http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
그래프 데이터 모델을 활용한 크라우드 소싱 기반의 장소 정보 구축을 위한 시스템 설계 및 구현
이재은,노건일,장한메,유기윤,Lee, Jae-Eun,Rho, Gon-Il,Jang, Han-Me,Yu, Kiy-Un 한국국토정보공사 공간정보연구원 2016 지적과 국토정보 Vol.46 No.1
최근 모바일 환경의 보급에 따른 위치기반서비스의 발달로 POI 정보의 중요성이 더욱 부각되고 있다. 따라서 빠르게 변화하는 장소들의 정보를 반영하기 위해서는 POI의 최신성과 정확성이 담보되어야 한다. 본 연구에서는 POI 정보의 효율적인 구축을 위해 다수의 사용자가 정보를 구축하는 크라우드 소싱 기반의 장소 정보 구축 시스템을 제안한다. 또한 POI 정보를 넘어서서 영역 형태의 정보를 포함하는 장소 정보의 개념을 제시하고, 장소 정보의 구축을 위해 그래프 데이터 모델을 활용하였다. 그리고 그래프 데이터 모델과 크라우드 소싱을 활용한 시스템을 설계하고, 이를 실제로 구현하였다. 그 결과 단순 POI로부터 영역 형태를 포함하는 장소의 개념의 클러스터링이 가능하였고, 크라우드 소싱을 통해 정보의 구축 및 갱신이 가능하였다. The development of LBS(location-based services) due to the widespread mobile environment highlights the importance of POI(point of interest) information. The accurate and up-to-date POI has to be ensured to reflect the information of rapidly changing places. For the efficient construction of POI, here we propose the novel construction system for t he place information. This system is based on crowd-sourcing in which a great number of users participate. In addition, we utilize the graph data model to build the new concept of the place information covering the wide areas extending from the specific point. Moreover, the implementation of the new system applying the graph data model and crowd-sourcing is realized in this paper. That is, this study suggests the whole new concept of the place information and shows the clustering and the renewal of the place information through crowd-sourcing.
SLI와 벡터 지도 간 합성을 위한 대응 건물 객체 탐색에 관한 연구
가칠오(Ga, Chill O),노건일(Rho, Gon Il),허용(Huh, Yong),이정호(Lee, Jeung Ho),유기윤(Yu, Ki Yun) 대한공간정보학회 2013 대한공간정보학회지 Vol.21 No.2
실세계 거리에 대하여 풍부한 시각적 정보를 포함하고 있는 구글 스트리트뷰 등의 위치기반 파노라마 영상(Street-Level Imagery, SLI) 서비스는 타 공간정보 데이터셋과 합성을 통하여 그 활용성이 더욱 향상될 수 있다. 본 연구에서는 이러한 목적을 위해 주요 공간 객체인 건물을 대상으로 보다 정확한 정보 결합을 위하여 가시 건물 단위의 대응을 향상시키는 기법을 제안하였다. 우선, 교차로 매칭을 이용한 위치 조정으로 SLI와 벡터 지도 간에 존재하는 위치 편차를 제거한다. 그리고 건물에 대한 가시 영역을 위치 편차가 제거된 벡터 지도상에서 탐색한 후, 이를 초기 정보로 활용하여 역으로 SLI scene상에서 대응 건물 영역을 탐색하여 최적의 대응 관계를 결정한다. 실험을 통하여 단순히 위치 편차만을 제거한 경우에 비하여 대응 건물 객체들 간에 일치 정확도가 약 8% 향상되는 것을 확인하였다. 따라서 본 연구의 성과는 SLI와 벡터 지도를 연계 활용하는데 있어 유용하게 적용될 수 있을 것이다. Georeferenced SLI(Street-Level Imagery) services such as Google Streetview, which contain abundant information about the real world, can increase its applicability substantially through conflation with other spatial datasets. For this purpose, we propose a method to improve a correspondence of building region to combine building information more accurately. First, the spatial inconsistency between SLI and vector map is removed by alignment based on road intersections. Then, visible building regions are searched from the spatial inconsistency-removed vector map, and the optimal corresponding building areas are determined in the SLI scene using the visible regions as seed information. The experimental results demonstrated that our method had improved the accuracy of building region correspondence by about 8%. Therefore, our method can be utilized effectively for enhancement of conflation service based on the SLI.