RnDCircle Logo

김의명 연구실

남서울대학교 드론공간정보공학과

김의명 교수

김의명 연구실

드론공간정보공학과 김의명

김의명 연구실은 공간정보공학 분야에서 사진측량, 컴퓨터 비전, 딥러닝 등 첨단 기술을 융합하여 공간정보의 획득, 분석, 활용에 관한 다양한 연구를 수행하고 있습니다. 본 연구실은 드론, 위성, 모바일 매핑 시스템 등 다양한 센서와 플랫폼을 활용하여 고정밀 3차원 공간정보를 구축하는 기술을 개발하고 있으며, 이를 기반으로 스마트시티, 자율주행, 도시 인프라 관리 등 다양한 응용 분야에 적용하고 있습니다. 특히, 딥러닝 및 인공지능 기술을 접목하여 공간 데이터의 자동 분석과 객체 인식, 변화 탐지, 초해상화 등 고차원적인 데이터 처리 기술을 연구하고 있습니다. 예를 들어, 드론 영상에서의 지상 기준점 자동 검출, 도로 차선 및 교통 표지 인식, 점자블록 자동 검출 등 다양한 실용적 문제를 해결하고 있습니다. 또한, 사진측량과 컴퓨터 비전 간의 카메라 렌즈 왜곡 변환, 쿼터니언 기반 3차원 좌표 변환 등 정밀한 공간 해석을 위한 수학적 모델링 연구도 활발히 이루어지고 있습니다. 공간정보 융합 서비스 개발에도 중점을 두고 있으며, 공간정보 기반 의사결정 지원, 공간정보 분석, 서비스 시스템 설계 및 운영, 융합 콘텐츠 시각화 등 실제 산업 현장에서 요구되는 다양한 융합 기술을 개발하고 있습니다. 실시간 UAV 스테레오/열화상 영상 취득 및 딥러닝 변화탐지 시스템, 모바일 매핑 시스템 기반 도로 차선 자동 구축, 교통량 산정 등 다양한 국가 및 산업 프로젝트를 통해 실용적인 성과를 창출하고 있습니다. 이러한 연구는 공간정보의 신뢰성과 활용성을 극대화하고, 미래 스마트시티, 자율주행, 재난 대응, 환경 모니터링 등 다양한 응용 분야에서 혁신적인 솔루션을 제공하는 데 기여하고 있습니다. 또한, 공간정보 산업의 혁신을 선도하며, 실세계 문제 해결에 기여하는 연구를 지속적으로 추진하고 있습니다. 앞으로도 김의명 연구실은 첨단 사진측량, 컴퓨터 비전, 딥러닝 기술을 바탕으로 공간정보 산업의 미래를 이끌고, 새로운 가치를 창출하는 연구를 지속할 계획입니다. 이를 통해 공간정보 분야의 학문적 발전과 산업적 혁신에 기여하고, 사회적 문제 해결에도 앞장설 것입니다.

