KR101887086B1 - 무브먼트 데이터를 다방향 벡터필드에서 시각화하는 방법 및 그 장치 - Google Patents

무브먼트 데이터를 다방향 벡터필드에서 시각화하는 방법 및 그 장치 Download PDF

Info

Publication number
KR101887086B1
KR101887086B1 KR1020170173311A KR20170173311A KR101887086B1 KR 101887086 B1 KR101887086 B1 KR 101887086B1 KR 1020170173311 A KR1020170173311 A KR 1020170173311A KR 20170173311 A KR20170173311 A KR 20170173311A KR 101887086 B1 KR101887086 B1 KR 101887086B1
Authority
KR
South Korea
Prior art keywords
movement
path
data
direction vector
visualizing
Prior art date
Application number
KR1020170173311A
Other languages
English (en)
Inventor
장윤
정성민
김석연
Original Assignee
세종대학교산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 세종대학교산학협력단 filed Critical 세종대학교산학협력단
Priority to KR1020170173311A priority Critical patent/KR101887086B1/ko
Application granted granted Critical
Publication of KR101887086B1 publication Critical patent/KR101887086B1/ko

Links

Images

Classifications

    • G06F17/30994—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/904—Browsing; Visualisation therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Processing Or Creating Images (AREA)

Abstract

본 발명은 무브먼트 데이터를 다방향 벡터필드에서 시각화하는 방법을 제공하며, 본 방법은 일 영역에서 수집된 무브먼트 데이터들의 이동 방향 및 이동 경로를 기초로, 무브먼트 데이터들에 대응되는 방향 벡터 집합을 산출하는 단계, 일 영역을 띠 형상의 글리프(glyph)로 시각화하는 단계, 방향 벡터 집합 중에서, 일 영역의 외부에서 내부로 향하는 이동 경로를 나타내는 적어도 하나의 방향 벡터를 글리프의 내곽에 시각화하는 단계, 및 방향 벡터 집합 중에서, 일 영역의 내부에서 외부로 향하는 이동 경로를 나타내는 적어도 하나의 방향 벡터를 글리프의 외곽에 시각화하는 단계를 포함한다. 이때, 방향 벡터 집합의 각 방향 벡터는, 각 방향 벡터에 대응되는 이동 방향에 매칭되는 글리프 상의 위치의 내곽 또는 외곽에서 시각화된다.

