Land Cover Object Detection Using Aerial Photography and YOLOv5

doi:10.16879/jkca.2023.23.2.037

All Issue

2023 Vol.23, Issue 2 Preview Page Next Page

Research Article

Land Cover Object Detection Using Aerial Photography and YOLOv5 항공사진과 YOLOv5를 이용한 토지피복 객체 탐지: 홍일영^1†
Ilyoung Hong^1†; ¹남서울대학교 공간정보공학과 부교수

¹Associate Professor, Department of GIS Engineering, Namseoul University

31 August 2023. pp. 37-48

PDF

Abstract

Research on detecting various spatial objects in aerial and satellite images using deep learning is increasing. There is a limit to manually detecting specific spatial objects in remote sensing data such as satellites and aerial photographs that rapidly increase every year. In this study we tried to detect spatial objects in the land cover map using the object detection technique of deep learning. For the data aerial photographs of the National Geographic Information Institute were used and objects such as paddy fields, fields and greenhouse to farmland were detected. The applicability of the YOLOv5 model was explored through the detection of various spatial objects constituting the land cover.

Keywords

Object detection

YOLOv5

Aerial photography

Land cover

딥러닝을 이용하여 항공 및 위성 영상 속의 다양한 공간객체를 탐지하는 연구들이 증가하고 있다. 매년 급속하게 증가하는 위성 및 항공사진과 같은 원격탐사의 자료 속에서 특정 공간객체들을 수작업으로 탐지하는 것은 한계를 갖는다. 본 연구에서는 딥러닝의 객체 탐지기법을 이용하여 토지피복도 내 공간객체들에 대한 탐지를 시도하였다. 데이터는 국토지리정보원의 항공사진을 활용하였고 농경지에 해당하는 논, 밭, 하우스 재배지 등의 객체들을 탐지하였다. 토지피복을 구성하는 다양한 공간객체들에 대한 탐지를 통해 YOLOv5 모델의 활용 가능성을 탐색하였다.

키워드

객체 탐지

YOLOv5

항공사진

토지피복

References

김세형･채정우･강주영, 2022, “위성영상 이미지를 활용한 연구 동향 및 데이터 세트 리뷰,” 스마트미디어저널, 11(1), 17-30. 10.30693/SMJ.2022.11.1.17
김준석･홍일영, 2021, “YOLO 신경망 기반의 UAV 영상을 이용한 건물 객체 탐지 분석,” 한국측량학회지, 39(6), 381-392. 10.7848/ksgpc.2021.39.6.381
박성욱･김형우･이수진･윤예슬･김은숙･임종환･이양원, 2018, “고해상도 위성영상과 Fully Convolutional Network를 활용한 산림재해 피해지 탐지,” 한국사진지리학회지, 28(4), 87-101. 10.35149/jakpg.2018.28.4.006
박홍련･변성훈･이한성, 2020, “UAV를 활용한 실시간 교통량 분석을 위한 딥러닝 기법의 적용,” 한국측량학회지, 38(4), 353-361. 10.7848/ksgpc.2020.38.4.353
서창진, 2018, “YOLOv2 와 무인항공기를 이용한 자동차 탐지에 관한 연구,” 전기학회논문지, 67(1), 42-46. 10.5370/KIEEP.2018.67.1.042
이성혁･이명진, 2020, “위성영상을 활용한 토지피복 분류 항목별 딥러닝 최적화 연구,” 대한원격탐사학회지, 36(6-2), 1591-1604. 10.7780/kjrs.2020.36.6.2.9
이창희･윤예린･배세정･어양담･김창재･신상호･박소영･한유경, 2021, “국내학회지 논문 리뷰를 통한 원격탐사 분야 딥러닝 연구 동향 분석,” 한국측량학회지, 39(6), 437-456. 10.7848/ksgpc.2021.39.6.437
조원호･임용호･박기호, 2019, “합성곱 신경망을 이용한 딥러닝 기반의 토지피복 분류: 한국 토지피복을 대상으로,” 대한지리학회지, 54(1), 1-16.
홍일영･이경주, 2022, “전이학습과 항공사진을 이용한 토지이용변화 탐지,” 한국지도학회지, 22(3), 15-24. 10.16879/jkca.2022.22.3.015
Bochkovskiy, A., Wang, C., and Liao, H.M., 2020, Yolov4: Optimal speed and accuracy of object detection, arXiv:2004.10934. 10.48550/arXiv.2004.10934
Kharchenko, V. and Chyrka, I., 2018, Detection of airplanes on the ground using YOLO neural network, Proceedings, IEEE 17th International Conference on Mathematical Methods in Electromagnetic Theory (MMET), July 2-5, Kyiv, UKraine, 294-297. 10.1109/MMET.2018.8460392
Kurath, S., Gupta, R.D., and Keller, S., 2017, OSM DeepOD - Object detection on orthophotos with and for VGI, GI Forum, 5(2), 173-188. 10.1553/giscience2017_02_s173
Lee, C.H. and Hong, I.Y., 2017, Investigation of topographic characteristics of parcels using UAV and machine learning, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 35(5), 349-356. 10.7848/ksgpc.2017.35.5.349
Lu, Y., Yi, S., Zeng, N., Liu, Y., and Zhang, Y., 2017, Identification of rice diseases using deep convolutional neural networks, Neurocomputing, 267, 378-384. 10.1016/j.neucom.2017.06.023
Pham, M.T., Courtrai, L., Friguet, C., Lefèvre, S., and Baussard, A., 2020, YOLO-Fine: One-stage detector of small objects under various backgrounds in remote sensing images, Remote Sensing, 12(15), 2501. 10.3390/rs12152501
Pi, Y., Nath, N.D., and Behzadan, A.H., 2020, Convolutional neural networks for object detection in aerial imagery for disaster response and recovery, Advanced Engineering Informatics, 43, 101009. 10.1016/j.aei.2019.101009
Wu, Z., Chen, X., Gao, Y., and Li, Y., 2018, Rapid target detection in high resolution remote sensing images using YOLO model, Proceedings, International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, May 7-10, Beijing, China, 1915-1920. 10.5194/isprs-archives-xlii-3-1915-2018

