[논문]재해/재난 현장에서 취득한 대용량 무인기 영상의 클라우드 컴퓨팅 기반 처리

한수희

doi:10.7780/kjrs.2020.36.5.3.3

[국내논문] 재해/재난 현장에서 취득한 대용량 무인기 영상의 클라우드 컴퓨팅 기반 처리
Cloud Computing-Based Processing of Large Volume UAV Images Acquired in Disaster Sites 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.36 no.5 pt.3, 2020년, pp.1027 - 1036

한수희 (경일대학교 공간정보공학과)

초록
AI-Helper

본 연구에서는 재해/재난 현장에서 취득한 대용량 무인기 영상으로부터 고정밀 3차원 실감 자료를 신속하게 생성하기 위하여 상용 소프트웨어인 Agisoft Metashape와 클라우드 컴퓨팅 서비스인 Amazon web service를 이용하여 처리하는 방식을 제안하고 성능을 평가하였다. 로컬 컴퓨터를 이용하는 온프레미스 방식, Agisoft사(社)와 Pix4D사(社)에서 제공하는 클라우드 서비스와 비교하여, 항공삼각측량, 3차원 포인트 클라우드 및 DSM 생성, 메쉬 및 텍스처 생성, 정사 모자이크 영상 제작 등의 과정은 비슷한 시간을 소요하였다. 클라우드 방식은 대용량 자료의 업로드와 다운로드 시간을 필요로 하지만 실질적인 현장 처리가 가능하다는 분명한 장점을 보였다. 온프레미스 방식과 클라우드 방식 모두 CPU와 GPU 성능에 따라 처리 시간의 차이가 발생하지만 벤치마크를 통해 확인되는 성능 차이만큼 큰 차이는 발생하지 않았다. 그러나 저성능의 GPU가 탑재된 랩탑 컴퓨터는 지나치게 많은 시간을 소요하여 현장 처리에 적용하기 어려운 것으로 나타났다.

Abstract ▼ AI-Helper

In this study, a cloud-based processing method using Agisoft Metashape, a commercial software, and Amazon web service, a cloud computing service, is introduced and evaluated to quickly generate high-precision 3D realistic data from large volume UAV images acquired in disaster sites. Compared with on-premises method using a local computer and cloud services provided by Agisoft and Pix4D, the processes of aerial triangulation, 3D point cloud and DSM generation, mesh and texture generation, ortho-mosaic image production recorded similar time duration. The cloud method required uploading and downloading time for large volume data, but it showed a clear advantage that in situ processing was practically possible. In both the on-premises and cloud methods, there is a difference in processing time depending on the performance of the CPU and GPU, but notso much asin a performance benchmark. However, it wasfound that a laptop computer equipped with a low-performance GPU takes too much time to apply to in situ processing.

주제어

표/그림 (11)

표 Table 1. Overall workflow to process UAV images using Metashape
그림 Fig. 1. CPU comparison.
그림 Fig. 2. GPU comparison.
그림 Fig. 3. Cloud based method (modified using images from AWS, Lenovo, and DJI webpages).
표 Table 3. Specifications of study area
표 Table 4. Specifications of UAV
표 Table 5. Specifications flight mission
표 Table 6. Specifications of the methods
표 Table 7. Time comparison for each process
그림 Fig. 4. Web publication by Agisoft Metashape.
그림 Fig. 5. Web publication by Pix4D.

AI 본문요약
AI-Helper

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

문제 정의

이상에서 살펴보았듯이 대용량의 원격탐사 자료를 효율적으로 처리하기 위한 클라우드 컴퓨팅 기술과 고가용성의 무인기 기술 활용은 재해/재난 모니터링 분야에서 지속적으로 확대될 것으로 보인다. 본 연구에서는 대응 또는 복구 단계의 재해/재난 현장에서 취득한 무인기 영상으로부터 정밀 3차원 실감 자료를 신속하게 생성하기 위하여 클라우드 상에서 처리하는 방식을 제안하고 성능을 평가하였다. 구체적으로는 무인기로 촬영한 고해상도 영상을 클라우드로 전송하고 클라우드 상에서 상용 소프트웨어인 Agisoft Metashape를 실행하여 3차원 포인트 클라우드와 digital surface model (DSM), 3차원 메쉬와 텍스처, 정사 모자이크 영상 등을 생성하였다.
본 연구에서는 재해/재난 현장에서 취득한 대용량 무인기 영상으로부터 고정밀 3차원 실감 자료를 신속하게 생성하기 위하여 상용 소프트웨어와 클라우드 컴퓨팅을 이용하여 처리하는 방식을 제안하고 성능을 평가하였다. 항공삼각측량, 3차원 포인트 클라우드 및 DSM 생성, 메쉬 및 텍스처 생성, 정사 모자이크 영상 제작 등의 과정은 로컬 컴퓨터를 사용하는 온프레미스 방식과 본 연구에서 제안한 클라우드 컴퓨팅 방식, Agisoft社와 Pix4D社에서 제공하는 클라우드 서비스가 비슷한 시간을 소요하였다.