Description

무브먼트 데이터를 다방향 벡터필드에서 시각화하는 방법 및 그 장치 {METHOD AND APPARATUS FOR VISUALIZING MOVEMENT DATA IN MULTI-DIRECTIONAL VECTOR FIELD}
본 발명은 이동 객체의 무브먼트 데이터를 다방향 벡터필드에서 시각화하는 방법 및 그 장치에 관한 것이다.
최근 위치 추적 기술의 발달로 인해 객체의 이동을 시각적으로 나타내는 무브먼트 데이터의 사용이 증가하고 있다. 특히, 스마트 시티, 무인자동차, 소셜 네트워크 데이터 등에 관한 무브먼트 데이터는 지역 간의 이동 흐름과 패턴을 분석함에 있어 중요한 요소로 기능한다.
일반적으로 무브먼트 데이터는 큰 데이터 볼륨(volumn)을 포함하며, 이로 인해 무브먼트 데이터의 분석은 데이터를 필터링하거나 데이터를 어그리게이션(aggregation)하여 단위 영역에서 획득된 로우 데이터(law data)를 단방향 벡터로 변환하는 데이터 처리를 포함한다. 이와 같은 무브먼트 데이터 처리는 로우 데이터 내에 존재하던 유의미한 정보를 소실시킨다.
도 1은 종래의 무브먼트 데이터로부터 단방향 벡터필드를 구성하는 일례를 도시한다. 도 1을 참조하면, 로우 데이터(a)에 포함되어 있는 파란색 트레젝토리(trajectory)와 오렌지색 트레젝토리 중에서, 오렌지색 트레젝토리는 데이터 처리 과정(예컨대, 데이터 어그리게이션)에 의해 소실되고, (b)에서와 같이 파란색 트레젝토리만이 시각화될 수 있다.
따라서, 최근에는 큰 볼륨의 무브먼트 데이터의 정보를 최소한의 소실로 압축하기 위한 알고리즘 방법과 무브먼트 데이터를 효율저긍로 시각화하는 방법에 대한 연구가 많이 진행되고 있다. 예시적으로, Mobility, data mining and privacy: Geographic knowledge discovery(F. Giannotti and D. Pedreschi, Springer Science & Business Media, 2008)", Visual analytics tools for analysis of movement data(G. Andrienko, N. Andrienko, and S. Wrobel, ACM SIGKDD Explorations Newsletter, vol. 9, no. 2, pp. 38-46, 2007), Spatio-temporal aggregation for visual analysis of movements(G. Andrienko and N. Andrienko, in Visual Analytics Science and Technology, 2008. VAST'08. IEEE Symposium on. IEEE, 2008, pp. 51-58), Spatial generalization and aggregation of massive movement data(N. Adrienko and G. Adrienko, IEEE Transactions on visualization and computer graphics, vol. 17, no. 2, pp. 205-219, 2011), Overview of flow visualization(D. Weiskopf and G. Erlebacher, The Visualization Handbook, pp. 261-278, 2005) 등과 같은 연구가 진행되었다. 그러나, 다양한 방향성 정보를 내포하는 다방향 벡터필드를 시각화 하는 방법은, 여전히 과도한 연산량과 비주얼 클러터(visual clutter) 등과 같은 문제점에 봉착하고 있다.
무브먼트 데이터는 무브먼트 오브젝트의 이동방향과 이동경로 등의 지리적 정보와 이동속도, 이동량 등과 같은 추가 정보를 포함한다. 이때, 무브먼트 데이터의 이동관계는 무브먼트 데이터가 수집된 시간, 공간, 수집객체 수집목적등의 이유로 각각 다른 패턴과 의미를 지닌다. 따라서, 무브먼트 데이터의 시각화 결과의 성능은 무브먼트 데이터의 정보를 파악할 수 있고 결과에 악영향을 끼치는 비주얼 클러터가 존재하지 않아야 한다. 무브먼트 데이터는 각 벡터필드 내에 많은 정보가 존재 할 시 오버플로팅(over-floating)으로 인한 비주얼 클러터를 야기할 수 있다. 오버플로팅으로 인한 비주얼 클러터는 시각화 결과의 신뢰도를 떨어트리고, 사용자가 유의미한 정보를 찾는 식별하는데에 방해가 된다. 따라서, 지역 내에 복수의 이동방향, 이동경로 등을 포함하는 다방향 벡터필드의 경우, 오버플로팅 문제를 해결하는 것이 필수적으로 요구된다.
본 발명의 일 실시예는 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 무브먼트 데이터의 다방향성 정보를 소실하지 않고 유지함으로써 다방향 벡터필드를 구성하고, 이를 시각화하여 제공하는 방법 및 그 전자 장치를 제공한다.
다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 제1 측면에 따른 다방향 벡터필드 시각화 방법은, 일 영역에서 수집된 무브먼트 데이터들의 이동 방향 및 이동 경로를 기초로, 상기 무브먼트 데이터들에 대응되는 방향 벡터 집합을 산출하는 단계; 상기 일 영역을 띠 형상의 글리프(glyph)로 시각화하는 단계; 상기 방향 벡터 집합 중에서, 상기 일 영역의 외부에서 내부로 향하는 이동 경로를 나타내는 적어도 하나의 방향 벡터를 상기 글리프의 내곽에 시각화하는 단계; 및 상기 방향 벡터 집합 중에서, 상기 일 영역의 내부에서 외부로 향하는 이동 경로를 나타내는 적어도 하나의 방향 벡터를 상기 글리프의 외곽에 시각화하는 단계를 포함한다. 이때, 상기 방향 벡터 집합의 각 방향 벡터는, 상기 각 방향 벡터에 대응되는 이동 방향에 매칭되는 상기 글리프 상의 위치의 내곽 또는 외곽에서 시각화된다.
