메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
박진수 (올포랜드) 강성찬 (국토지리정보원) 어양담 (건국대학교)
저널정보
한국측량학회 한국측량학회 학술대회자료집 2020 한국측량학회 정기학술발표회
발행연도
2020.7
수록면
282 - 285 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
레이저 스캐닝 방식으로 획득되는 LiDAR 촬영결과는 지형지물의 3차원 좌표 및 항공영상과의 결합으로 반사값을 함께 가지고있는 Point Cloud로 획득된다. 고정밀로 획득되는 Point Cloud는 수치표면모델 뿐만 아니라, 수치표고모델과 분리된 Digital Building Model을 제작하여 3D model을 생성할 수 있다. 이를 위해서는 고정밀 Point Cloud 데이터의 정확한 분류가 필요하다. 본 연구에서는 CityMapper로 촬영한 점밀도 20~25pts/㎡의 Light Detection And Ranging(LiDAR) Point Cloud를 앙상블 머신러닝 기법인 랜덤포레스트로 분류하였다. 높이, 반사강도, R/G/B/NIR 4개 밴드, Normarlized Difference Vegetation Index(NDVI), Normarlized Difference Water Index(NDWI)의 8개 속성으로 구성된 데이터를 7개 클래스(음·양지의 나무, 나지, 벽면과 옥상 가장자리)로 분류한 결과 평균 97.38%의 정확도를 나타내었다. 또한, 각 속성정보의 중요도를 분석한 결과, NDVI, NDWI, RED, NIR, 높이, GREEN, BLUE, 반사강도순으로 확인되었다.

목차

초록
1. 서론
2. 랜덤포레스트
3. 연구내용
4. 결과
5. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0