$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

교량의 3차원 측정을 위한 UAV 비디오와 사진의 표정 분석
Orientation Analysis between UAV Video and Photos for 3D Measurement of Bridges 원문보기

한국측량학회지 = Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, v.36 no.6, 2018년, pp.451 - 456  

한동엽 (Dept. of Marine and Civil Engineering, Chonnam National University) ,  박재봉 (Research Institute for Infrastructure Performance, KISTEC) ,  허정원 (Dept. of Marine and Civil Engineering, Chonnam National University)

초록
AI-Helper 아이콘AI-Helper

시설물의 유지 관리 및 모니터링에 UAVs (Unmanned Aerial Vehicles)의 활용이 확대되고 있다. 안전 점검을 위한 시설물의 외관 상태 평가를 위하여 고해상도 영상을 취득하는 것이 필요하며, 넓은 지역을 빠르게 취득하기 위하여 비디오 데이터로 취득할 필요가 있다. 일반적으로 비디오 데이터에는 위치 정보가 포함되지 않아, 검사 개체의 실제 크기에 대한 정량적 분석이 어렵다. 본 연구에서는 교량 시설물을 대상으로 비디오 프레임과 기준 사진의 정합을 이용하여 교량의 3차원 점군(point cloud) 데이터의 활용성을 평가하고자 한다. 드론을 이용하여 비디오와 사진을 취득하고, 기준 사진과의 특징점 정합을 통하여 비디오 프레임의 외부 표정 요소를 생성하였다. 실험 결과 비디오 프레임 데이터는 기준 사진과 유사한 표정 정확도를 얻었으며, 표정된 프레임 데이터를 이용하여 생성된 점군 데이터는 교량의 형상 및 크기를 잘 표현하였다. 향후 다양한 조건의 정합 실험을 통하여 결과물의 안정성이 확인되면, 비디오 기반의 시설물 모델링 및 점검에 효과적으로 적용될 것으로 기대된다.

Abstract ▼ AI-Helper 아이콘AI-Helper

UAVs (Unmanned Aerial Vehicles) are widely used for maintenance and monitoring of facilities. It is necessary to acquire a high-resolution image for evaluating the appearance state of the facility in safety inspection. In addition, it is essential to acquire the video data in order to acquire data o...

주제어

#교량   #정합   #무인항공기   #프레임   #표정  

표/그림 (9)

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 그러나 사진으로 데이터를 취득하는 경우 1매/초 수준의 촬영이 가능한 점을 고려하면, UAV 취득 데이터로 사진보다 비디오에서 더 많은 프레임을 취득하기 때문에 시설물 점검에 효과적일 수 있다. 따라서 본 연구에서는 UAV 비디오 데이터로부터 시설물 점검을 위한 정량적 정보를 추출하기 위하여, 외부 표정 정보가 있는 사진과의 정합을 통하여 비디오 프레임의 표정을 수행하였다. 그리고 생성된 프레임 기반 점군의 활용 가능성을 평가하기 위하여 사진을 이용한 점군과 비교하였다.
  • 본 연구는 표정 정보가 있는 UAV 기준 영상으로부터 UAV 비디오 프레임의 표정 및 점군 데이터 생성을 평가하였다. 비디오 데이터는 빠르게 대상지역 영상을 취득하기 때문에 경제적인 작업이 필요한 경우에 활용이 요구된다.

