GPS/INS자료와 무감독 분류를 이용한 항공영상 자동 모자이킹

장재동 한국지리정보학회 2006 한국지리정보학회지 Vol.9 No.1

VAST장비를 이용한 통신방안

장재동,Jang, Jae-Dong 한국전자정보통신산업진흥회 1990 電子振興 Vol.10 No.4

GPS/INS와 LIDAR자료를 이용한 자동 항공영상 정사보정 개발

장재동,Jang Jae-Dong 한국정보통신학회 2006 한국정보통신학회논문지 Vol.10 No.4

항공관측으로 얻어지는 디지털 영상은 지리정보로써의 가치를 가지기 위해서는 정밀하게 정사보정되어야 한다. 항공영상의 자동 정사보정을 위해 카메라와 함께 설치된 GPS/INS (Global Positioning System/Inertial Navigation System) 자료와 LIDAR (LIght Detection And Ranging) 지표고도 자료를 이용하였다. 본 연구에서 635개 항공영상이 생산되고 LIDAR 자료는 정사보정에 적용하기 위하여 격자영상 형태로 변환되었다. 영상 전체적으로 일정한 명도를 가지기 위해서, flat field 수정을 영상에 적용하였다. 영상은 내부방위와 GPS/INS를 이용한 외부방위를 계산하여 기하보정되고, LIDAR 지표고도 영상을 이용하여 정사보정되었다. 정사보정의 정도는 임의의 5개 영상과 LIDAR 반사강도 영상에서 50개 지상기준점을 수집하여 검증되었다. 검정된 결과로써 RMSE (Root Mean Square Error)는 화소 해상도의 단지 2배에 해당하는 0.387 m를 도출하였다. 높은 정도를 가진 자동 항공영상 정사보정 방법은 항공영상 산업에 적용 가능할 것이다. Digital airborne image must be precisely orthorectified to become geographical information. For orthorectification of airborne images, GPS/INS (Global Positioning System/Inertial Navigation System) and LIDAR (LIght Detection And Ranging) elevation data were employed. In this study, 635 frame airborne images were produced and LIDAR data were converted to raster image for applying to image orthorectification. To derive images with constant brightness, flat field correction was applied to images. The airborne images were geometrically corrected by calculating internal orientation and external orientation using GPS/INS data and then orthorectified using LIDAR digital elevation model image. The precision of orthorectified images was validated by collecting 50 ground control points from arbitrary five images and LIDAR intensity image. As validation result, RMSE (Root Mean Square Error) was 0.387 as almost same as only two times of pixel spatial resolution. It is possible that this automatic orthorectification method of airborne image with higher precision is applied to airborne image industry.

GPS/INS와 LIDAR자료를 이용한 자동 항공영상 정사보정 개발

장재동 한국정보통신학회 2006 한국정보통신학회논문지 Vol.10 No.5

Digital airborne image must be precisely orthorectified to become geographical information. For orthorectification of airborne images, GPS/INS (Global Positioning System/Inertial Navigation System) and LIDAR (LIght Detection And Ranging) elevation data were employed. In this study, 635 frame airborne images were produced and LIDAR data were converted to raster image for applying to image orthorectification. To derive images with constant brightness, flat field correction was applied to images. The airborne images were geometrically corrected by calculating internal orientation and external orientation using GPS/INS data and then orthorectified using LIDAR digital elevation model image. The precision of orthorectified images was validated by collecting 50 ground control points from arbitrary five images and LIDAR intensity image. As validation result, RMSE (Root Mean Square Error) was 0.387 as almost same as only two times of pixel spatial resolution. It is possible that this automatic orthorectification method of airborne image with higher precision is applied to airborne image industry. 항공관측으로 얻어지는 디지털 영상은 지리정보로써의 가치를 가지기 위해서는 정밀하게 정사보정되어야 한다. 항공영상의 자동 정사보정을 위해 카메라와 함께 설치된 GPS/INS (Global Positioning System/Inertial Navigation System) 자료와 LIDAR (LIght Detection And Ranging) 지표고도 자료를 이용하였다. 본 연구에서 635개 항공영상이 생산되고 LIDAR 자료는 정사보정에 적용하기위하여 격자영상 형태로 변환되었다. 영상 전체적으로 일정한 명도를 가지기위해서, flat field 수정을 영상에 적용하였다. 영상은 내부방위와 GPS/INS를 이용한 외부방위를 계산하여 기하보정되고, LIDAR 지표고도 영상을 이용하여 정사보정되었다. 정사보정의 정도는 임의의 5개 영상과 LIDAR 반사강도 영상에서 50개 지상기준점을 수집하여 검증되었다. 검정된 결과로써 RMSE (Root Mean Square Error)는 화소 해상도의 단지 2배에 해당하는 0.387 m를 도출하였다. 높은 정도를 가진 자동 항공영상 정사보정 방법은 항공영상 산업에 적용 가능할 것이다.

