CNN을 이용한 영상기반 토지이용현황조사에 관한 연구 = A Study on Image-based Land Use Status Survey Using Convolutional Neural Network

다국어 초록 (Multilingual Abstract)

This study aims to analyze the surveys related to the current land use status for an efficient land use status survey, review the redundancy of survey items, and suggest a method for automating survey items through empirical analysis. In order to achieve the purpose of this study, it was carried out by limiting the redundancy of the survey items and the aspect of automation of the survey. Surveys related to the current state of land use show an inefficient form of wasting administrative power as they individually perform overlapping survey items. In addition, since the method of survey is carried out in different ways, such as a method of visiting the site directly and a method based on images obtained by satellite, air, or drone, there is an anxiety factor that may result in different results depending on the type of survey, In particular, in the case of an on-site survey method, it is challenging to conduct an accurate survey in an area where access is difficult. Therefore, as with the experimental results, it is necessary to reclassify the duplicated survey items to establish an environment that can be integrated, linked, and shared into a single survey item system. In addition, the image-based survey should be activated for an efficient survey. For example, suppose an image-based land use status survey is conducted, Then, a method for automatically surveying items showing a similar pattern using CNN(convolutional neural network) method may be considered.

국문 초록 (Abstract)

본 연구의 목적은 효율적인 토지이용현황조사를 위해 현재 수행 중인 토지이용현황과 관련된 조사들을 분석하여 조사항목의 중복성을 검토하고 실증분석을 통해 조사항목의 자동화 방안을 제시하는 것이다. 이러한 연구의 목적을 달성하기 위하여 조사항목의 중복성과 조사의 자동화 측면으로 한정하여 수행하였다. 현행 토지이용현황과 관련된 조사들은 서로 중복된 조사항목을 개별적으로 수행하고 있어 행정력이 낭비되는 비효율적인 형태를 보이고 있다. 또한, 조사하는 방법도 직접 현장에 방문하는 방식과 위성이나 항공, 드론으로 얻어진 영상을 기반으로 하는 방식 등 각기 다른 방식으로 수행되고 있어 조사유형에 따라 상이한 결과가 나타날 수 있는 불안요소를 지니고 있으며, 특히 현장조사 방식의 경우 접근이 어려운 지역에 대한 정확한 조사가 진행되기 어렵다. 따라서 본 연구의 실험결과와 마찬가지로 중복조사 항목을 재분류하여, 하나의 조사항목 체계로 통합하고 연계 및 공유할 수 있는 환경을 구축해야 한다. 또한, 효율적인 조사 수행을 위해 영상기반의 조사가 활성화되어야 한다. 영상기반 토지이용현황조사가 이루어진다면 유사한 패턴을 보이는 조사항목에 대해 CNN(Convolutional Neural Network) 기법을 활용하여 자동으로 조사할 수 있는 방안도 함께 고려할 수 있을 것이다.

참고문헌 (Reference)

1 김감래 ; 강대룡, "필지기반의 토지이용현황 분류체계 연구" 한국지적정보학회 12 (12): 187-204, 2010

2 한국국토정보공사 공간정보연구원, "지목체계 개선방안에 관한 연구" 2017

3 이현직 ; 유지호 ; 김상연, "디지털항공사진영상을 이용한 객체기반 토지피복분류" 대한공간정보학회 19 (19): 105-113, 2011

4 한국국토정보공사 공간정보연구원, "국토정보 통합조사 방안 연구" 2015

5 한국법제연구원, "국토공간의 이용현황 조사 및 정보구축에 관한 비교법적 연구" 2014

6 홍성언 ; 이동헌 ; 박수홍, "고해상도 위성영상과 수치지형도를 이용한 지목 불부합의 정도 측정" 대한공간정보학회 12 (12): 43-56, 2004

7 F. S. Chapin, "Urban Land Use Planning" University of Illinois Press 1979

8 C. Yang, "Classification of land cover and land use based on convolutional neural networks, ISPRS Annals of the Photogrammetry" 4 (4): 2018

9 W. B. Meyer, "Changes in Land Use and Land Cover : A Global Pers-pective" Cambridge University Press 1994

10 J. Song, "A survey of remote sensing image classification based on CNNs" 3 (3): 2019

11 M. Carranza-García, "A framework for evaluating land use and land cover classification using convolutional neural networks" 11 (11): 2019

12 김윤기 ; 이상범, "A Study on the Improvement of the Cadastral LandClassification System for Introducing 3D Cadastre" 한국지적학회 21 (21): 77-93, 2005