사진측량 및 컴퓨터 비전 기반 공간정보 구축
사진측량과 컴퓨터 비전 기술은 공간정보 구축의 핵심적인 역할을 담당하고 있습니다. 본 연구실은 다양한 센서와 영상 데이터를 활용하여 지상 및 항공에서 촬영된 이미지를 정밀하게 분석하고, 이를 통해 3차원 공간정보를 생성하는 기술을 개발하고 있습니다. 특히, 드론, 위성, 모바일 매핑 시스템 등 다양한 플랫폼에서 취득한 데이터를 융합하여 고해상도 지도, 정밀 도로지도, 실내외 3차원 모델링 등 다양한 공간정보 서비스를 실현하고 있습니다. 최근에는 딥러닝 및 인공지능 기술을 접목하여 자동화된 객체 인식, 특징점 추출, 영상 정합, 카메라 캘리브레이션 등 기존의 수작업 중심의 프로세스를 혁신적으로 개선하고 있습니다. 예를 들어, 드론 영상에서 지상 기준점(GCP) 자동 검출, 도로 차선 및 교통 표지 인식, 점자블록 자동 검출 등 다양한 응용 분야에서 높은 정확도와 효율성을 달성하고 있습니다. 또한, 사진측량과 컴퓨터 비전 간의 카메라 렌즈 왜곡 변환, 쿼터니언 기반 3차원 좌표 변환 등 정밀한 공간 해석을 위한 수학적 모델링 연구도 활발히 이루어지고 있습니다. 이러한 연구는 스마트 시티, 자율주행, 도시 인프라 관리, 재난 대응 등 다양한 분야에서 활용될 수 있으며, 공간정보의 신뢰성과 활용성을 극대화하는 데 기여하고 있습니다. 앞으로도 본 연구실은 첨단 사진측량 및 컴퓨터 비전 기술을 바탕으로 공간정보 산업의 혁신을 선도하고, 실세계 문제 해결에 기여하는 연구를 지속적으로 추진할 계획입니다.
딥러닝 및 인공지능 기반 공간 데이터 분석과 융합
본 연구실은 딥러닝 및 인공지능 기술을 공간정보 분야에 적극적으로 도입하여, 대용량 공간 데이터의 자동 분석과 융합을 위한 다양한 연구를 수행하고 있습니다. 특히, 포인트 클라우드, 라이다(LiDAR), 드론 영상, 위성 영상 등 다양한 센서 데이터로부터 객체를 자동으로 분류하고 변화 탐지, 초해상화, 시맨틱 분할 등 고차원적인 분석을 실현하고 있습니다. 예를 들어, 최신 논문에서는 Segment Anything Model(SAM)과 YOLO, U-Net, DeepLab 등 다양한 딥러닝 모델을 활용하여 수자원, 도로, 교통, 도시 인프라 등 다양한 공간 객체의 자동 추출 및 분류를 성공적으로 수행하였습니다. 이와 더불어, 본 연구실은 공간정보 융합 서비스 개발에도 중점을 두고 있습니다. 공간정보 기반 의사결정 지원, 공간정보 분석, 서비스 시스템 설계 및 운영, 융합 콘텐츠 시각화 등 실제 산업 현장에서 요구되는 다양한 융합 기술을 개발하고 있습니다. 또한, 실시간 UAV 스테레오/열화상 영상 취득 및 1시간 이내 딥러닝 변화탐지 시스템, 모바일 매핑 시스템 기반 도로 차선 자동 구축, 교통량 산정 등 다양한 국가 및 산업 프로젝트를 통해 실용적인 성과를 창출하고 있습니다. 이러한 연구는 공간정보의 활용 가치를 극대화하고, 미래 스마트시티, 자율주행, 재난 대응, 환경 모니터링 등 다양한 응용 분야에서 혁신적인 솔루션을 제공하는 데 기여하고 있습니다. 앞으로도 본 연구실은 인공지능과 공간정보의 융합을 통해 새로운 가치를 창출하고, 공간정보 산업의 미래를 선도하는 연구를 지속할 것입니다.
1
Fine-Tunned Segment Anything Model (SAM) for Reservoir Extractions Compared With Popular CNNs: An Experiment for Space-Borne Synthetic-Aperture Radar Images
김의명, NGUYEN HONG QUANG, HANNA LEE, GIHONG KIM
IEEE ACCESS, 2025
2
Deep-learning-based Automatic Detection and Classification of Traffic Signs Using Images Collected by Mobile Mapping Systems
김의명
Sensors and Materials, 2022
3
드론에 탑재된 GNSS/IMU 장비의 정확도에 따른 시스템 캘리브레이션을 위한 시뮬레이션
김의명
대한공간정보학회지, 2022
1
2024년 2학기 공간정보 융복합 핵심인재 양성사업(장학금)
재단법인 공간정보산업진흥원
2024년 09월 ~ 2024년 12월
2
2024년 1학기 공간정보 융복합 핵심인재 양성사업(장학금)
재단법인 공간정보산업진흥원
2024년 03월 ~ 2024년 12월
3
2024년 공간정보 혁신 인재양성사업
재단법인 공간정보산업진흥원
2024년 03월 ~ 2025년 02월