Information

Publisher :The Korean Cartographic Association
Publisher(Ko) :한국지도학회
Journal Title :Journal of the Korean Cartographic Association
Journal Title(Ko) :한국지도학회지
Volume : 23
No :2
Pages :37-48
DOI :https://doi.org/10.16879/jkca.2023.23.2.037

[1] 김세형･채정우･강주영, 2022, “위성영상 이미지를 활용한 연구 동향 및 데이터 세트 리뷰,” 스마트미디어저널, 11(1), 17-30. 10.30693/SMJ.2022.11.1.17

[2] 김준석･홍일영, 2021, “YOLO 신경망 기반의 UAV 영상을 이용한 건물 객체 탐지 분석,” 한국측량학회지, 39(6), 381-392. 10.7848/ksgpc.2021.39.6.381

[3] 박성욱･김형우･이수진･윤예슬･김은숙･임종환･이양원, 2018, “고해상도 위성영상과 Fully Convolutional Network를 활용한 산림재해 피해지 탐지,” 한국사진지리학회지, 28(4), 87-101. 10.35149/jakpg.2018.28.4.006

[4] 박홍련･변성훈･이한성, 2020, “UAV를 활용한 실시간 교통량 분석을 위한 딥러닝 기법의 적용,” 한국측량학회지, 38(4), 353-361. 10.7848/ksgpc.2020.38.4.353

[5] 서창진, 2018, “YOLOv2 와 무인항공기를 이용한 자동차 탐지에 관한 연구,” 전기학회논문지, 67(1), 42-46. 10.5370/KIEEP.2018.67.1.042

[6] 이성혁･이명진, 2020, “위성영상을 활용한 토지피복 분류 항목별 딥러닝 최적화 연구,” 대한원격탐사학회지, 36(6-2), 1591-1604. 10.7780/kjrs.2020.36.6.2.9

[7] 이창희･윤예린･배세정･어양담･김창재･신상호･박소영･한유경, 2021, “국내학회지 논문 리뷰를 통한 원격탐사 분야 딥러닝 연구 동향 분석,” 한국측량학회지, 39(6), 437-456. 10.7848/ksgpc.2021.39.6.437

[8] 조원호･임용호･박기호, 2019, “합성곱 신경망을 이용한 딥러닝 기반의 토지피복 분류: 한국 토지피복을 대상으로,” 대한지리학회지, 54(1), 1-16.

[9] 홍일영･이경주, 2022, “전이학습과 항공사진을 이용한 토지이용변화 탐지,” 한국지도학회지, 22(3), 15-24. 10.16879/jkca.2022.22.3.015

[10] Bochkovskiy, A., Wang, C., and Liao, H.M., 2020, Yolov4: Optimal speed and accuracy of object detection, arXiv:2004.10934. 10.48550/arXiv.2004.10934

[11] Kharchenko, V. and Chyrka, I., 2018, Detection of airplanes on the ground using YOLO neural network, Proceedings, IEEE 17th International Conference on Mathematical Methods in Electromagnetic Theory (MMET), July 2-5, Kyiv, UKraine, 294-297. 10.1109/MMET.2018.8460392

[12] Kurath, S., Gupta, R.D., and Keller, S., 2017, OSM DeepOD - Object detection on orthophotos with and for VGI, GI Forum, 5(2), 173-188. 10.1553/giscience2017_02_s173

[13] Lee, C.H. and Hong, I.Y., 2017, Investigation of topographic characteristics of parcels using UAV and machine learning, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 35(5), 349-356. 10.7848/ksgpc.2017.35.5.349

[14] Lu, Y., Yi, S., Zeng, N., Liu, Y., and Zhang, Y., 2017, Identification of rice diseases using deep convolutional neural networks, Neurocomputing, 267, 378-384. 10.1016/j.neucom.2017.06.023

[15] Pham, M.T., Courtrai, L., Friguet, C., Lefèvre, S., and Baussard, A., 2020, YOLO-Fine: One-stage detector of small objects under various backgrounds in remote sensing images, Remote Sensing, 12(15), 2501. 10.3390/rs12152501

[16] Pi, Y., Nath, N.D., and Behzadan, A.H., 2020, Convolutional neural networks for object detection in aerial imagery for disaster response and recovery, Advanced Engineering Informatics, 43, 101009. 10.1016/j.aei.2019.101009

[17] Wu, Z., Chen, X., Gao, Y., and Li, Y., 2018, Rapid target detection in high resolution remote sensing images using YOLO model, Proceedings, International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, May 7-10, Beijing, China, 1915-1920. 10.5194/isprs-archives-xlii-3-1915-2018

Journal of the Korean Cartographic Association ISSN:1598-6160(Print) 한국지도학회지

All Issue