Ⅰ. 개 요

1. 연구용역 배경
◦ 산림수종정보는 산림자원관리 및 정책수립에 중요한 조사요소
- 산림자원정보 중 수종정보는 산림다양성 평가, 바이오매스 추정, 생태계 모델링 등 산림자원관리와 산림정책 수립을 위해 매우 중요한 조사요소임
- 우리나라 산림은 지형이 복잡하고 접근성이 용이하지 않아 비용·효율적인 산림조사 방법 필요

◦ LiDAR 및 인공지능 모델의 발전으로 산림자원정보 취득이 용이
- LiDAR의 지속적인 발전은 경제적인 산림자원정보 취득이 가능해졌으며, 최근 포인트 기반의 사물분류에 대한 인공지능 모델의 정확도가 높음
- 포인트 기반의 사물분류에 대한 연구와 가능성이 제시되었으나, 우리나라 산림수종에 적절한 딥러닝 알고리즘에 대한 비교·검토 및 고도화 연구는 미흡한 실정

2. 연구용역 목적
◦ 라이다 포인트 클라우드 기반 수종 분류 정밀 학습데이터 구축
◦ 라이다 포인트 클라우드 기반 수종 분류 알고리즘 비교·분석
◦ 수종 분류 최적의 알고리즘에 대한 최적의 파라메터 값 선정
◦ 수종 분류 알고리즘 ATBD 작성
Ⅱ. 제안요청내용

1. 용역명 : 라이다 기반 수종분류 알고리즘 고도화

2. 용역수행기간 : 계약일로부터 2023년 11월 30일까지

3. 용역금액 : 30,000,000원(부가가치세 포함)

4. 과업범위
◦ 라이다 포인트 클라우드 기반 수종 분류 학습데이터 구축
- 학습데이터의 최적화 비교·검토는 개체목을 정규화하는 방법, 다운샘플링으로 인한 점군 자료의 비교·분석이 해당
* 대상수종 : 소나무, 잣나무, 낙엽송, 굴참나무 등 (국립산림과학원 선정 예정)
* 자료수집 : 직접 자료 수집 및 국립산림과학원 제공
* (기본전처리) 이상치 제거, 지면 분류, 높이 값 정규화, 개체목 분할
* (다운샘플링) Poisson, Farthest, K-Means, Nonunform 등 다양한 알고리즘 비교·분석

◦ 라이다 포인트 클라우드 기반 수종 분류 알고리즘 비교·분석(분류기반, 객체기반)
- 수종 분류 알고리즘은 점군 분류 또는 객체기반 알고리즘 중 성능이 우수한 알고리즘을 비교·분석하여 수종 분류 최적의 알고리즘을 도출
* PointView, PointMLP, RepSurf-U, IAE + DGCNN 등 다양한 알고리즘 비교·분석

◦ 수종 분류 최적의 알고리즘에 대한 최적의 파라메터 값 선정
- 최적의 알고리즘 및 다운샘플링 선정 후 수종별 최적의 파라메터 값 탐색
◦ 수종 분류 알고리즘 ATBD 작성
- 알고리즘에 대한 전체 코드 제시 및 분류 프로세스 작성(코드 주석 포함)

5. 주요 산출물
◦ 착수보고서(회)
- 연구용역 계약 후, 연구과제를 수행하기 위한 계획 및 일정 등을 명시한 착수보고서를 계약일로부터 10일 이내에 제출

◦ 중간(정기)보고서(회)
- 연구용역 계약 후 프로젝트를 수행한 중간 보고서를 2023년 9월 30일 이전까지 제출

◦ 완료보고서
- 연구용역 완료 후, 본 연구사업과 관련하여 분석결과, 실험방법 및 연구매뉴얼 등이 포함된 보고서 5부를 제출

◦ D/B 및 기타 제출 자료
- 현장조사 및 LiDAR 원자료(*.las, Excel, 현장사진 등), 분석영상 자료(학습데이터 등), 알고리즘 코드, ATBD, 매뉴얼 등

◦ 용역기간 중 작성되는 산출물은 별도의 언급이 없는 한 5부 이상 작성하여 보고서와 제출하여야 하며, 제출 자료는 워드프로세서로 작성한 파일을 동시에 제출하고, 인터넷으로 공개가 가능한 형식이어야 한다.

(공고문 바로가기)