디중분광영상과 LIDAR자료를 이용한 농업지역 토지피복 분류

장재동,Jang Jae-Dong 대한원격탐사학회 2006 大韓遠隔探査學會誌 Vol.22 No.2

본 연구에서는 항공 관측으로 얻어진 다중분광영상과 LIDAR (LIght Detection And Ranging) 자료를 이용하여 농업지역의 토지피복 분류 정도를 분석하였다. 다중분광영상은 녹색, 적색, 근적외역의 3분광으로 이루어져 있다. LIDAR 벡터 자료로부터 최초 반사강도 영상과 최초 반사 표고 자료와 최후 반사의 지상 표고 자료의 차이로 산출된 식생 높이 영상이 얻어졌다. 토지피복 분류 방법은 최대우도법을 사용했으며, 다중분광영상의 3밴드 영상 LIDAR의 반사강도 영상, 식생 높이 영상을 이용하였다. 모든 영상을 이용한 토지피복 분류의 전체 정도는 85.6%로 다중분광영상만을 이용한 정도보다 10%이상 향상되었다. 여러 농작물간의 높이의 차이, 수목과 농작물 높이의 차이와 LIDAR 반사강도 차이로 인하여 다중분광영상과 LIDAR 영상을 사용한 토지피복 분류의 정도가 향상되었다. The accuracy of rural land cover using airborne multispectral images and LEAR (Light Detection And Ranging) data was analyzed. Multispectral image consists of three bands in green, red and near infrared. Intensity image was derived from the first returns of LIDAR, and vegetation height image was calculated by difference between elevation of the first returns and DEM (Digital Elevation Model) derived from the last returns of LIDAR. Using maximum likelihood classification method, three bands of multispectral images, LIDAR vegetation height image, and intensity image were employed for land cover classification. Overall accuracy of classification using all the five images was improved to 85.6% about 10% higher than that using only the three bands of multispectral images. The classification accuracy of rural land cover map using multispectral images and LIDAR images, was improved with clear difference between heights of different crops and between heights of crop and tree by LIDAR data and use of LIDAR intensity for land cover classification.

FPGA의 Hardware Trojan 대응을 위한 기계학습 기반 탐지 기술 연구

장재동,조민기,서예지,정세연,권태경 한국인터넷정보학회 2020 인터넷정보학회논문지 Vol.21 No.2

The FPGAs are semiconductors that can be redesigned after initial fabrication. It is used in various embedded systems such as signal processing, automotive industry, defense and military systems. However, as the complexity of hardware design increases and the design and manufacturing process globalizes, there is a growing concern about hardware trojan inserted into hardware. Many detection methods have been proposed to mitigate this threat. However, existing methods are mostly targeted at IC chips, therefore it is difficult to apply to FPGAs that have different components from IC chips, and there are few detection studies targeting FPGA chips. In this paper, we propose a method to detect hardware trojan by learning the static features of hardware trojan in LUT-level netlist of FPGA using machine learning. FPGA는 초기 제작 후 다시 설계 할 수 있는 반도체로 신호 처리, 자동차 산업, 국방 및 군사 시스템 등과 같은 다양한 임베디드 시스템 분야에서 사용된다. 하지만 하드웨어 설계의 복잡성이 증가하고 설계 및 제조 과정이 세계화됨에 따라 하드웨어에 삽입되는 하드웨어 악성기능에 대한 우려가 커져가고 있다. 이러한 위협에 대응하기 위해 많은 탐지 방법들이 제시되었지만, 기존 방법 대부분은 IC칩을 대상으로 하고 있어 IC칩과 구성요소가 다른 FPGA에 적용하기 어렵다. 또한 FPGA 칩을 대상으로 하는 하드웨어 악성기능 탐지 연구는 거의 이루어지지 않고 있다. 본 논문에서는 이러한 문제점을 해결하기 위해 FPGA의 LUT-level netlist에서 나타나는 하드웨어 악성기능의 정적인 특징을 기계학습을 통해 학습하여 하드웨어 악성기능을 탐지하는 방법을 제시한다.

2006년 10월 서해대교 참사와 안개특성

장재동,서애숙 한국방재학회 2007 한국방재학회지 Vol.7 No.1

인공신경망과 임계치 설정을 이용한 전지구 SPOT Vegetation 영상의 구름탐지

장재동,김영섭 한국기상학회 2006 한국기상학회 학술대회 논문집 Vol.2006 No.-

웨이브렛 패킷을 이용한 능동 소음제어 및 비교실험

장재동(Jae-Dong Jang),김영중(Young-Joong Kim),임묘택(Myo-Taeg Lim) 제어로봇시스템학회 2007 제어·로봇·시스템학회 논문지 Vol.13 No.6

웨이브렛 패킷 필터 뱅크를 이용한 자동차 내부에서의 적응 능동 소음제어

장재동(Jae-Dong Jang),김영중(Young-Joong Kim),임묘택(Myo-Taeg Lim) 대한전기학회 2006 대한전기학회 학술대회 논문집 Vol.2006 No.7

이 논문에서는 밀폐된 공간 내에서 발생하는 소음을 줄이기 위해 일종의 능동 소음 제어 방법을 발표한다. 제안된 제어방법은 WPFB(Wavelet Packet Filter Bank)를 이용하여 기존의 FXLMS(Filtered-X Least Mean Square) 알고리즘의 단점인, 소음제어시스템 내에서의 소음전달의 지연으로 인한 불안정성과, 소음의 급작스런 변화에 대한 응답능력부족을 해소하는 방법이다. 이 시스템의 주요 특성은 소음제어 시스템의 이차경로에 WPFB이 삽입되어 FXLMS 알고리즘에 비해 빠른 연산이 수행된다는 것이다. 다른 말로 하면, WPFB는 병렬연산을 수행한다. 그러면, 적응 알고리즘 내에 있는 필터의 웨이트들이 더 빨리 갱신될 것이다. 또한 WPFB는 뛰어난 분해능을 가지고 있어서 아주 미세한 소음까지도 처리해 낼 수가 있다. 이 제어기법의 효율성은 simulation을 통해 증명될 것이다.