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.

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.