http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
딥러닝에 의한 라이다 반사강도 데이터의 자연칼라 영상화
신영하(Shin, Young Ha),형성웅(Hyung, Sung Woong),이동천(Lee, Dong-Cheon) 한국측량학회 2020 한국측량학회 학술대회자료집 Vol.2020 No.7
본 연구에서는 생성적 적대 신경망(GAN; Generative Adversarial Network)기반의 딥러닝 모델을 이용하여 라이다 반사강도 데이터의 자연칼라 영상화를 수행하였다. 반사강도 데이터는 능동센서인 레이저 스캐너에 의해 근적외선 파장대에서 획득되므로 광학영상과 비교하면 물리적, 광학적, 해상도, 품질, 패턴 등 여러 측면에서 다른 특성을 가지고 있다. 특히 라이다 데이터는 중심투영의 광학영상과 다르게 정사투영에 의해 획득되고, 폐색영역과 그림자 영향이 없으므로, 라이다 반사강도 데이터를 딥러닝에 의해 고품질의 자연칼라로 영상화하면 엄밀정사영상을 효율적이고 획기적으로 생성할 수 있는 방법이라고 판단된다.
신영하(Shin, Young Ha),형성웅(Hyung, Sung Woong),이동천(Lee, Dong-Cheon) 한국측량학회 2021 한국측량학회 학술대회자료집 Vol.2021 No.11
객체를 분류하기 위한 딥러닝(DL)은 주로 합성곱 신경망을 기반으로 한다. 본 논문에서는 딥러닝 모델인 Yolov5와 TACO (Trash Annotations in Context) 데이터 셋을 사용하여 학습을 수행하였다. DL은 학습 조건에 따라 결과가 다를 수 있으므로 신경망 구조, 학습 데이터의 크기 및 학습 파라미터를 변화시킨 학습 결과를 분석하였다. 이를 바탕으로 재활용품 수거장에서 다양한 폐기물이 컨베이어 벨트로 이동하는 상황을 시뮬레이션하여 재활용품을 분류한 결과를 확인하고 개선 방안을 제시하였다.
시뮬레이션 데이터로 학습된 딥러닝 모델을 사용한 항공 라이다 데이터의 건물 모델링
신영하(Shin, Young-Ha),형성웅(Hyung, Sung-Woong),손경완(Son, Kyung-Wan),이동천(Lee, Dong-Cheon) 한국측량학회 2023 한국측량학회지 Vol.41 No.6
Photogrammetry is based on object modeling technology that extracts and measures important information about various objects and geographical features from images for 3D object reconstruction. Technological advances have made it possible to acquire various types of high quality data with inherent characteristics from different kinds of sensors. In particular, LiDAR (Light Detection and Ranging) which could directly obtain high-accuracy 3D information, is getting more widely used in various applications. This paper aims to develop a system that automatically models buildings in 3D using airborne LiDAR data. Roof surface segmentation, an important process of building modeling, was performed by deep learning. Deep learning model training requires a large amount of various data. To obtain enough amount of airborne LiDAR data for training deep learning model is difficult task. Therefore, simulated building dataset of point clouds was created for training the deep learning model. The simulated dataset consisting of 3D coordinates and normal vectors depicts buildings with various roof types. The roof surfaces were segmented by feeding airborne LiDAR data to the deep learning model trained with simulation dataset. Finally, building models with CityJSON format were generated by extracting model key points such as vertex and apex automatically from the segmented roof surfaces. In addition, a web system for processing and visualizing spatial information data was implemented to display results.
경로 추종 적합성 고려 3D A* 기반 접안 경로 계획 알고리즘 개발
신영하(Yeong-Ha Shin) 한국항해항만학회 2022 한국항해항만학회 학술대회논문집 Vol.2022 No.2
선박의 운항 경로를 생성하기 위해 사용되는 경로 계획 방법 중, 그래프 기반 탐색 방식은 간결하고 최적해를 보장한다는 장점이있어 널리 사용되고 있다. 그래프 기반 탐색 방식을 접안 경로 계획에 적용하는 경우, 추종 적합성을 필수적으로 고려 해야 한다. 그 이유는접안 시 경로 이탈은 접안 시설과의 충돌로 이어질 수 있으므로, 경로의 이탈이 최소화하는 결과를 생성하는 것이 필요하다. 하지만 그래프 탐색 기반 접안 경로 계획의 기존 연구는 접안 시설 직전의 변침이 많은 결과를 생성하기 때문에 실제 운항 환경에 적용하는데 위험이 존재한다. 따라서 본 논문에서는 경로 추종에 적합한 비용 함수를 개발하고, 이를 적용한 3D A* 알고리즘을 제안한다. 또, 실제 운항 환경에 대한 적합성을 평가하기 위해서 유인 운항으로 수집한 데이터의 항적과 알고리즘의 경로 생성 결과를 비교한다. Among the path planning methods used to generate the ship's path, the graph search-based method is widely used because it has the advantage of its completeness, optimality. In order to apply the graph-based search method to the berthing path plan, the deviation from the path must be minimized. Path following suitability should be considered essential, since path deviation during berthing can lead to collisions with berthing facilities. However, existing studies of graph search-based berthing path planning are dangerous for application to real-world navigation environments because they produce results with a course change just before berthing. Therefore, in this paper, we develop a cost function suitable for path following, and propose a 3D A* algorithm that applies it. In addition, in order to evaluate the suitability for the actual operating environment, the results of the path generation of the algorithm are compared with the trajectory of the data collected by manned operations.
신영하(Young-ha Shin),송규(Kyu Song),윤찬녕(Chan-nyeong Yun),조우진(Woo-jin Cho),박형주(Hyung-joo Park),장동영(Dong-young Jang) 한국생산제조학회 2021 한국생산제조학회지 Vol.30 No.5
The human voice has various characteristics, such as, loudness, pitch, speaking rate, etc. This research presents the classification method of human emotions using voice signals transformed using the short-time Fourier transform (STFT). The STFT can know the frequency component at a desired time point which can be verified using three criteria. Using the 1st criteria, that is, the frequency of the maximum sound intensity (MSI), the emotions can be classified into two groups normal/angry and happy. It is impossible to distinguish between the emotions using the 2<SUP>nd</SUP> criteria, which is, the dwell time of the MSI. Using the 3<SUP>rd</SUP> criteria, that is, the onset of the MSI, the two groups normal, and angry/happy are identified. Therefore, the 1<SUP>st</SUP> and 3<SUP>rd</SUP> criteria can be used to classify three emotions. These results can provide valuable insight for future research on the classification of human emotions.