가설 설정

⁵⁾ 초고해상도의 영상을 취득하기 위해 전문 digital single lens reflex 또는 미러리스(mirrorless) 카메라를 사용할 경우 tiff 형식으로는 50 MB 내외, raw 형식으로는 100 MB를 상회한다.⁶⁾ 한 번의 비행으로 500장의 영상을 취득한다고 가정하면 총 용량은 수 giga bytes (GB)에서 수 십 GB의 크기가 된다. 이러한 대용량의 영상을 긴급 상황 및 실외에서 클라우드에 업로드하는 것은 분명 부담이 될 수밖에 없다.
세 가지 설정의 온프레미스 방식과 네 가지 설정의 클라우드 방식으로 3차원 포인트 클라우드와 DSM, 3차원 메쉬와 텍스처, 정사 모자이크 영상을 생성하였다. 온프레미스 방식은 현장에서 즉시 처리하는 것을 가정 하여 랩탑 컴퓨터를 이용한 방식(OP1), 사무실 또는 관제센터에서 처리하는 것을 가정하여 두 개의 GPU를 장착한 데스크탑을 이용한 방식(OP2), 고성능 GPU를 장착한 워크스테이션을 이용한 방식(OP3)으로 구성하였다. 클라우드 방식은 현장에서 즉시 처리하는 것을 가정하여 무선 통신망을 이용하여 서버에 전체 영상을 업로드하고 생성물을 다운로드하였으며, AWS에서 한 개의 GPU와 서버급 CPU가 장착된 EC2를 이용한 방식 (AWS 1), 네 개의 고성능 GPU와 서버급 CPU가 장착된 EC2를 이용한 방식(AWS 2), Agisoft社의 클라우드 서비스를 이용한 방식(Agisoft), Pix4D社의 클라우드 서비스를 이용한 방식(Pix4D)으로 구성하였다.

