http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
혼잡한 환경에서 적응적 가우시안 혼합 모델을 이용한 배경의 학습 및 객체 검출
朴大龍(Dae-Yong Park),金裁敏(Jae-Min Kim),趙成元(Seong-Won Cho) 대한전기학회 2006 전기학회논문지 D Vol.55 No.2
For the detection of moving objects, background subtraction methods are widely used. An adaptive Gaussian mixture model combined with probabilistic learning is one of the most popular methods for the real-time update of the complex and dynamic background. However, probabilistic learning approach does not work well in high traffic regions. In this paper, we propose a reliable learning method of complex and dynamic backgrounds in high traffic regions.
조형경,박대룡,김성준,박종화,이준구,김진택 한국방재학회 2015 한국방재학회 학술발표대회논문집 Vol.14 No.-
본 연구에서는 농업용 소규모 저수지의 붕괴에 따른 침수 지역 모의를 수문·수리 모형을 활용하여 산정하였다. 2014년 8월 21일에 발생한 집중호우로 경상북도 영천의 농업용 소규모 저수지인 괴연저수지가 붕괴하였으며, 그에 따라 저수지 하류부의 농가 및 농경지에 침수에 의한 피해가 발생하였다. 그러나 이러한 소규모 저수지는 유입량·방류량·수위·저수량 등 기본적인 수문학적인 요소를 측정하고 있지 않기 때문에, 무인비행기로 관측한 항공영상(DSM, Digital Surface Model)과 GIS(Geographic Information System)기법을 활용하여 저수지 내용적곡선 및 하류부 하천 형상을 추출하였다. 일반적인 수면아래의 지형고도는 항공영상으로 촬영할 수 없으므로 저수지 붕괴이후에 드러난 지형을 촬영하였으며, 각 지형고도별 격자를 GIS기법으로 계산하였다. 또한 하류부 하천의 지형고도 및 침수흔적도를 활용하여 침수모델링 및 모의결과 검증을 실시하였다. 그 결과 침수흔적도와 모델링 결과가 약 90% 정도 일치하는 결과를 나타내었으며 침수면적은 약 1.7 ha, 하천을 제외한 범람지역에서는 약 0.5 m 정도(성인 무릎높이)의 침수심이 산정되었다. 본 연구에서는 HEC-HMS 모형의 홍수량 산정시 실측자료를 통한 검·보정이 불가능 하였으므로, 향후 중소규모의 농업용 저수지에서도 활용할 수 있는 실측자료가 존재하고, 이를 적극 활용한다면 더욱 신뢰있는 결과를 도출해 낼 수 있을 것이다.