$\require{mediawiki-texvc}$

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.

인공지능 학습용 데이터 기반의 산림변화탐지 서비스
Forest Change Detection Service Based on Artificial Intelligence Learning Data 원문보기

정보처리학회논문지. KIPS transactions on software and data engineering. 소프트웨어 및 데이터 공학, v.11 no.8, 2022년, pp.347 - 354  

정한균 (숭실대학교 IT정책경영학과) ,  김종인 (숭실대학교 IT정책경영학과) ,  고선영 (숭실대학교 IT정책경영학과) ,  채승기 ((주)올포랜드 전략사업) ,  신용태 (숭실대학교 컴퓨터학부)

초록
AI-Helper 아이콘AI-Helper

4차 산업혁명 시대가 무르익으면서 방대한 데이터를 기반으로 한 인공지능(AI, Artificial Intelligence)의 활용이 전 산업 분야로 확대 중이다. 그러나 산림 수종을 분석하는 분야는 지금까지 인공지능의 활용이 미진하여 여전히 수작업으로 분석하고 있고 다수의 오류가 발생하고 있다. 본 연구에서는 수도권의 항공사진과 모사 이미지 등을 이용하여 소나무, 낙엽송, 침엽수, 활엽수 등 산림 수종을 분석하기 위한 인공지능 학습용 데이터 약 60,000장을 구축하였고 수종 구분 AI 모델도 함께 개발하였다. 이러한 연구는 우리나라의 산림 변화를 사전에 예측하여 변화에 신속한 대응이 가능하고 산림 주제도 제작 시 필요한 수종 분할 이미지를 기초자료로 활용함으로써 업무 생산성을 높일 것으로 기대한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Since the era of the 4th industrial revolution has been ripe, the use of artificial intelligence(AI) based on massive data is beginning to be actively applied in various fields. However, as the process of analyzing forest species is carried out manually, many errors are occurring. Therefore, in this...

주제어

#인공지능   #학습용 데이터   #산림 수종   #산림변화탐지   #항공사진  

표/그림 (18)

참고문헌 (13)

  1. AI Hub [Internet], http://www.aihub.or.kr 

  2. Creation Guideline for Artificiall Intelligence Learning Data Set, NIA, 2021. 

  3. Quality Management Guildeline for Artificial Intelligence Learning Data v1.0, NIA, 2021. 

  4. 국립산림과학원, "디지털 항공영상을 이용한 대축척 임상도 제작 및 갱신방법," 2012. 

  5. D. Lobo Torres, R. Queiroz Feitosa, P. Nigri Happ, L. Elena Cue La Rosa, J. Marcato Junior, J. Martins, P. Ola Bressan, W. N. Goncalves, and V. Liesenberg, "Applying fully convolutional architectures for semantic segmentation of a single tree species in urban environment on high resolution UAV optical imagery," Sensors, Vol.20, No.2, pp.563, 2020. 

    상세보기

  6. V. Andersson, Semantic Segmentation: Using Convolutional Neural Networks and Sparse Dictionaries. 2017. 

  7. J. Long, E. Shelhamer, and T. Darrell, "Fully convolutional networks for semantic segmentation," In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp.3431-3440, 2015. 

  8. A. Zlateski, R. Jaroensri, P. Sharma, and F. Durand, "On the importance of label quality for semantic segmentation," In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp.1479-1487, 2018. 

  9. L. C. Chen, Y. Zhu, G. Papandreou, F. Schroff, and H. Adam, "Encoder-decoder with atrous separable convolution for semantic image segmentation," ECCV, 2018. 

  10. L. C. Chen, G. Papandreou, I. Kokkinos, K. Murphy, and A. L. Yuille, "DeepLab: Semantic Image Segmentation with Deep Convolutional Nets, Atrous Convolution, and Fully Connected CRFs," IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol.40, No.4, pp.834-848, 2018. 

    상세보기 crossref

  11. J. P. Papa, A.X. FalcaO, V. H. C. De Albuquerque, and J. M. R. Tavares, "Efficient supervised optimum-path forest classification for large datasets," Pattern Recognit, Vol.45, No.1, pp.512-520, 2012. 

    상세보기 crossref

  12. L. G. Hafemann, L. S. Oliveira, and P. Cavalin, "Forest Species Recognition using Deep Convolutional Neural Networks," In 2014 22nd International Conference on Pattern Recognition, pp.1103-1107, 2014. 

  13. P. P. de Bem, O. A. de Carvalho Junior, R. Fontes Guimaraes, and R. A. Trancoso Gomes, "Change detection of deforestation in the Brazilian Amazon using landsat data and convolutional neural networks," Remote Sensing, Vol.12, No.6, pp.901, 2020. 

    상세보기

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

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