또한, 본 발명의 제2 측면에 따른 다방향 벡터필드 시각화 방법은, 일 영역에서 수집된 무브먼트 데이터들의 이동 방향 및 이동 경로를 기초로, 상기 무브먼트 데이터들에 대응되는 방향 벡터 집합을 산출하는 단계; 상기 일 영역의 중간점을 사이트(cite)로 설정하고, 상기 방향 벡터 집합의 이동 확률을 기초로 상기 사이트를 둘러싸는 다각형의 형태를 산출하는 단계; 및 상기 다각형의 형태와 상기 사이트를 나타내는 포인트를 시각화하는 단계를 포함한다. 이때, 상기 포인트는 상기 방향 벡터 집합의 이동량, 이동 세기 및 이동 속도 중 적어도 하나를 기초로 결정된 크기로 시각화된다.
또한, 본 발명의 제3 측면에 따른 다방향 벡터필드 시각화 방법은, 일 영역에서 수집된 이동 객체의 무브먼트 데이터들의 이동 방향 및 이동 경로를 기초로, 상기 무브먼트 데이터들에 대응되는 방향 벡터 집합을 산출하는 단계; 상기 방향 벡터 집합을 상기 이동 객체의 경로 데이터로 매핑하는 단계; 상기 방향 벡터 집합에 매핑된 경로 데이터를 하이라이트된 선 및 곡선 중 적어도 하나로 시각화하는 단계를 포함한다. 이때, 상기 이동 객체의 무브먼트 데이터들은 상기 경로 데이터에 의해 제한적 이동 경로를 포함한다.
또한 본 발명의 제4 측면에 따른 전자 장치는, 다방향 벡터필드 시각화 프로그램이 저장된 메모리; 및 상기 프로그램을 실행하는 프로세서를 포함한다. 상기 프로세서는, 상기 프로그램이 실행됨에 따라, 일 영역에서 수집된 무브먼트 데이터들의 이동 방향 및 이동 경로를 기초로, 상기 무브먼트 데이터들에 대응되는 방향 벡터 집합을 산출하고, 상기 일 영역을 띠 형상의 글리프(glyph)로 시각화하며, 상기 방향 벡터 집합 중에서, 상기 일 영역의 외부에서 내부로 향하는 이동 경로를 나타내는 적어도 하나의 방향 벡터를 상기 글리프의 내곽에 시각화하고, 상기 방향 벡터 집합 중에서, 상기 일 영역의 내부에서 외부로 향하는 이동 경로를 나타내는 적어도 하나의 방향 벡터를 상기 글리프의 외곽에 시각화한다. 이때, 상기 방향 벡터 집합의 각 방향 벡터는, 상기 각 방향 벡터에 대응되는 이동 방향에 매칭되는 상기 글리프 상의 위치의 내곽 또는 외곽에서 시각화된다.
또한 본 발명의 제5 측면에 따른 전자 장치는, 다방향 벡터필드 시각화 프로그램이 저장된 메모리; 및상기 프로그램을 실행하는 프로세서를 포함한다. 상기 프로세서는, 상기 프로그램이 실행됨에 따라, 일 영역에서 수집된 무브먼트 데이터들의 이동 방향 및 이동 경로를 기초로, 상기 무브먼트 데이터들에 대응되는 방향 벡터 집합을 산출하고, 상기 일 영역의 중간점을 사이트(cite)로 설정하고, 상기 방향 벡터 집합의 이동 확률을 기초로 상기 사이트를 둘러싸는 다각형의 형태를 산출하며, 상기 다각형의 형태와 상기 사이트를 나타내는 포인트를 시각화한다. 이때, 상기 포인트는 상기 방향 벡터 집합의 이동량, 이동 세기 및 이동 속도 중 적어도 하나를 기초로 결정된 크기로 시각화된다.
또한 본 발명의 제6 측면에 따른 전자 장치는, 다방향 벡터필드 시각화 프로그램이 저장된 메모리; 및 상기 프로그램을 실행하는 프로세서를 포함한다. 상기 프로세서는, 상기 프로그램이 실행됨에 따라, 일 영역에서 수집된 이동 객체의 무브먼트 데이터들의 이동 방향 및 이동 경로를 기초로, 상기 무브먼트 데이터들에 대응되는 방향 벡터 집합을 산출하고, 상기 방향 벡터 집합을 상기 이동 객체의 경로 데이터로 매핑하며, 상기 방향 벡터 집합에 매핑된 경로 데이터를 하이라이트된 선 및 곡선 중 적어도 하나로 시각화하되, 상기 이동 객체의 무브먼트 데이터들은 상기 경로 데이터에 의해 제한적 이동 경로를 포함한다.
또한, 본 발명의 제7 측면은, 상기 제1 측면 내지 제3 측면 중 어느 하나의 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체를 제공한다.
전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 무브먼트 데이터를 다방향 벡터필드에서 직관적으로 시각화함으로써, 사용자가 보다 용이하게 이동 객체에 대한 정보를 인지하도록 할 수 있다.
도 1은 종래의 무브먼트 데이터로부터 단방향 벡터필드를 구성하는 예를 도시한다.
도 2는 본 발명의 일 실시예에 따른 다방향 벡터필터 시각화 장치의 구성을 도시한 개요도이다.
도 3은 본 발명의 일 실시예에 따라 프로세서가 글리프를 이용하여 다방향 벡터필드를 시각화하는 방법을 설명하는 순서도이다.
도 4는 본 발명의 일 실시예에 따라 프로세서가 방향 벡터 집합을 산출하는 예를 도시한다.
도 5의 (a)는 일 영역 내에서의 방향 벡터 집합을 도시하며, (b)는 방향 벡터 집합의 제1 내지 제4 방향 벡터를 글리프를 이용하여 시각화한 예를 도시한다.
도 6은 본 발명의 일 실시예에 따라 다방향 벡터필드를 시각화한 예를 도시한다.
도 7은 본 발명의 다른 실시예에 따라 프로세서가 무브먼트 데이터를 다방향 벡터필드에서 시각화하는 방법을 설명하는 순서도이다.
도 8은 본 발명의 다른 실시예에 따라 일 영역의 사이트를 둘러싸는 다각형의 형태를 산출하는 예를 도시한다.
도 9는 본 발명의 또 다른 실시예에 따라 프로세서가 무브먼트 데이터를 다방향 벡터필드에서 시각화하는 방법을 설명하는 순서도이다.
도 10은 본 발명의 또 다른 실시예에 따라 방향 벡터에 매핑되는 경로 데이터를 추출하는 방법을 도시한다.
도 11은 본 발명의 또 다른 실시예에 따라 차량의 이동을 시각화한 예를 도시한다.
도 12는 본 발명의 또 다른 실시예에 따라 프로세서가 무브먼트 데이터를 다방향 벡터필드에서 시각화하는 방법을 도시한다.
도 13은 본 발명의 또 다른 실시예에 따라 프로세서가 무브먼트 데이터를 다방향 벡터필드에서 시각화하는 방법을 도시한다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 본 발명을 명확하게 설명하기 위해 도면에서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다. 또한, 도면을 참고하여 설명하면서, 같은 명칭으로 나타낸 구성일지라도 도면에 따라 도면 번호가 달라질 수 있고, 도면 번호는 설명의 편의를 위해 기재된 것에 불과하고 해당 도면 번호에 의해 각 구성의 개념, 특징, 기능 또는 효과가 제한 해석되는 것은 아니다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
