Please enable JavaScript.
Coggle requires JavaScript to display documents.
AI기반 국토 변화탐지 솔루션 개발항목 - Coggle Diagram
AI기반 국토 변화탐지 솔루션 개발항목
변화 유형 탐지 알고리즘 개발
고전적인 방법
NDVI (Normalized Difference Vegetation Index)
식생이 강하게 반사되는 근적외선과 식생이 강하게 흡수되는 적생광의 차이를 측정해 식생을 정량화하여 식생, 비식생으로 구분
NDWI (Normalized Difference Water Index)
녹생광과 근적외선(NIR: Near-Infrared)를 활용하여 식생이나 지표면에 포함된 수분 함유량을 분석하여 하천, 호수, 습지 등 수분을 다량으로 함유한 지형지물을 탐지하는데 활용
GLCM (Gary-Level Co-occurrence Matrix)
이미지 처리 및 컴퓨터 비전 분야에서 사용되는 텍스처 분석 기술 중 하나로 영상의 질감을 특성화하고 정량화하는데 활용되며, 특히 영상 내에서 픽셀 간의 관계를 분석하는데 활용
도시/나지를 도시와 나지로 구분하는데 활용
객체 형상 분석 (Object Shape Analysis)
OpenCV의 Contour Approximation 활용
건물의 유형 분석에 활용
딥러닝 방법
ONE-PEACE (Exploring One General Representation Model Toward Unlimited Modalities)
ADE2K 데이터셋에서 Validation mIoU 63.0%로 1위
InternImage-H (Exploring Large-Scale Vision Foundation Models with Deformable Convolutions)
ADE2K 데이터셋에서 Validation mIoU 62.9%로 2위
BEiT-3 (Image as a Foreign Language: BEiT Pretraining for All Vision and Vision-Language Tasks)
ADE20K val 데이터셋에서 mIoU 62.8%로 1위
하이브리드 방법
참조자료 (국가기본도, 수치지형도, 도로대장, 건축물대장, 토지대장, 토지피복도, 생태자연도, 습지현황지도, 환경주제도 등)를 통한 룰베이스 방법
비교/평가
영상 전처리
영상 클렌징
결측치(NA 또는 NaN) 데이터 처리
이상치(범위를 벗어나거나 비정상적인 값) 데이터 처리
영상 정제
영상 포맷 변환
좌표계 변환
해상도 변환
영상 정규화
히스토그램 평활화 (Histogram Equalization)
영상의 히스토그램을 변경하여 밝기 분포를 균일하게 함
전체 영상의 대비를 향상시키고 세부적인 픽셀 값의 차이를 강조
컬러 밸런스 조정 (Color Balance Adjustment)
영상의 색상 톤을 조정하여 색상의 균형을 맞춤
주로 RGB 채널을 조절하여 영상의 색감을 보정하거나 따뜻한/차가운 색조를 조절
채도 조절 (Saturation Adjustment)
영상의 채도를 조절하여 색상의 강도를 변경
원본 색상에 비해 더 선명하게 또는 부드럽게 표현
밝기 및 대비 조절 (Brightness and Contrast Adjustment)
영상의 밝기와 대비를 조절하여 이미지의 명암을 조정
펙셀값의 범위를 조절하여 이미지의 동적 범위를 적절히 활용
정규화 (Normalization)
영상의 각 픽셀값을 특정 범위로 조정하여 모델의 학습을 안정화
일번적으로 0과 1사이의 범위로 스케일링하거나 -1과 1 사이로 스케일링
가우시안 블러 (Gaussian Blur)
영상을 흐리게 만들어서 고주파 잡음을 제거
주변 픽셀의 평균을 사용하여 픽셀값을 대체
배경 보정 (Background Adjustment)
영상에서 배경을 제거하거나 분리하여 전경을 강조하거나 배경의 영상을 최소화
전경과 배경을 분리하여 각각을 조정하거나 처리
마스킹 (Masking)
영상의 특정 부분을 선택하거나 제외하여 조작
마스크를 사용하여 특정 영역에만 정규화 기법을 적용하거나 영향을 받도록 함
모폴로지 연산 (Morphological Operations)
영상의 형태를 조작하여 노이즈를 제거하거나 객체를 세밀하게 정리
침식(Erosion), 팽창(Dilation), 열기(Opening), 닫기(Closing) 등의 기술을 활용
딥러닝 기반 정규화 (Deep Learning based Normalization)
딥러닝 기술을 활용하여 영상의 특징을 추출하고 정규화
