구축은 주로 영상정보를 이용하여 객체를 3차원 입체화하고 실감형 영상인 텍스처링 영상을 추출하여 객체벽면에 영상을 부여하는 방식으로 수행된다. 하지만 객체 주변의 다양한 요인으로 인해 텍스처링 영상에서는 필연적으로 폐색영역이 발생한다. 이에 본 연구에서는 최근 기술인 딥러닝 기술 중에서 ResNet 알고리즘을 이용하여 건물 폐색을 유발하는 가로수에 대한 데이터셋을 만들고 이에 대한 해결방안을 제시하고자 한다. 연구결과 ResNet 알고리즘의 공간정보 적용 가능성을 판단하고 이를 적용한 레이블링 생성 SW 개발하여 실제 가로수를 대상으로 데이터셋을 구축하였다. 구축된 데이터셋을 텍스처링 영상에 적용하여 정확도와 재현율로 검출능력을 분석하였다. 분석결과를 위해 딥러닝 분야에서 많이 사용되고 있는 정밀도와 재현율을 이용한 F값을 적용하였으며 가로수 단일 객체가 포함된 건물의 측면부 영상과 경사 영상에 대해서는 높은 F값을 도출하여 우수한 성과를 확인하였으나, 같은 해상도를 가진 건물 전면부 영상에서는 그림자 등의 요인으로 F값이 낮음을 확인하였다. | - |
dc.language | 한국어 | - |
dc.language.iso | ko | - |
dc.publisher | 한국산학기술학회 | - |
dc.relation.isPartOf | 한국산학기술학회논문지 | - |
dc.title | ResNet 알고리즘을 이용한 가로수 객체의 폐색영역 검출 및 해결 | - |
dc.title.alternative | A Study on Detection and Resolving of Occlusion Area by Street Tree Object using ResNet Algorithm | - |
dc.type | Article | - |
dc.type.rims | ART | - |
dc.description.journalClass | 2 | - |
dc.identifier.doi | 10.5762/KAIS.2020.21.10.77 | - |
dc.identifier.bibliographicCitation | 한국산학기술학회논문지, v.21, no.10, pp.77 - 83 | - |
dc.identifier.kciid | ART002639671 | - |
dc.citation.endPage | 83 | - |
dc.citation.startPage | 77 | - |
dc.citation.title | 한국산학기술학회논문지 | - |
dc.citation.volume | 21 | - |
dc.citation.number | 10 | - |
dc.contributor.affiliatedAuthor | 박홍기 | - |
dc.subject.keywordAuthor | 3D Spatial Information | - |
dc.subject.keywordAuthor | Occlusion Area | - |
dc.subject.keywordAuthor | Street Tree | - |
dc.subject.keywordAuthor | Deep Learning | - |
dc.subject.keywordAuthor | ResNet Algorithm | - |
dc.description.journalRegisteredClass | kci | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
1342, Seongnam-daero, Sujeong-gu, Seongnam-si, Gyeonggi-do, Republic of Korea(13120)031-750-5114
COPYRIGHT 2020 Gachon University All Rights Reserved.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.