제안 방법

본 연구에서는 재난 현장에서 취득한 무인기 영상을 무선 통신망을 통해 AWS의 웹 스토리지 서비스인 simple storage service (S3)에 업로드하고, 컴퓨팅 서비스인 elastic compute cloud (EC2)에서 Metashape로 처리하는 방식을 구현하였다. EC2는 다중 코어를 가진 서버급 CPU와 단일 또는 다중 GPU로 구성하였으며, Microsoft windows server 2019를 기반으로 GPU 구동을 위한 드라이버와 Metashape를 설치하였다. 가상의 네트워크 환경인 virtual point cloud (VPC) 내에 EC2 인스턴스를 실행하고 인터넷을 통해 원격 접속할 수 있도록 게이트웨이, 라우터, 서브넷 등을 구성하였다.
EC2는 다중 코어를 가진 서버급 CPU와 단일 또는 다중 GPU로 구성하였으며, Microsoft windows server 2019를 기반으로 GPU 구동을 위한 드라이버와 Metashape를 설치하였다. 가상의 네트워크 환경인 virtual point cloud (VPC) 내에 EC2 인스턴스를 실행하고 인터넷을 통해 원격 접속할 수 있도록 게이트웨이, 라우터, 서브넷 등을 구성하였다. AWS 기반 클라우드 방식의 전반적인 구성은 Fig.
본 연구에서는 대응 또는 복구 단계의 재해/재난 현장에서 취득한 무인기 영상으로부터 정밀 3차원 실감 자료를 신속하게 생성하기 위하여 클라우드 상에서 처리하는 방식을 제안하고 성능을 평가하였다. 구체적으로는 무인기로 촬영한 고해상도 영상을 클라우드로 전송하고 클라우드 상에서 상용 소프트웨어인 Agisoft Metashape를 실행하여 3차원 포인트 클라우드와 digital surface model (DSM), 3차원 메쉬와 텍스처, 정사 모자이크 영상 등을 생성하였다. 제안한 방식의 효율성을 확인하기 위해 온 프레미스(on-premises)¹⁾ 방식,Agisoft社에서 제공하는 클라우드 서비스, Pix4D社의 클라우드 서비스와 비교 분석하였다.
다만 본 연구에서는 각 방식의 구현을 위한 하드웨어 구축비용 및 서비스 수수료 분석은 논외로 하였다. 긴급 상황을 가정하여 지상 기준점 설치 및 좌표 취득은 하지 않고 영상의 exchangeable image file format (EXIF)에서 취득할 수 있는 위성항법측량 경위도 좌표를 이용하여 항공삼각측량을 수행하였다.
5 GB이고 다운로드한 생성물의 크기는 약 10 GB이다. 당초 무선 통신망인 LTE를 이용하여 전송 시간을 측정하려 했으나 전송 이 빈번히 중단되어 유사한 속도를 내는 WiFi를 이용하여 전송 시간을 측정하였다. 전송 시간은 AWS 1에 대해서만 측정하였고 다른 방식에 대해서는 같은 값을 적용하였다.
그러나 도메인, 라우터, 방화벽, 사용자 인증 등 네트워크 인프라 및 보안 기능 구현을 위한 서버 구축이 필요하며, 이 기능들은 클라우드를 사용하여 구현하는 것이 훨씬 효율적이다. 따라서 온프레미스 방식은 현장에서 랩탑 컴퓨터를 이용하여 처리하는 방식과 사무실 또는 관제센터에서 처리하는 방식으로 한정하였다. 온프레미스 방식은 로컬 컴퓨터를 독점적으로 사용하는 방식이므로 전산 자원을 영상 처리에 집중시킴으로써 처리 속도를 극대화할 수 있다.
대표적으로 2006년 시작한 Amazon web services (AWS)는 다양한 국가와 지역에 클라우드 서버를 구축하고 인프라의 성능을 높은 수준으로 유지함으로써 다양한 분야에서 활용하고 있는 클라우드 서비스이다. 본 연구에서는 재난 현장에서 취득한 무인기 영상을 무선 통신망을 통해 AWS의 웹 스토리지 서비스인 simple storage service (S3)에 업로드하고, 컴퓨팅 서비스인 elastic compute cloud (EC2)에서 Metashape로 처리하는 방식을 구현하였다. EC2는 다중 코어를 가진 서버급 CPU와 단일 또는 다중 GPU로 구성하였으며, Microsoft windows server 2019를 기반으로 GPU 구동을 위한 드라이버와 Metashape를 설치하였다.
본 연구에서는 홍수로 인해 저수지의 둑이 붕괴되어 피해를 입은 지역의 복구 현장에 방문하여 무인기로 영상을 취득하였다. 연구 대상 지역과 영상 취득에 사용한 무인기의 제원, 비행 설정은 각각 Table 3, Table 4, and Table 5와 같다.
세 가지 설정의 온프레미스 방식과 네 가지 설정의 클라우드 방식으로 3차원 포인트 클라우드와 DSM, 3차원 메쉬와 텍스처, 정사 모자이크 영상을 생성하였다. 온프레미스 방식은 현장에서 즉시 처리하는 것을 가정 하여 랩탑 컴퓨터를 이용한 방식(OP1), 사무실 또는 관제센터에서 처리하는 것을 가정하여 두 개의 GPU를 장착한 데스크탑을 이용한 방식(OP2), 고성능 GPU를 장착한 워크스테이션을 이용한 방식(OP3)으로 구성하였다.
Joo (2018)는 재난 재해 모니터링 시스템 구축을 위해 준 실시간으로 무인기 영상을 매핑할 수 있는 전처리 시스템을 개발하였다. 이를 위해 컴퓨터 비전 기술 중 SURF 알고리즘을 기반으로 레퍼런스 영상과 촬영 영상 간 특징점 매칭을 통해 무인기 영상을 좌표등록하는 시스템을 구축하였다. Wu et al.
그러므로 컴퓨터 한 대에 하나 이상의 GPU를 탑재하여 고성능 컴퓨팅을 구현할 수 있다. 참고할 만한 자료로서, 다양한 CPU와 GPU의 성능 및 가격을 벤치마크 사이트²⁾를 참조하여 비교 분석하였다(Fig. 1, Fig. 2). 성능값(value)은 Intel i3-8100의 성능을 기준으로 배수로나타낸 것으로서, 특정 소프트웨어를 사용으로 평가한 것이므로 절대적인 평가 지표가 될 수 없으며 CPU와 GPU 상호간 비교도 정확하지 않을 수 있음을 밝힌다.
온프레미스 방식은 현장에서 즉시 처리하는 것을 가정 하여 랩탑 컴퓨터를 이용한 방식(OP1), 사무실 또는 관제센터에서 처리하는 것을 가정하여 두 개의 GPU를 장착한 데스크탑을 이용한 방식(OP2), 고성능 GPU를 장착한 워크스테이션을 이용한 방식(OP3)으로 구성하였다. 클라우드 방식은 현장에서 즉시 처리하는 것을 가정하여 무선 통신망을 이용하여 서버에 전체 영상을 업로드하고 생성물을 다운로드하였으며, AWS에서 한 개의 GPU와 서버급 CPU가 장착된 EC2를 이용한 방식 (AWS 1), 네 개의 고성능 GPU와 서버급 CPU가 장착된 EC2를 이용한 방식(AWS 2), Agisoft社의 클라우드 서비스를 이용한 방식(Agisoft), Pix4D社의 클라우드 서비스를 이용한 방식(Pix4D)으로 구성하였다. Pix4D를 제외한 나머지 방식은 Agisoft Metashape 64bit 1.
본 연구에서는 재해/재난 현장에서 취득한 대용량 무인기 영상으로부터 고정밀 3차원 실감 자료를 신속하게 생성하기 위하여 상용 소프트웨어와 클라우드 컴퓨팅을 이용하여 처리하는 방식을 제안하고 성능을 평가하였다. 항공삼각측량, 3차원 포인트 클라우드 및 DSM 생성, 메쉬 및 텍스처 생성, 정사 모자이크 영상 제작 등의 과정은 로컬 컴퓨터를 사용하는 온프레미스 방식과 본 연구에서 제안한 클라우드 컴퓨팅 방식, Agisoft社와 Pix4D社에서 제공하는 클라우드 서비스가 비슷한 시간을 소요하였다. 클라우드 방식은 대용량 자료의 업로드와 다운로드 시간을 필요로 하지만 실질적인 현장 처리가 가능하다는 분명한 장점을 보였다.