주로 자동 인코더(Auto Encoder) 또는 CNN(Convolutional Neural Network)을 사용하여 특징을 학습하고 적용
영상 보정
색 공간 변환 (Colo Space Conversion)
RGB, HSV, LAB 등의 색 공간 간 변환
다양한 색 공간을 활용하여 이미지의 색조, 채도, 명도 등을 조절
밝기 및 대비 조정 (Brightness and Contrast Adjustment)
픽셀의 밝기와 대비를 조절하여 이미지의 명암을 조정
히스토그램 평활화(Histogram Equalization)를 통한 대비 향상
샤프닝 (Sharpening)
이미지의 선명도를 향상시켜 주변 경계를 뚜렷하게 보정
라플라시안 필터(Laplacian Filter) 또는 언샤프 마스크 필터(Unsharp Mak Filter)를 통한 샤프닝 효과 적용
흐림 효과 (Blur Effect)
이미지의 흐림 효과를 적용하여 잡음을 감소시키거나 부드러운 느낌을 주는 필터 적용
가우시안 블러(Gaussian Blur) 또는 미디언 블러(Median Blur) 등의 필터 사용
색조 조정 (Color Adjustment)
이미지의 색상 톤을 조정하여 색감을 변경하거나 보정
컬러 밸런스 조절, 색조 변경, 색감 보정 등의 기술 사용
노이즈 제거
영상의 잡음을 제거하여 선명도를 향상시키고 세부적인 텍스터를 보존
주파수 도메인 필터링(Frequency Domain Filtering) 또는 커널 기반 필터링을 사용하여 노이즈 제거
평균 필터링 (Mean Filtering)
주변 픽셀의 평균값을 사용하여 각 픽셀의 값을 대체하여 잡음을 제거
주로 박스 필터(Box Filter) 또는 가우시안 필터(Gaussian Filter)를 사용
미디언 필터링 (Median Filtering)
픽셀 주변의 값을 정렬하고 중간값을 사용하여 픽셀의 값을 대체하여 잡음을 제거
주로 소금과 후추(Salt and Pepper) 잡음과 같은 흰색 또는 검은색 픽셀들을 제거
가우시안 블러 필터링 (Gaussian Blur Filtering)
영상을 흐리게 만들어서 고주파 잡음을 제거
주변 픽셀의 평균을 사용하여 픽셀값을 대체
언샤프 마스크 필터링 (Unsharp Mask Filtering)
영상의 선명도를 향상시키고 잡음을 감소시키는 필터
원본 이미지에서 블러된 이미지를 빼고 선명화 마스크를 적용하여 픽셀값을 조정
웨이블릿 변환 필터링 (Wavelet Transform)
다중 해상도 분석 기법을 사용하여 이미지의 공간 및 주파수 영역에서 잡음을 제거
잡음이 특정 주파수 대역에 있을 때 유용
비선형 잡음 제거 필터링 (Non-linear Noise Reduction Filtering)
비선형 필터링 기법을 사용하여 잡음을 제거
중간값 필터, 유사 중심 평균 필터 등이 포함
딥러닝 기반 잡음 제거 필터링 (Deep Learning based Noise Reduction Filtering)
딥러닝 기술을 사용하여 잡음을 학습하고 제거하는 방법
자동 인코더(Auto Encoder) 또는 컨볼루션 신경망(Convolutional Neural Network, CNN)을 사용하여 잡음 제거
기하학적 보정 (Geometric Correction)
이미지의 기하학적 왜곡을 보정하여 투시 왜곡, 회전, 스케일링 등을 조정
투시 변환(Perspective Transformation) 또는 이미지 리매핑(Image Remapping)을 사용하여 보정
선명화 및 부드러움 조절 (Sharpening and Smoothing)
이미지의 선명도와 부드러움을 조절하여 원하는 스타일을 구현
가장자리 감지(Edge Detection)을 통한 선명화 또는 가우시안 스무딩(Gaussian Smoothing)을 통한 부드러운 효과 적용
변화 탐지 알고리즘 개발
고전적인 방법
픽셀 기반 변화 감지 (Pixel based Change Detection)
전시기와 후시기 영상 간의 픽셀 단위로 밝기 차이 또는 강도 변화를 분석하여 변화를 감지
펙셀 간 차이를 계산하여 임계값(Threshold)을 적용하여 변화 픽셀을 분류
차영상 (Difference Image)
전시기 영상과 후시기 영상 간의 차영상을 계산하여 변화된 영역을 감지
각 픽셀값의 차이를 계산하고, 이를 이진화 또는 임계값 처리하여 변화 픽셀을 분리
영역 기반 변화 감지 (Region based Change Detection)
전시기와 후시기 영상을 영역(Region) 단위로 나누고, 각 영역의 특징을 비교하여 변화를 감지