본 명세서에 있어서 '부(部)' 또는 '모듈'이란, 하드웨어 또는 소프트웨어에 의해 실현되는 유닛(unit), 양방을 이용하여 실현되는 유닛을 포함하며, 하나의 유닛이 둘 이상의 하드웨어를 이용하여 실현되어도 되고, 둘 이상의 유닛이 하나의 하드웨어에 의해 실현되어도 된다.
도 2는 본 발명의 일 실시예에 따른 다방향 벡터필터 시각화 장치(100)의 구성을 도시한 개요도이다.
본 발명의 일 실시예에 따른 다방향 벡터필드 시각화 장치(100)는 기 설정된 기준 영역 단위에서 수집된 무브먼트 데이터로부터 다방향 벡터필드를 구현하고, 다방향 벡터필드를 시각화하는 프로세싱 기능을 포함하는 전자 장치로서, 비한정인 예로서, 컴퓨터(computer), 랩탑(laptop), 서버(server), 스마트폰 등일 수 있다.
도 2에 도시된 바와 같이, 다방향 벡터필드 시각화 장치(100)는 메모리(memory)(110) 및 프로세서(processor)(120)를 포함한다.
메모리(110)는 기 설정된 기준 영역 단위에서 수집된 무브먼트 데이터들을 저장하고, 무브먼트 데이터들로부터 다방향 벡터필드를 구현하고, 구현된 다방향 벡터필드를 시각화하는 프로그램을 저장한다. 여기서, 무브먼트 데이터는 이동 객체의 이동 방향과 이동 경로 등과 같은 지리적 정보와, 이동 속도, 이동량 등과 같은 추가 정보를 포함한다. 그러나, 이에 한정되는 것은 아니며, 무브먼트 데이터는 이동 객체의 식별 정보 등을 더 포함할 수 있다.
이때, 메모리(110)는 전원이 공급되지 않아도 저장된 정보를 계속 유지하는 비휘발성 저장장치 또는 저장된 정보를 유지하기 위하여 전력이 필요한 휘발성 저장장치를 통칭하는 것이다.
프로세서(120)는 다방향 벡터필드 시각화 장치(100)의 전반적인 동작을 제어한다. 이를 위해, 프로세서(120)는 적어도 하나의 프로세싱 유닛(CPU, micro-processor, DSP 등), RAM(Random Access Memory), ROM(Read-Only Memory) 등을 포함하여 구현될 수 있으며, 메모리(110)에 저장된 프로그램을 RAM으로 독출하여 적어도 하나의 프로세싱 유닛을 통해 실행할 수 있다. 한편, 실시예에 따라서 ‘제어부’ 라는 용어는 '프로세서', '컨트롤러', '연산 장치' 등의 용어와 동일한 의미로 해석될 수 있다.
프로세서(120)는 메모리(110)에 저장된 프로그램을 실행함에 따라, 수집된 무브먼트 데이터들을 다방향 벡터필드에서 시각화하는 동작을 수행한다. 이하, 도 3 내지 13을 참조하여 상세히 설명한다.
도 3은 본 발명의 일 실시예에 따라 프로세서(120)가 글리프를 이용하여 다방향 벡터필드를 시각화하는 방법을 설명하는 순서도이다.
도 3을 참조하면, 프로세서(120)는 일 영역에서 수집된 무브먼트 데이터들의 이동 방향 및 이동 경로를 기초로, 무브먼트 데이터들에 대응되는 방향 벡터 집합을 산출한다(S310). 예시적으로, 프로세서(120)는 일 영역 내의 기준점을 기준으로 4 개의 서브 영역으로 구분하고, 각 서브 영역에서의 무브먼트 데이터들을 이중 선형 보간(bilinear interpolation)하여, 방향 벡터 집합을 산출할 수 있다. 이때, 기준점은 무브먼트 데이터들의 방향 변환 지점, 경로 변환 지점, 이동 속도 변환 지점 등일 수 있으나, 이에 한정되는 것은 아니며, 일 영역의 중심점일 수도 있다.
또는, 프로세서(120)는 이중 선형 보간을 변형하여, 임의 위치(또는 특정 위치) 상의 인접 벡터들을 추출하고, 인접 벡터 집합 중에서 가장 높은 확률로 선택될 수 있는 경우의 수에 대응되는 인접 벡터 집합을 추출할 수도 있다. 이를 통해, 무브먼트 데이터가 손실되는 것을 최소화할 수 있다. 다음의 <알고리즘 1>는 전술한 인접 벡터 집합 추출 알고리즘을 나타낸다.
<알고리즘 1>
Figure 112017125311678-pat00001
추가로, 프로세서(120)는 임계범위 내의 방향벡터들을 하나의 방향벡터로 나타낼 수 있다. 도 4를 참조하면, 프로세서(120)는 임계범위 내의 방향 벡터(P1, P2, P3, P4)를 하나의 방향벡터(V)로 나타낼 수 있다. 한편, 임계 범위는, 실험적으로 결정된 값일 수 있다.
다시 도 3을 참조하면, 프로세서(120)는 단위 영역들을 각각 띠 형상의 글리프(glyph)로 시각화한다(S320). 예를 들어, 띠 형상의 글리프는, 도 5의 (b)에 도시된 바와 같이, 환형일 수 있으나, 이에 한정되는 것은 아니며, 사각형, 오각형, 육각형 등과 같은 다각형 형상일 수 있다.
또한, 프로세서(120)는 방향 벡터 집합 중에서, 일 영역의 외부에서 내부로 향하는 이동 경로(즉, 인-고잉(in-going) 경로)를 나타내는 적어도 하나의 방향 벡터를 상기 글리프의 내곽에 시각화하고(S330), 방향 벡터 집합 중에서, 일 영역의 내부에서 외부로 향하는 이동 경로(즉, 아웃-고잉(out-going) 경로)를 나타내는 적어도 하나의 방향 벡터를 글리프의 외곽에 시각화한다(S340).
도 5의 (a)는 일 영역 내에서의 방향 벡터 집합을 도시한 예이며, (b)는 방향 벡터 집합의 제1 내지 제4 방향 벡터(51 내지 54)를 글리프(50)를 이용하여 시각화한 예이다. 도 5(b)를 참조하면, 방향 벡터들(51, 52, 53, 54) 중에서, 인-고잉 경로를 나타내는 제3 방향 벡터(53)는 글리프(50)의 내곽에서 하나의 블록(53-1)으로 표시될 수 있다. 그리고, 아웃-고잉 경로를 나타내는 제1, 제2 및 제4 방향 벡터(51, 52 및 54)는 글리프(50)의 외곽에서 각각의 블록(51-1, 52-1, 54-1)으로 표시될 수 있다.