데이터처리

구체적으로는 무인기로 촬영한 고해상도 영상을 클라우드로 전송하고 클라우드 상에서 상용 소프트웨어인 Agisoft Metashape를 실행하여 3차원 포인트 클라우드와 digital surface model (DSM), 3차원 메쉬와 텍스처, 정사 모자이크 영상 등을 생성하였다. 제안한 방식의 효율성을 확인하기 위해 온 프레미스(on-premises)¹⁾ 방식,Agisoft社에서 제공하는 클라우드 서비스, Pix4D社의 클라우드 서비스와 비교 분석하였다. 다만 본 연구에서는 각 방식의 구현을 위한 하드웨어 구축비용 및 서비스 수수료 분석은 논외로 하였다.

성능/효과

2). 성능값(value)은 Intel i3-8100의 성능을 기준으로 배수로나타낸 것으로서, 특정 소프트웨어를 사용으로 평가한 것이므로 절대적인 평가 지표가 될 수 없으며 CPU와 GPU 상호간 비교도 정확하지 않을 수 있음을 밝힌다. 성능값을 기준으로 상위 100위 이내인 CPU와 GPU의 가격 대비 성능을 그래프로 나타냈으며, 가격 확인이 가능한 제품 중 4000(US $) 이내에서 고성능을 지닌 것으로 판단되는 CPU와 GPU는 붉은색으로 표시하였다.
항공삼각측량, 3차원 포인트 클라우드 및 DSM 생성, 메쉬 및 텍스처 생성, 정사 모자이크 영상 제작 등의 과정은 로컬 컴퓨터를 사용하는 온프레미스 방식과 본 연구에서 제안한 클라우드 컴퓨팅 방식, Agisoft社와 Pix4D社에서 제공하는 클라우드 서비스가 비슷한 시간을 소요하였다. 클라우드 방식은 대용량 자료의 업로드와 다운로드 시간을 필요로 하지만 실질적인 현장 처리가 가능하다는 분명한 장점을 보였다. Agisoft社와 Pix4D社에서 제공하는 클라우드 서비스를 사용하면 영상 처리 뿐만 아니라 웹페이지를 통한 결과물의 공유가 가능하여 활용성이 높은 것으로 판단된다.

