KCI등재
SCOPUS
UAV 이미지와 수치지형도를 이용한 지상 객체의 다중 클래스에 대한 YOLO 모델 기반의 인스턴스 분할 = Instance Segmentation based on YOLO model for Multiple Classes of Ground Objects using UAV Images and Digital Topographic Map
저자
발행기관
학술지명
한국측량학회지(Journal of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography)
권호사항
발행연도
2023
작성언어
Korean
주제어
등재정보
KCI등재,SCOPUS
자료형태
학술저널
발행기관 URL
수록면
205-216(12쪽)
제공처
Until now, detection of spatial objects using aerial images has mainly focused on object detection for logistics and transportation, and semantic segmentation of roads and buildings. The objective of this study is to perform object detection and instance segmentation for various classes of ground objects. To this end, a YOLO (You Only Look Once) v8 model was used, and high-resolution images taken with an UAV (Unmanned Aerial Vehicle) were used. For the construction of learning data, The training dataset was divided into two categories: object type 1, characterised by regular patterns such as speed bumps, crosswalks, and solar panels, and object type 2, which lacks regular patterns like buildings. The training dataset was built using the digital topographic map V2.0 data produced by the NGII (National Geographic Information Institute). After training, mAP(mean average precision) for all class types demonstrated strong performance, of 0.993 for data type 1 and 0.881 for type 2, and Five different types of data were used for prediction and how the prediction accuracy of the trained model changed according to changes in data scale and spatial resolution was analyzed. As a result of the analysis, when the scale was 100%, the object could not be detected or the prediction probability was low at 50%, but when the scale was enlarged to 125%, The analysis results showed that when the scale was at 100%, objects couldn’t be detected. However, when the scale was increased to 125%, the prediction probability which was as low as 50% rose to over 90%. Additionally, in cases where the spatial resolution decreased to 25cm, certain objects couldn’t be detected, and incorrect predictions and segmentations that didn’t match the actual values occurred.
더보기지금까지 항공영상을 활용한 공간 객체에 대한 탐지는 대부분 물류, 운송 수단에 대한 객체 탐지 및 도로, 건물의 시맨틱 분할이 주를 이루었다. 본 연구에서는 지상 객체의 다중 클래스에 대한 객체 탐지 및 인스턴스 분할을 목적으로 한다. 이를 위해 YOLO (You Only Look Once) v8 모델을 이용하였고, UAV (Unmanned Aerial Vehicle)로 촬영한 고해상도 이미지를 사용하였다. 학습데이터는 과속방지턱, 횡단보도, 태양광 패널과 같은 일정한 패턴을 갖고 있는 객체유형1과 건물같이 일정한 패턴을 갖고 있지 않은 객체 유형2로 나누었으며 국토지리정보원에서 제작하는 수치지형도 V2.0 데이터를 활용하여 학습데이터를 구축하였다. 학습 후 유형별 전체 클래스에 대한 mAP (mean Average Precision)는 객체 유형1은 0.993, 유형2는 0.881로 좋은 성능을 보였다. 예측에는 총 5가지 데이터를 사용하여 학습된 모델의 예측 정확도가 데이터의 축척의 변화, 공간해상도의 변화에 따라서 어떻게 변화하는지 분석하였다. 분석 결과 축척이 100%일 때는 객체를 탐지 못하거나 예측 확률이 50%로 낮았던것이 축척이 125%로 확대될 때 예측확률은 90% 이상으로 올라갔으며 또한 공간해상도가 25cm로 낮아지는 경우에는 일부 객체를 탐지 못하거나 실제값과 맞지 않는 잘못된 예측 및 분활이 되었다.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)