이때, 방향 벡터 집합의 각 방향 벡터는, 대응되는 이동 방향에 매칭되는 글리프 상의 위치의 내곽 또는 외곽에서 시각화된다. 즉, 도 5(b)에서와 같이, 방향 벡터들(51, 52, 53, 54)에 대응되는 블록들(51-1, 52-1, 52-3, 52-4)은 각 방향 벡터의 화살표가 향하는 글리프(50) 상의 위치의 내곽 또는 외곽에서 표시될 수 있다.
이때, 각 방향 벡터는, 각 방향 벡터의 이동 방향에 매칭되는 색상으로 시각화될 수 있다. 도 5(b)를 다시 참조하면, 프로세서(120)는 이동 방향에 따른 기 정의된 색상(55)을 이용하여, 각 방향 벡터가 글리프(50) 상에서 시각화되는 색상을 결정할 수 있다. 이를 통해, 사용자가 글리프 상의 시각화된 정보를 통해 직관적으로 각 방향 벡터의 이동 방향 및 이동 경로를 인지할 수 있다.
이때, 각 방향 벡터는, 각 방향 벡터에 대응되는 이동량 및 이동속도 중 적어도 하나에 따라 결정된 면적으로 시각화될 수 있다. 즉, 프로세서(120)는 각 방향 벡터에 대응하여 표시되는 블록들의 면적을, 각 방향 벡터에 대응되는 이동량 및 이동 속도 중 적어도 하나에 비례하여 증가 또는 감소시킬 수 있다. 예를 들어, 프로세서(120)는 블록이 글리프(50)에 접하는 너비(w)를 증가시키거나, 블록의 높이(d2)를 증가시키거나 감소시킴으로써, 각 방향 벡터의 이동량 및 이동 속도 중 적어도 하나를 시각화할 수 있다.
도 6은 본 발명의 일 실시예에 따라 다방향 벡터필드를 시각화한 예를 도시한다. 도 6에 도시된 바와 같이, 프로세서(120)는 환형 글리프의 내곽과 외곽에 무브먼트 데이터에 기반한 방향 벡터를 시각화함으로써, 이동 객체의 이동 방향 및 이동 경로를 용이하게 인지하도록 할 수 있다.
도 7은 본 발명의 다른 실시예에 따라 프로세서(120)가 무브먼트 데이터를 다방향 벡터필드에서 시각화하는 방법을 설명하는 순서도이다. 도 7을 참조하면, 프로세서(120)는 보로노이 다이어그램(Voronoi diagram)을 기초로 무브먼트 데이터를 다방향 벡터필드에서 시각화할 수 있다. 여기서, 보로노이 다이어그램은, 2차원 평면을 분할하는 방법 중 하나로서, 평면 상의 점들의 지역적 관계를 서로 다른 크기 및 기울기를 갖는 다각형들로 2차원 평면을 분할한다.
먼저, 프로세서(120)는 일 영역에서 수집된 무브먼트 데이터들의 이동 방향 및 이동 경로를 기초로, 무브먼트 데이터들에 대응되는 방향 벡터 집합을 산출한다(S710). 이에 대해서는, 도 3의 S310을 참조하여 전술하였으므로, 자세한 설명은 생략한다.
그리고 프로세서(120)는 각 영역의 중간점을 사이트(cite)로 설정하고(S720), 각 영역 내의 방향 벡터 집합의 이동 확률을 기초로 상기 사이트를 둘러싸는 다각형의 형태를 산출한다(S730). 예시적으로, 프로세서(120)는 방향 벡터 집합의 이동 확률은, (방향 벡터 집합의 벡터값)*(각 영역의 크기/2)*(파라미터)로 결정될 수 있다. 이때, 파라미터는 방향 벡터 집합의 이동량, 이동 세기, 이동 속도 등을 이용하여 설정될 수 있다.
프로세서(120)는 방향 벡터 집합의 이동 확률을 해당 사이트에 합하여 해당 사이트를 둘러싸는 다각형의 형태를 산출할 수 있다.
도 8(a)는 본 발명의 다른 실시예에 따라 일 영역의 사이트를 둘러싸는 다각형의 형태를 산출하는 일례를 도시한다. 도 8(a)에 도시된 바와 같이, 프로세서(120)는 일 영역(81)의 사이트(C1)에 방향 벡터 집합의 이동 확률(p1, p2)이 더해짐에 따라, 새로운 사이트(C2)에 대응되는 다각형의 형태(82)를 산출할 수 있다. 만약, 해당 영역(81)에 대응되는 방향 벡터 집합의 서로 다른 방향으로의 이동 확률이 모두 유사하다면, 사이트(C1)는 이동되지 않을 수 있다. 이 경우, 사이트(C1)를 둘러싸는 다각형의 형태는 일 영역(81)으로 표현될 수 있다. 그리고, 방향 벡터 집합의 이동 확률은 화살표로 시각화될 수 있다. 도 8(b)는 본 발명의 다른 실시예에 따라 다방향 벡터필드를 시각화한 일례를 도시한다.
다음의 <알고리즘 2>는 전술한 사이트 형태 변형 알고리즘을 나타낸다.
<알고리즘 2>
Figure 112017125311678-pat00002
다시 도 7을 참조하면, 프로세서(120)는 산출된 다각형의 형태와 사이트를 나타내는 포인트(point)를 시각화한다(S740).
이때, 포인트는 방향 벡터 집합의 이동량, 이동 세기 및 이동 속도 중 적어도 하나를 기초로 결정된 크기로 시각화될 수 있다. 즉, 프로세서(120)는 전술한 파라미터를 이용하여 각 포인트의 크기를 달리 시각화할 수 있다. 다시 도 8(b)를 참조하여 설명하면, 각 사이트는 빨간색 포인트로 표시될 수 있으며, 빨간색 포인트의 크기는 방향 벡터 집합의 전체 이동량 및 전체 이동 속도 중 적어도 하나에 비례하여 커지거나 작아질 수 있다. 또한, 프로세서(120)는 방향 벡터 집합의 각 이동 확률을 지시선으로 시각화하되, 상기 지시선의 길이 또는 화살표의 크기를, 해당 이동 확률에 대응되는 방향 벡터 집합의 이동량, 이동 세기 및 이동 속도 중 적어도 하나에 비례하여 시각화할 수 있다. 이를 통해, 사용자가 각 영역 내에서의 이동 객체의 이동 방향 및 이동 경로 뿐 아니라, 이동 객체의 이동량 및/또는 이동 속도를 직관적으로 식별하도록 할 수 있다.
도 9는 본 발명의 또 다른 실시예에 따라 프로세서(120)가 무브먼트 데이터를 다방향 벡터필드에서 시각화하는 방법을 설명하는 순서도이다. 도 9를 참조하면, 프로세서(120)는 이동 경로가 제한적인 무브먼트 데이터를 다방향 벡터필드에서 효과적으로 시각화할 수 있다. 여기서, 이동 경로가 제한적인 무브먼트 데이터란, 비한정적인 예로서, 차량, 자전거, 배, 열차, 비행기 등과 같은 이동 경로가 제한되는 객체들로부터 수집되는 데이터일 수 있다.
먼저, 프로세서(120)는 일 영역에서 수집된 이동 객체의 무브먼트 데이터들의 이동 방향 및 이동 경로를 기초로, 무브먼트 데이터들에 대응되는 방향 벡터 집합을 산출한다(S910). 이에 대해서는, 도 3의 S310을 참조하여 전술하였으므로, 자세한 설명은 생략한다.