가설 설정

  • Photoscan 처리는 영상 간 정합, 번들 조정, 점군 및 DSM 생성 순으로 진행된다. 비교 데이터인 사진과 비디오는 독립적으로 다른 시간에 취득된 것이다. 20개의 사진을 우선 처리하여 기준 정보로 사용할 외부 표정 요소, 점군, DSM을 생성하였다.
  • Phantom 4 Pro의 사진에 포함된 GPS 정보는 미터(meter) 수준의 위치 정확도를 가지고 있다. 사진 위치 정확도가 높지 않지만, 위치 정보를 가지고 있지 않은 프레임의 표정을 테스트하는 것이기 때문에 사진 표정 정보를 기준값으로 가정하였다. 취득된 영상들은 중복 영상을 많이 포함하고 있어서, 전체 데이터 중에서 20개의 사진과 34개의 비디오 프레임만을 실험에 사용하였다(Fig.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
고해상도 영상의 공간 해상도는 어떤 요소에 따라 달라지는가? 안전 점검을 위한 시설물 외관의 상태를 평가하는 경우 고해상도 영상이 필요하다. 현재 상업적으로 이용되고 있는 소형 UAV를 통한 영상 획득 시에 영상의 공간 해상도는 촬영거리, 영상 중복도, 카메라의 초점 거리, 렌즈 크기 등에 따라 달라진다. 그러나 사진으로 데이터를 취득하는 경우 1매/초 수준의 촬영이 가능한 점을 고려하면, UAV 취득 데이터로 사진보다 비디오에서 더 많은 프레임을 취득하기 때문에 시설물 점검에 효과적일 수 있다.
비디오 데이터의 한계는 무엇인가? 안전 점검을 위한 시설물의 외관 상태 평가를 위하여 고해상도 영상을 취득하는 것이 필요하며, 넓은 지역을 빠르게 취득하기 위하여 비디오 데이터로 취득할 필요가 있다. 일반적으로 비디오 데이터에는 위치 정보가 포함되지 않아, 검사 개체의 실제 크기에 대한 정량적 분석이 어렵다. 본 연구에서는 교량 시설물을 대상으로 비디오 프레임과 기준 사진의 정합을 이용하여 교량의 3차원 점군(point cloud) 데이터의 활용성을 평가하고자 한다.
안전 점검을 위한 시설물의 외관 상태 평가를 위해 필요한 것들은 무엇인가? 시설물의 유지 관리 및 모니터링에 UAVs (Unmanned Aerial Vehicles)의 활용이 확대되고 있다. 안전 점검을 위한 시설물의 외관 상태 평가를 위하여 고해상도 영상을 취득하는 것이 필요하며, 넓은 지역을 빠르게 취득하기 위하여 비디오 데이터로 취득할 필요가 있다. 일반적으로 비디오 데이터에는 위치 정보가 포함되지 않아, 검사 개체의 실제 크기에 대한 정량적 분석이 어렵다.
질의응답 정보가 도움이 되었나요?

참고문헌 (12)

  1. Bay, H., Ess, A., Tuytelaars, T., and Van Gool, L. (2008), SURF: Speeded up robust features, Computer Vision and Image Understanding, Vol. 110, No. 3, pp. 346-359. 

    상세보기 crossref

  2. Chan, B., Guan, H., Jo, J., and Blumenstein, M. (2015), Towards UAV-based bridge inspection systems: A review and an application perspective, Structural Monitoring and Maintenance, Vol. 2, No. 3, pp. 283-300. 

    상세보기 crossref

  3. Funayama, R., Yanagihara, H., Van Gool, L., Tuytelaars, T., and Bay, H. (2009), Robust interest point detector and descriptor, Patent US8165401. 

  4. Jang, H.S. (2005), Extraction of information on road surface using digital video camera, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 23, No. 1, pp. 9-17. (in Korean with English abstract) 

  5. Kim, H.Y., Choi, K.A., and Im, I.P. (2018), Drone image-based facility inspection - focusing on automatic process using reference images, Journal of the Korean Society for Geospatial Information Science, Vol. 26, No. 2, pp. 21-32. (in Korean with English abstract) 

  6. Kim, M.C. and Yoon, H.J. (2018), A study on utilization 3D shape pointcloud without GCPs using UAV images, Journal of the Korea Academia-Industrial cooperation Society, Vol. 19, No. 2, pp. 97-104. (in Korean with English abstract) 

  7. Lischinski, D. (2007), Structure from motion: Tomasi-Kanade factorization, http://www.cs.huji.ac.il/-csip/sfm.pdf (last date accessed: 15 October 2018). 

  8. Matikainen, L., Lehtomaki, M., Ahokas, E., Hyyppa, J., Karjalainen, M., Jaakkola, A., Kukko, A., and Heinonen, T. (2016), Remote sensing methods for power line corridor surveys, ISPRS Journal of Photogrammetry and Remote Sensing, Vol. 119, pp. 10-31. 

    상세보기 crossref

  9. Metni, N. and Hamel, T. (2007), A UAV for bridge inspection: Visual servoing control law with orientation limits, Automation in Construction, Vol. 17, No. 1, pp. 3-10. 

    상세보기 crossref

  10. Mikolajczyk, K. and Schmid, C. (2005), A performance evaluation of local descriptors, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 27, No. 10, pp. 1615-1630. 

    상세보기 crossref

  11. Noh, M.J., Cho, W., Park, J., Kim, J.S., and Koh, J.W. (2011), Geocoding of the free stereo mosaic image generated from video sequences, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 29, No. 3, pp. 249-255. (in Korean with English abstract) 

    원문보기 상세보기 crossref

  12. Park, J.K. and Um, D.Y. (2018), Utilization evaluation of digital surface model by UAV for reconnaissance survey of construction project, Journal of the Korea Academia-Industrial cooperation Society, Vol. 19, No. 3, pp. 155-160. (in Korean with English abstract) 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로