딥러닝을 활용한 토지현황경계 추출 방안 연구

• 영문명: A Study on Land Boundary Extraction Using Deep Learning
• 발행기관: 한국지적학회
• 저자명: 차광준(Gwang Jun Cha) 홍성언(Sung Eon Hong)
• 간행물 정보: 『한국지적학회지』제41권 제2호, 19~28쪽, 전체 10쪽
• 주제분류: 사회과학 > 지역개발
• 파일형태: PDF
• 발행일자: 2025.08.31

국문 초록

연구에서는 드론 촬영 영상과 딥러닝의 Mask R-CNN 알고리즘을 이용하여 토지현황경계 추출 가능성을 제시하고자 하였다. 이를 위해 실험 대상지를 선정하고 드론을 이용하여 고해상도 영상을 취득하였다. 취득된 데이터는 딥러닝의 Mask R-CNN 알고리즘을 적용하기 위해 Mask 이미지를 제작하여 모델을 학습시켰다. 학습된 모델을 통해 토지의 현황경계를 추출하였으며, 추출된 경계를 영상 내 경계점과 비교･분석을 진행하였다. 그 결과 딥러닝을 활용한 토지현황경계 추출의 가능성과 한계를 확인하였으며, 향후 알고리즘의 발전과 다양한 학습데이터의 축적으로 한계점을 보완한다면 지적측량 분야에 적용이 가능할 것으로 판단된다.

영문 초록

In this study, we conducted the extraction of land status boundaries using drone-captured images and the deep learning Mask R-CNN algorithm. To achieve this, we selected an experimental site and obtained high-resolution images using a drone. The acquired data was used to create mask images for applying the Mask R-CNN algorithm, and the model was trained accordingly. Using the trained model, we extracted the land status boundaries and compared and analyzed the extracted boundaries with the boundary points in the images. As a result, we confirmed the possibilities and limitations of land status boundary extraction using deep learning. We believe that if the limitations are addressed through advancements in algorithms and the accumulation of diverse training data, it could be applicable in the field of cadastral surveying.

목차

1. 서 론

2. 딥러닝(Deep Learning)

3. 실험 및 분석

4. 결 론

참고문헌

키워드

지적측량 드론 딥러닝 Mask R-CNN 현황경계 Cadastral Surveying Drone Deep Learning Mask R-CNN Status Boundary