그리고 프로세서(120)는 방향 벡터 집합을 해당 이동 객체의 경로 데이터로 매핑한다(S920). 경로 데이터는, 비한정적인 예로서, 도로, 자전거로, 항공로 등으로서, 선, 곡선, 면 등으로 표현될 수 있다. 또한, 경로 데이터는, 외부 DB 로부터 공개된 도로 정보(예컨대, OSM(open street map) 등), 항공로 정보 등으로부터 획득될 수 있으나, 이에 한정되는 것은 아니다. 프로세서(120)는 경로 데이터를 획득한 뒤, 경로 데이터의 방향 정보과 방향 벡터 집합의 이동 경로 및 이동 방향을 비교하여, 각 방향 벡터에 매핑되는 경로 데이터를 추출한다. 도 10은 본 발명의 또 다른 실시예에 따라 방향 벡터에 매핑되는 경로 데이터를 추출하는 방법을 도시한다. 도 10을 참조하면, 프로세서(120)는 경로 데이터의 방향 정보(예컨대, 기울기, 곡률 등)를 기초로, 경로 데이터를 복수의 경로 데이터로 세분화하고(way1, way2), 방향 벡터 집합(101)의 이동 경로 및 이동 방향을 기초로, 각 방향 벡터(101-1, 101-2)를 세분화된 경로 데이터로 매핑할 수 있다.
다시 도 9를 참조하면, 프로세서(120)는 방향 벡터 집합에 매핑된 경로 데이터를 하이라이트된 선 및 곡선 중 적어도 하나로 시각화한다 (S930). 이때, 경로 데이터는 매핑된 방향 벡터 집합의 이동 방향을 기초로, 서로 다른 색상으로 하이라이트 될 수 있다. 또한, 경로 데이터는매핑된 방향 벡터 집합의 이동량, 이동 세기 및 이동 속도 중 적어도 하나를 기초로 결정된 두께 및/또는 투명도로 하이라이트될 수 있다.
도 11은 본 발명의 또 다른 실시예에 따라 차량의 이동을 시각화한 예를 도시한다. 프로세서(120)는 도로 정보를 획득하여(a), 이로부터 경로 데이터를 추출한 후(b), 차량 이동에 대한 방향 벡터 집합을 경로 데이터에 매핑한다(c). 프로세서(120)는 방향 벡터 집합에 매핑된 경로 데이터를 하이라이트된 선으로 시각화할 수 있다(d). 프로세서(120)는 각 영역에 대하여 전술한 작업을 반복함으로써, 차량의 다방향 이동을 다방향 벡터필드에서 시각화하여 나타낼 수 있다.
도 12는 본 발명의 또 다른 실시예에 따라 프로세서(120)가 무브먼트 데이터를 다방향 벡터필드에서 시각화하는 방법을 도시한다. 본 발명의 또 다른 실시예에 따라 프로세서(120)는 베지어 곡선을 이용하여 다방향 벡터필드를 시각화할 수 있다. 여기서, 베지어 곡선은, 임의의 형태의 곡선을 표현하기 위해 수학적으로 정의된 곡선으로서, 최초의 제어점(control point)인 시작점과 최후의 제어점인 끝점 그리고 그 사이에 위치하는 내부 제어점의 이동에 의해 다양한 자유 곡선을 얻는 방법이다. 이 때, 시작점에서 시작한 곡선은 인접한 제어점 방향으로 진행하는데, 그 옆에 있는 제어점의 영향을 받아 첫 제어점 위를 지나가지 않고, 각 제어점의 좌표를 매개로 하는 매개 함수식을 통해 그 다음의 제어점 방향에 영향을 받아 곡선이 작성된다.
프로세서(120)는 일 영역에서 수집된 이동 객체의 무브먼트 데이터들의 이동 방향 및 이동 경로를 기초로, 무브먼트 데이터들에 대응되는 방향 벡터 집합을 산출한다. 그리고, 프로세서(120)는 방향 벡터 집합의 이동 방향을 기초로 일 영역과 이웃 영역 간의 연결선을 베지어 곡선으로 시각화한다. 도 12의 (a)에 도시된 바와 같이, 프로세서(120)는 방향 벡터 집합이 일 영역의 중심점(Ps)에서 인접 영역의 중심점(Pe)으로 향하는 경우의 각 중심점 간의 연결선을 베지어 곡선으로 나타낼 수 있다. 이때, 방향 벡터 집합의 이동 방향이 갖는 각도와 기준 각도 간의 각도차(error range, ER)는 곡선의 높이(h1, h2, h3)에 비례한다. 이를 통해, 시각화된 곡률이 클수록 연결된 영역 간에 기준 각도와 차이가 큰 각도의 이동 방향이 존재함을 식별할 수 있다.
또한, 프로세서(120)는 방향 벡터 집합의 이동 방향 및 이동 경로를 기초로, 곡선의 색상을 달리할 수 있다. 또한, 프로세서(120)는 방향 벡터 집합의 이동량, 이동 세기, 및 이동 속도 중 적어도 하나를 기초로, 곡선의 투명도, 굵기 등을 달리할 수 있다.
한편, 위 실시예들에서는, 방향 벡터 집합을 해석하여 다방향 벡터필드를 시각화하였으나(즉, 글리프 상에서 방향 벡터 집합 시각화, 보로노이 다이어그램을 이용하여 방향 벡터 집합 시각화 등), 구현예에 따라서는 방향 벡터 집합을 그대로 시각화할 수 있다. 예시적으로, 도 13에서와 같이, 프로세서(120)는 방향 벡터 집합의 이동 방향을 기초로 결정된 지시자(예컨대, 화살표)를 이용하여 방향 벡터 집합을 시각화할 수도 있다. 이 경우, 각 지시자는 방향 벡터의 이동 방향에 대응되는 색상으로 표시될 수 있다.
이상에서 설명한 본 발명의 실시예에 따른 다방향 벡터필드 시각화 장치 및 이를 통한 다방향 벡터필드 시각화 방법은, 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 이러한 기록 매체는 컴퓨터 판독 가능 매체를 포함하며, 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 포함하며, 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 조사 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
또한, 본 발명의 방법 및 시스템은 특정 실시예와 관련하여 설명되었지만, 그것들의 구성 요소 또는 동작의 일부 또는 전부는 범용 하드웨어 아키텍쳐를 갖는 컴퓨터 시스템을 사용하여 구현될 수도 있다.
본 발명의 범위는 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100: 다방향 벡터필드 시각화 장치
110: 메모리
120: 제어부