후속연구

본 연구에서는 비용분석을 수행하지 않았지만 클라우드 방식을 본격적으로 적용하기 위해서는 영상의 용량과 처리 빈도를 고려한 비용 설계가 필요하다. 상용 소프트웨어의 클라우드 서비스를 구독하는 방법도 고려해볼 필요가 있다.
이상에서 살펴보았듯이 대용량의 원격탐사 자료를 효율적으로 처리하기 위한 클라우드 컴퓨팅 기술과 고가용성의 무인기 기술 활용은 재해/재난 모니터링 분야에서 지속적으로 확대될 것으로 보인다. 본 연구에서는 대응 또는 복구 단계의 재해/재난 현장에서 취득한 무인기 영상으로부터 정밀 3차원 실감 자료를 신속하게 생성하기 위하여 클라우드 상에서 처리하는 방식을 제안하고 성능을 평가하였다.
물론 대체로 국내에서는 해당 지역을 조금만 벗어나도 해결될 수 있는 문제로 판단된다. 향후 클라우드 방식을 자동화하여 상용 수준의 편의성을 갖춘 클라우드 서비스를 구현하고자 한다.

참고문헌 (11)

Chun, J., S. Yoon, and D. Kim, 2016. Virtual force (VF)-based disaster monitoring network using multiple UAVs, The Journal of the Institute of Internet, Broadcasting and Communication (IIBC), 16(4): 97-108 (in Korean with English abstract).

원문보기 상세보기
Luo, C., J. Nightingale, E. Asemota, and C. Grecos, 2015. A UAV-cloud system for disaster sensing applications, Proc. of 2015 IEEE 81st Vehicular Technology Conference (VTC Spring), Glasgow, UK, May 11-14, pp. 1-5.
Han, S. and C.K. Hong, 2019. Assessment of parallel computing performance of Agisoft Metashape for orthomosaic generation, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 37(6): 427-434 (in Korean with English abstract).
Joo, Y.D., 2018. A Study on the construction of nearreal time drone image preprocessing system to use drone data in disaster monitoring, The Journal of the Institute of Internet, Broadcasting and Communication, 18(3): 143-149 (in Korean with English abstract).
Kim, S.S., J. Kim, and J. Kim, 2019. National disaster scientific investigation and disaster monitoring using remote sensing and geo-information, Korean Journal of Remote Sensing, 35(5): 763-772 (in Korean with English abstract).
Kim, S.S., B.G. Song, S.B. Cho, and G.J. We, 2019. Applicability of drone mapping for natural disaster damage investigation, Journal of the Korean Society for Geospatial Information Science, 27(2): 13-21 (in Korean with English abstract).
Shin, J.I., W. Seo, T. Kim, C. Woo, and J. Park, 2019. Analysis of availability of high-resolution satellite and UAV multispectral images for forest burn severity classification, Korean Journal of Remote Sensing, 35(6-2): 1095-1106 (in Korean with English abstract).
Shin, W.J. and Y.T. Lee, 2017. Design and implementation of local forest fire monitoring and situational response platform using UAV with multi-sensor, The Journal of Korea Institute of Information, Electronics, and Communication Technology, 10(6): 626-632 (in Korean with English abstract).
Wamser, F., F. Loh, M. Seufert, P. Tran-Gia, R. Bruschi, and P. Lago, 2017. Dynamic cloud service placement for live video streaming with a remotecontrolled drone, Proc. of 2017 IFIP/IEEE Symposium on Integrated Network and Service Management (IM), Lisbon, Portugal, May 8-12, pp. 893-894.
Wang, L., Y. Ma, J. Yan, V. Chang, and A.Y. Zomaya, 2018. pipsCloud: High performance cloud computing for remote sensing big data management and processing, Future Generation Computer Systems, 78(1): 353-368.

상세보기
Westoby, M.J., J. Brasington, N.F. Glasser, M.J. Hambrey, and J.M. Reynolds, 2012. 'Structure-from-Motion' photogrammetry: A low-cost, effective tool for geoscience applications, Geomorphology, 179: 300-314.

상세보기

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증