주요 영역의 특징 (예: 텍스처, 색상, 엣지)을 추출하여 비교하고, 변화 영역을 식별
모션 벡터 분석 (Motion Vector Analysis)
전시기와 훅시기 영상 사이의 모션 벡터를 계산하여 움직임이 있는 영역을 감지
객체의 이동을 추적하고 이동 벡터를 분석하여 변화를 감지
통계적 변화 감지 (Statistical Change Detection)
영상의 픽셀값들을 통계적으로 분석하여 변화를 감지
주요 통계 지표(평균, 분산 등)를 사용하여 전시기와 후시기 영상을 비교하고 특이점을 감지
영상 분할과 분석 (Image Segmentation and Analysis)
전시기와 후시기 영상을 세분화하여 객체나 영역을 식별하고 변화를 감지
지역적인 특징을 추출하고 이를 비교하여 변화된 영역을 식별
기하학적 변화 감지 (Geometric Change Detection)
영상의 기하학적 변화를 분석하여 변화를 감지
객체의 형태, 크기, 위치 등의 변화를 추적하고 분석
딥러닝 방법
FCSN(Fully Convolutional Siamese Networks)
DTCDSCN(Dual Task Constrained Deep Siamese Convolutional Network)
DASNet(Dual Attentive Fully Convolutional Siamese Networks)
MAE+MTP(Advancing Remote Sensing Foundation Model via Multi-Task Pretraining)
LEVIR-CD 데이터셋에서 F1-Score 92.67%로 1위
IMP+MTP(InternImage-XL)
CDD 데이터셋에서 F1-Score 97.98%로 2위
OCR(Object-Contextual Representations)
HRNet
HRNetV2+
ResNeSt
Deep Lab V3+
ResNet101
ResNeSt
DAN(Deep Aggregation Network)
ResNet34
ResNet50
ResNet101
ResNeSt
FPN(Feature Pyramid Network)
ResNet50
ResNeSt
DDCM(Dense Dilated Convolutions Merging Network)
ResNet50
ResNeSt
FDN(Fully Dense Neural Network)
Changer
하이브리드 방법
비교/평가
AI기반 국토 변화 탐지 플랫폼 개발(2~3차년도)
모델 관리 프로세스 개발
모델 구현체 관리 프로세스 개발
모델 추가/삭제/편집 기능 개발
모델 검색 기능 개발
모델 버전 관리 프로세스 개발
모델 학습 프로세스 개발
학습 데이터 전처리 기능 개발
학습 데이터 로딩 기능 개발
학습 파라미터 최적화 기능 개발
Mixed Precision(FP16) 기능 개발
K-Fold 교차 검증 기능 개발
Adaptive Learning Rate 기능 개발
SGD(Stochastic Gradient Descent)
Adam
NAdam
RAdam
AdamW
Dynamic Learning Rate 기능 개발
StepLR
TimeLR
ExponentialLR
LambdaLR
베이지안 최적화(Bayesian Optimization) 기능 개발(3차년도)
Focal Loss 기능 개발
Drop-out Rate 기능 개발
모델 분산 학습 기능 개발
학습 데이터 증식 기능 개발
ColorJit 기반 증식 기능 개발
Rotation/Flip 기반 증식 기능 개발
Gaussian Blur 기반 증식 기능 개발
Gaussian Noise 기반 증식 기능 개발
Median Blur 기반 증식 기능 개발
모델 학습 이력 정보 저장/관리 기능 개발
어셈블링 기능 개발
OOF(Out of Fold) 기능 개발
Stacking 기능 개발
Boosting 기능 개발
Bagging 기능 개발
Hard/Soft Voting 기능 개발
학습 추이 분석 기능 개발
모델 추론 프로세스 개발
추론 결과 후처리 기능 개발
모델 분산 추론 기능 개발
추론 데이터 로딩 기능 개발
추론 데이터 전처리 기능 개발
모델 추론 이력 정보 저장/관리 기능 개발
모델 평가 프로세스 개발
Precision 기반 모델 평가 기능 개발
Recall 기반 모델 평가 기능 개발
F1-Score 기반 모델 평가 기능 개발
mIoU 기반 모델 평가 기능 개발
Confusion Matrix 기반 모델 평가 기능 개발
모델 평가 이력 정보 저장/관리 기능 개발
AI기반 국토 변화 탐지 프로토타입 개발(1차년도)
변화 탐지 프로세스 개발
변화 객체 및 유형 분류 프로세스 개발