Claims (15)

  1. 무브먼트 데이터를 다방향 벡터필드에서 시각화하는 방법에 있어서,
    복수의 일 영역 별로 각각 수집된 복수의 무브먼트 데이터들의 이동 방향 및 이동 경로를 기초로, 상기 무브먼트 데이터들에 대응되는 방향 벡터 집합을 산출하는 단계;
    상기 일 영역들을 각각 띠 형상의 글리프(glyph)로 시각화하는 단계;
    상기 방향 벡터 집합 중에서, 해당 일 영역의 외부에서 내부로 향하는 이동 경로를 나타내는 적어도 하나의 방향 벡터를 해당 글리프의 내곽에 시각화하는 단계; 및
    상기 방향 벡터 집합 중에서, 해당 일 영역의 내부에서 외부로 향하는 이동 경로를 나타내는 적어도 하나의 방향 벡터를 해당 글리프의 외곽에 시각화하는 단계를 포함하되,
    상기 띠 형상의 글리프 별로, 상기 외부에서 내부로 향하는 이동 경로 및 상기 내부에서 외부로 향하는 이동 경로를 나타내는 방향 벡터들이 각각 하나의 블록으로 표시되며,
    상기 방향 벡터 집합에 포함된 복수의 방향 벡터 별로 대응된 블록은, 해당 글리프 상에서 방향 벡터의 이동 방향에 매칭되는 위치의 내곽 또는 외곽에서 시각화되는 것인 다방향 벡터필드 시각화 방법.
  2. 제 1 항에 있어서,
    상기 각 방향 벡터는, 상기 각 방향 벡터의 이동 방향에 매칭되는 색상으로 시각화되는 것인 다방향 벡터필드 시각화 방법.
  3. 제 1 항에 있어서,
    상기 각 방향 벡터는, 상기 각 방향 벡터에 대응되는 이동량 및 이동속도 중 적어도 하나에 따라 결정된 면적으로 시각화되는 것인 다방향 벡터필드 시각화 방법.
  4. 제 1 항에 있어서,
    상기 띠 형상의 글리프는 환형인 것인 다방향 벡터필드 시각화 방법.
  5. 무브먼트 데이터를 다방향 벡터필드에서 시각화하는 방법에 있어서,
    일 영역에서 수집된 무브먼트 데이터들의 이동 방향 및 이동 경로를 기초로, 상기 무브먼트 데이터들에 대응되는 방향 벡터 집합을 산출하는 단계;
    상기 일 영역의 중간점을 사이트(cite)로 설정하고, 상기 방향 벡터 집합의 이동 확률을 기초로 상기 사이트를 둘러싸는 다각형의 형태를 산출하는 단계; 및
    상기 다각형의 형태와 상기 사이트를 나타내는 포인트를 시각화하는 단계를 포함하되,
    상기 포인트는 상기 방향 벡터 집합의 이동량, 이동 세기 및 이동 속도 중 적어도 하나를 기초로 결정된 크기로 시각화되는 것인 다방향 벡터필드 시각화 방법.
  6. 제 5 항에 있어서,
    상기 방향 벡터 집합의 이동 확률은
    상기 방향 벡터 집합의 벡터값, 상기 일 영역의 크기 및 파라미터를 기초로 결정되며,
    상기 파라미터는
    상기 방향 벡터 집합의 이동량, 이동 세기 및 이동 속도 중 적어도 하나를 기초로 결정되는 것인 다방향 벡터필드 시각화 방법.
  7. 제 6 항에 있어서,
    상기 시각화하는 단계는
    상기 방향 벡터 집합의 각 이동 확률을 지시선으로 시각화하되, 상기 지시선의 길이 또는 크기를, 상기 각 이동 확률에 대응되는 방향 벡터 집합의 이동량, 이동 세기 및 이동 속도 중 적어도 하나에 비례하여 시각화하는 것인 다방향 벡터필드 시각화 방법.
  8. 무브먼트 데이터를 다방향 벡터필드에서 시각화하는 방법에 있어서,
    일 영역에서 수집된 이동 객체의 무브먼트 데이터들의 이동 방향 및 이동 경로를 기초로, 상기 무브먼트 데이터들에 대응되는 방향 벡터 집합을 산출하는 단계;
    상기 방향 벡터 집합을 상기 이동 객체의 경로 데이터로 매핑하는 단계;
    상기 방향 벡터 집합에 매핑된 경로 데이터를 하이라이트된 선 및 곡선 중 적어도 하나로 시각화하는 단계를 포함하되,
    상기 이동 객체의 무브먼트 데이터들은 상기 경로 데이터에 의해 제한적 이동 경로를 포함하는 것인 다방향 벡터필드 시각화 방법.
  9. 제 8 항에 있어서,
    상기 매핑하는 단계는
    상기 경로 데이터의 방향 정보를 기초로 상기 경로 데이터를 복수의 경로 데이터로 세분화하는 단계; 및
    상기 방향 벡터 집합의 이동 경로 및 이동 방향을 기초로, 각 방향 벡터를 상기 세분화된 경로 데이터로 매핑하는 단계를 포함하는 것인 다방향 벡터필드 시각화 방법.
  10. 제 8 항에 있어서,
    상기 시각화된 경로 데이터는 상기 매핑된 방향 벡터 집합의 이동 방향을 기초로, 서로 다른 색상으로 하이라이트되는 것인 다방향 벡터필드 시각화 방법.
  11. 제 8 항에 있어서,
    상기 시각화된 경로 데이터는 상기 매핑된 방향 벡터 집합의 이동량, 이동 세기 및 이동 속도 중 적어도 하나를 기초로 결정된 두께 또는 투명도로 하이라이트되는 것인 다방향 벡터필드 시각화 방법.
  12. 전자 장치에 있어서,
    다방향 벡터필드 시각화 프로그램이 저장된 메모리; 및
    상기 프로그램을 실행하는 프로세서를 포함하되,
    상기 프로세서는, 상기 프로그램이 실행됨에 따라,
    복수의 일 영역 별로 각각 수집된 복수의 무브먼트 데이터들의 이동 방향 및 이동 경로를 기초로, 상기 무브먼트 데이터들에 대응되는 방향 벡터 집합을 산출하고,
    상기 일 영역들을 각각 띠 형상의 글리프(glyph)로 시각화하며,
    상기 방향 벡터 집합 중에서, 해당 일 영역의 외부에서 내부로 향하는 이동 경로를 나타내는 적어도 하나의 방향 벡터를 해당 글리프의 내곽에 시각화하고, 상기 방향 벡터 집합 중에서, 해당 일 영역의 내부에서 외부로 향하는 이동 경로를 나타내는 적어도 하나의 방향 벡터를 해당 글리프의 외곽에 시각화하되,
    상기 띠 형상의 글리프 별로, 상기 외부에서 내부로 향하는 이동 경로 및 상기 내부에서 외부로 향하는 이동 경로를 나타내는 방향 벡터들이 각각 하나의 블록으로 표시되며,
    상기 방향 벡터 집합에 포함된 복수의 방향 벡터 별로 대응된 블록은,해당 글리프 상에서 방향 벡터의 이동 방향에 매칭되는 위치의 내곽 또는 외곽에서 시각화되는 것인 전자 장치.
  13. 전자 장치에 있어서,
    다방향 벡터필드 시각화 프로그램이 저장된 메모리; 및
    상기 프로그램을 실행하는 프로세서를 포함하되,
    상기 프로세서는, 상기 프로그램이 실행됨에 따라,
    일 영역에서 수집된 무브먼트 데이터들의 이동 방향 및 이동 경로를 기초로, 상기 무브먼트 데이터들에 대응되는 방향 벡터 집합을 산출하고,
    상기 일 영역의 중간점을 사이트(cite)로 설정하고, 상기 방향 벡터 집합의 이동 확률을 기초로 상기 사이트를 둘러싸는 다각형의 형태를 산출하며, 상기 다각형의 형태와 상기 사이트를 나타내는 포인트를 시각화하되,
    상기 포인트는 상기 방향 벡터 집합의 이동량, 이동 세기 및 이동 속도 중 적어도 하나를 기초로 결정된 크기로 시각화되는 것인 전자 장치.
  14. 전자 장치에 있어서,
    다방향 벡터필드 시각화 프로그램이 저장된 메모리; 및
    상기 프로그램을 실행하는 프로세서를 포함하되,
    상기 프로세서는, 상기 프로그램이 실행됨에 따라,
    일 영역에서 수집된 이동 객체의 무브먼트 데이터들의 이동 방향 및 이동 경로를 기초로, 상기 무브먼트 데이터들에 대응되는 방향 벡터 집합을 산출하고, 상기 방향 벡터 집합을 상기 이동 객체의 경로 데이터로 매핑하며,
    상기 방향 벡터 집합에 매핑된 경로 데이터를 하이라이트된 선 및 곡선 중 적어도 하나로 시각화하되,
    상기 이동 객체의 무브먼트 데이터들은 상기 경로 데이터에 의해 제한적 이동 경로를 포함하는 것인 전자 장치.
  15. 제 1 항 내지 제 11 항 중 어느 한 항의 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
KR1020170173311A 2017-12-15 2017-12-15 무브먼트 데이터를 다방향 벡터필드에서 시각화하는 방법 및 그 장치 KR101887086B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170173311A KR101887086B1 (ko) 2017-12-15 2017-12-15 무브먼트 데이터를 다방향 벡터필드에서 시각화하는 방법 및 그 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170173311A KR101887086B1 (ko) 2017-12-15 2017-12-15 무브먼트 데이터를 다방향 벡터필드에서 시각화하는 방법 및 그 장치

