한국지도학회지 제22권 제1호 (p.53-68)

거리 영상과 시멘틱 세그먼테이션을 활용한 보행환경 평가 지표 개발

Development of Walkability Evaluation Index Using Streetview Image and Semantic Segmentation
키워드 :
보행환경,보행환경 평가 지표,고해상도 거리 영상,딥러닝,시멘틱 세그먼테이션 Pedestrian environment,Walkability evaluation index,Street level imagery,Deep learning technology,Semantic segmentation

목차

요약
Abstract
I. 서론
II. 연구 방법
III. 보행환경 평가 지표 개발
   1. 보행환경 평가 지표 관련 연구 분석
   2. 보행 환경 평가 지표 개발
IV. 보행환경 평가 지표 검토
   1. 시멘틱 세그먼테이션 기술을 활용한 거리영상 분할 결과 정확도 검토
   2. 영상 외 자료의 취득 가능성 및 분석 방법검토
   3. 보행환경 평가 지표 개발
V. 결론

참고문헌

초록

보행환경은 개인의 영역이자 공공 공간으로서 시민들의 일상생활에 매우 중요한 요소이다. 보행환경의 중요성이 인지되면서 국가적 차원에서도 보행환경 실태조사를 전국 지자체가 5년마다 시행하도록 법으로 규정하는 등 체계적인 실태조사가 필요한 실정이다. 하지만 보행환경에 대한 실태조사는 일부 지역을 대상으로 현장 조사에 의지하는 등 실태조사 방법론에 있어서는 기존의 한계를 벗어나지 못하고 있다. 본 연구는 고해상도 거리 영상과 딥러닝 기술을 활용한 보행환경 평가 지표 개발을 목표로 하였다. 보행환경 평가 지표 개발을 위해 보행환경 평가와 관련된 국내외 문헌 및 딥러닝 기술을 활용한 보행환경 평가 연구를 리뷰를 토대로 보행환경 평가 지표 초안을 개발하고, 도출된 보행환경 평가 지표의 구체적 데이터 구축 가능성을 확인하기 위해 거리 영상의 시멘틱 세그멘테이션(semantic segmentation) 결과 정확도와 영상 외 필요한 자료에 대한 취득 가능성을 검토한 후 최종 보행환경 평가 지표를 제안하였다. 도출된 보행환경 평가 지표는 안전성, 편리성, 쾌적성, 접근성 4개 카테고리에 8개 지표를 활용하는 것을 제안하였다. 본 연구의 결과는 현장 관찰 조사나 설문조사에 기반한 기존 보행환경 연구의 한계점을 탈피하고 고해상도 거리 영상과 딥러닝 기술을 활용한 도시 연구의 지능화 계기를 마련하고 보행환경 평가 업무를 보다 효율적으로 수행할 수 있는 초석이 될 것으로 기대한다.
The pedestrian environment is a very important element in the daily life of citizens as both an individual domain and a public space. As the importance of the pedestrian environment has been recognized, a systematic survey is needed at the national level, such as stipulating by law that local governments across the country conduct a survey of the pedestrian environment every five years. However, the survey on the pedestrian environment does not deviate from the existing limitations in the survey methodology, such as relying on field surveys in some areas. This study aimed to develop a walkability evaluation index using high-resolution streetview images and deep learning technology. To develop a walkability evaluation index, a draft of the walkability evaluation index was developed based on a review of domestic and foreign literature and a study on the evaluation of the walkability using deep learning technology. In order to confirm the possibility of constructing the derived walkability evaluation index, the final index was proposed after examining the accuracy of the result of semantic segmentation of streetview images and the possibility of obtaining necessary data. As for the derived walkability evaluation indicators, it was suggested to use 8 indicators in 4 categories: safety, convenience, comfort, and accessibility. The results of this study break away from the limitations of existing walkability studies based on field observation surveys and surveys, provide an opportunity for intelligent urban research using high-resolution streetview images and deep learning technology, and perform pedestrian environment evaluation tasks more efficiently.