인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
공간정보 분야에서는 데이터 최신성이 요구되면서, 유지관리 및 갱신으로 소요되는 비용과 인력이 증가하고 있다. 크라우드 소싱 LiDAR 데이터의 신뢰성이 확보되면 비용 절감과 최신성 확보에 유효한 수단이 될 수 있으나, 이를 위해서는 효율적인 품질 평가 자동화가 필요하다. 본 연구는 지상 LiDAR 데이터의 반사 강도 속성에 대한 정량적 품질 검증을 제시하며, 사례 데이터로는 모바일 매핑 시스템(mobile mapping system) 기반 점군을 사용하였다. 횡단보도 데이터를 이용하여 LiDAR 점군에서 횡단보도 영역을 추출한 후, 혼합 가우시안 모형(gaussian mixture model)을 적용하여 고반사 영역과 저반사 영역으로 분류하였다. 이후 두 영역 간 반사 강도 분포의 유사성을 비교함으로써 품질을 평가하였다. 제안한 방법은 반사 강도의 특성을 자동으로 분석하여 품질 평가에 활용할 수 있음을 확인하였으며, 기존 노동집약적인 검증 방식 대비 효율성과 재현성을 높였다. 본 연구에서 제안한 자동화된 반사 강도 품질 검증 방법은 크라우드 소싱 기반 LiDAR 데이터의 신뢰성 확보와 유지관리 비용 절감에 기여할 수 있으며, 향후 다양한 도로 인프라 속성의 품질 평가로 확장할 수 있다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094499595
