인공지능을 이용한 UAV 영상 건물 경계선 추출 가능성 연구
A Study on the possibility of UAV image building boundary line using Artificial Intelligence
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
UAV는 저비용･고효율로 측량 및 지적 등 공간정보 분야에서 이미 많은 적용과 활용이 이루어지고 있다. 인공지능 기술 역시 기술의 발전에 따른 빠른 연산속도와 수행능력으로 다양한 분야에서 활용하고 있다. R-CNN은 영상분류 분야의 대표적인 인공지능 모델이다. 본 연구에서는 인공지능을 적용하여 UAV 영상의 건물 경계선 추출 가능성을 분석･제시하고자 하였다. 이를 위해 UAV의 영상의 건물 경계선을 분류하고, 이를 Mask R-CNN에 적용하여 산출한 결과 값과 UAV의 원시 영상과 비교 하였다. 비교결과, 건물 경계선은 전반적으로 추출이 가능하나 정확도는 지역별로 편차가 있는 것으로 나타났다. 정확도가 낮은 건물의 경우는 대상 건물과 주변 영역이 명확히 인식되지 못하는 데에서 발생한 것으로 분석되었다. 향후 하드웨어의 발전과 많은 학습데이터가 축적 된다면 공간정보를 비롯한 지적 분야에서도 적용이 가능할 것으로 판단된다.
Abstract
UAV are already being applied and utilized in geospatial information fields such as surveying and cadastral due to their low cost and high efficiency. Artificial intelligence technology is also being used in various fields due to its fast computational speed and performance capability according to the development of technology. R-CNN is a representative artificial intelligence model in the field of image classification. In this study, we tried to analyze and present the possibility of extracting the boundary line of the UAV image by applying artificial intelligence. For this purpose, the building boundary of the UAV image was classified, and the calculated result value was applied to the Mask R-CNN and compared with the original image of the UAV. As a result of the comparison, it was found that the boundary line of the building can be extracted as a whole, but the accuracy varies by region. In the case of a building with low accuracy, it was analyzed that it occurred because the target building and the surrounding area were not clearly recognized. If hardware advances and a lot of learning data is accumulated in the future, it is considered that it can be applied to cadastral fields including spatial information.
참고문헌 (13)
- 지적재조사를위한 인공지능기술 활용방향 연구, "김대종", 국토연구원, ~, pp.수시 17-22 (2017)
- 백승협, "딥러닝 기반위성영상 건물 분류에 관한 연구", 대한공간정보학회 학술대회 (2019)
- 지속가능한 국토발전을 위한 토지이용변화 모니터링 방안 연구 : 딥러닝 알고리즘 활용을 중심으로, "서기환", 국토연구원, ~, pp.기본18-19 (2019)
- 위현중, "딥러닝 및 참고 이미지를 이용한 항공사진 누락오류탐지 및 영역 복원", 대한공간정보학회지, 28(4), pp.33~40 (2020), 대한공간정보학회[DOI]
- 조은지, "딥러닝에 의한 객체인식 향상을 위한 학습 데이터의 효과적 구성 : Mask R-CNN을 중심으로", 한국측량학회 학술대회자료집 (2019)
- 최석근, "딥러닝을 이용한 소규모 지역의 영상분류 적용성 분석: UAV 영상을 이용한 농경지를 대상으로", 한국측량학회지, 38(1), pp.23~33 (2020), 한국측량학회[DOI]
- 함상우, "국가공간정보로 학습시킨 딥러닝 모델을 이용한 드론 영상 의미론적 분할", 대한공간정보학회지, 27(3), pp.27~37 (2019), 대한공간정보학회[DOI]
- 홍성언, "인공지능 기술의 지적측량 업무에 활용 방향", 한국사회과학연구, 41(2) (2020), 청주대학교 사회과학연구소
- 스마트 국토·도시관리를 위한 인공지능기술 도입방안 연구, "황명화", 국토연구원, ~, pp.기본18-12 (2018)
- 국토교통부 지적재조사기획단, "건축물 조사 및등록방법 매뉴얼", ~ (2017)