라이다 기반 수종분류 알고리즘 고도화

라이다 기반 수종분류 알고리즘 고도화

KOS 유형	분류체계
관련 KOS	수종분류
수요기관	국립산림과학원(산림청)
공고기관	산림청 국립산림과학원
사업목적	KOS 개정
사업년도	2023
사업기간	6개월
사업예산	30,000천원
사업ID	RFP-2-141

사업개요

사업명

라이다 기반 수종분류 알고리즘 고도화
(LiDAR-based tree species classification algorithms - advancement)

사업 세부목적

ㅇ 라이다 포인트 클라우드 기반 수종 분류 정밀 학습데이터 구축
ㅇ 라이다 포인트 클라우드 기반 수종 분류 알고리즘 비교·분석
ㅇ 수종 분류 최적의 알고리즘에 대한 최적의 파라메터 값 선정
ㅇ 수종 분류 알고리즘 ATBD 작성

사업기간 및 예산

- 사업기간 : 계약체결일로부터 6개월

- 소요예산 : 30,000천원

사업내용

과업 내용

ㅇ 라이다 포인트 클라우드 기반 수종 분류를 위한 정밀 학습데이터를 구축함

ㅇ 다양한 개체목 정규화 및 다운샘플링 방법을 적용하여 데이터 최적화 및 비교·분석을 수행함

ㅇ 소나무, 잣나무, 낙엽송, 굴참나무 등 주요 산림수종을 대상으로 자료를 수집함(직접 수집 및 국립산림과학원 제공)

ㅇ 자료의 기본전처리(이상치 제거, 지면 분류, 높이값 정규화, 개체목 분할)와 다양한 다운샘플링 알고리즘(Poisson, Farthest, K-Means, Nonuniform 등) 비교·분석을 실시함

ㅇ 수종 분류 알고리즘(점군 분류, 객체기반 알고리즘)의 성능을 비교·분석하여 최적의 알고리즘을 선정함

ㅇ PointView, PointMLP, RepSurf-U, IAE + DGCNN 등 다양한 알고리즘을 비교·분석함

ㅇ 최적 알고리즘 및 다운샘플링 선정 후, 수종별 최적 파라메터 값을 탐색함

ㅇ 선정된 알고리즘에 대한 ATBD(Algorithm Theoretical Basis Document)를 작성함

수행 방법

ㅇ 학습 데이터 구축 및 최적화 비교·분석

· 개체목 정규화, 다운샘플링 등 데이터 최적화 방법 적용

· 직접 자료 수집 및 기관 제공 자료 활용

· 이상치 제거, 지면 분류, 높이값 정규화 등 기본전처리 실시

· 다양한 다운샘플링 및 분류 알고리즘의 효과 비교

ㅇ 알고리즘 비교·분석 및 최적화

· 점군 분류와 객체기반 알고리즘 등 다양한 방식의 성능 평가

· 주요 알고리즘(PointView, PointMLP, RepSurf-U, IAE + DGCNN 등) 적용

· 수종별 최적 파라메터 탐색

ㅇ ATBD 작성

· 전체 코드 및 분류 프로세스, 코드 주석 포함

주요 산출물

ㅇ 완료보고서: 연구 분석결과, 실험방법, 연구매뉴얼 등 포함

ㅇ 데이터 및 기타 제출자료: 현장조사 자료, LiDAR 원자료, 분석 영상자료, 알고리즘 코드, ATBD, 매뉴얼 등

(위 사업내용은 AI 요약과 연구팀 담당자의 검토를 거쳐 작성하였음)

관련정보

1. KOS 메타정보

- 관련KOS(국내): 수종분류

2. 결과보고서

- (없음)

3. 관련 RFP

- (없음)

분류정보

BRM	F002	농림>임업·산촌
KDC	526	임학, 임업
DDC	634	Orchards, fruits, forestry
ILC	mpat	trees; arboreous; arboreal plants