Publications (1)

Publication Number Publication Date
KR101887086B1 true KR101887086B1 (ko) 2018-08-09

Family

ID=63251004

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170173311A KR101887086B1 (ko) 2017-12-15 2017-12-15 무브먼트 데이터를 다방향 벡터필드에서 시각화하는 방법 및 그 장치

Country Status (1)

Country Link
KR (1) KR101887086B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060021807A (ko) * 2002-07-03 2006-03-08 2012244 온타리오 인크. 스케일가능 스트로크 폰트 시스템 및 방법
KR20140073480A (ko) * 2011-06-30 2014-06-16 구글 잉크. 라인을 따른 텍스트 이미지 렌더링

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060021807A (ko) * 2002-07-03 2006-03-08 2012244 온타리오 인크. 스케일가능 스트로크 폰트 시스템 및 방법
KR20140073480A (ko) * 2011-06-30 2014-06-16 구글 잉크. 라인을 따른 텍스트 이미지 렌더링

Similar Documents

Publication Publication Date Title
Chen et al. Automatic building information model reconstruction in high-density urban areas: Augmenting multi-source data with architectural knowledge
Haapanen et al. Delineation of forest/nonforest land use classes using nearest neighbor methods
US7046841B1 (en) Method and system for direct classification from three dimensional digital imaging
US9299157B2 (en) Scale-invariant superpixel region edges
US11495026B2 (en) Aerial line extraction system and method
CN109493119B (zh) 一种基于poi数据的城市商业中心识别方法及系统
JP5542530B2 (ja) サンプリング位置決定装置
JP7156515B2 (ja) 点群アノテーション装置、方法、及びプログラム
CN108182717B (zh) 地理信息图像生成方法及设备
KR101507732B1 (ko) 영역 기반의 항공 영상 분할 방법 및 이를 실행하는 프로그램 코드를 저장하는 컴퓨터로 읽을 수 있는 저장 매체
Gavankar et al. Object based building footprint detection from high resolution multispectral satellite image using K-means clustering algorithm and shape parameters
Song et al. Extraction and reconstruction of curved surface buildings by contour clustering using airborne LiDAR data
Wang et al. Maritime traffic data visualization: A brief review
Fricker et al. Automated analysis of Physarum network structure and dynamics
KR20180092591A (ko) Uav 영상매칭 기술을 이용한 구조물 형상변화 탐지 알고리즘
Zeybek et al. Geometric feature extraction of road from UAV based point cloud data
Bachthaler et al. Space-time Visualization of Dynamics in Lagrangian Coherent Structures of Time-dependent 2D Vector Fields.
Prerna et al. Evaluation of LiDAR and image segmentation based classification techniques for automatic building footprint extraction for a segment of Atlantic County, New Jersey
KR101887086B1 (ko) 무브먼트 데이터를 다방향 벡터필드에서 시각화하는 방법 및 그 장치
Beilschmidt et al. A linear-time algorithm for the aggregation and visualization of big spatial point data
Shi et al. Soft-then-hard sub-pixel mapping with multiple shifted images
JP2015008656A (ja) 生物種生息適性推定方法及びその方法を用いた生物種生息適性推定システム
Pahlavani et al. 3D reconstruction of buildings from LiDAR data considering various types of roof structures
Badora et al. Effect of DTM resolution on the determination of slope values in an upland catchment using different computational algorithms
Wolff et al. Towards geovisual analysis of crime scenes–a 3D crime mapping approach

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant