KR102011773B1 - 빈집 활용성 평가 방법, 이를 이용하는 서버 및 시스템 - Google Patents
빈집 활용성 평가 방법, 이를 이용하는 서버 및 시스템 Download PDFInfo
- Publication number
- KR102011773B1 KR102011773B1 KR1020190018172A KR20190018172A KR102011773B1 KR 102011773 B1 KR102011773 B1 KR 102011773B1 KR 1020190018172 A KR1020190018172 A KR 1020190018172A KR 20190018172 A KR20190018172 A KR 20190018172A KR 102011773 B1 KR102011773 B1 KR 102011773B1
- Authority
- KR
- South Korea
- Prior art keywords
- house
- evaluated
- empty
- utilization
- empty house
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000011156 evaluation Methods 0.000 claims abstract description 184
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 238000012545 processing Methods 0.000 claims description 23
- 239000000428 dust Substances 0.000 claims description 12
- 238000007405 data analysis Methods 0.000 claims description 10
- 238000003915 air pollution Methods 0.000 claims description 9
- 238000013507 mapping Methods 0.000 claims description 5
- 230000006866 deterioration Effects 0.000 claims description 2
- 238000000605 extraction Methods 0.000 description 27
- 238000000556 factor analysis Methods 0.000 description 18
- 239000000284 extract Substances 0.000 description 15
- 230000008859 change Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N iron Substances [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 3
- 229910052742 iron Inorganic materials 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/176—Urban or other man-made structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/70—Labelling scene content, e.g. deriving syntactic or semantic representations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/35—Categorising the entire scene, e.g. birthday party or wedding scene
- G06V20/38—Outdoor scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Multimedia (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Evolutionary Computation (AREA)
- Entrepreneurship & Innovation (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명의 실시 예에 따른 빈집 활용성 평가 방법은 빈집 활용성 평가 서버가, 평가 대상 빈집에 대한 인공위성 이미지 데이터를 수신하는 단계, 상기 빈집 활용성 평가 서버가, 수신된 상기 인공위성 이미지 데이터로부터, 상기 평가 대상 빈집의 인구요소, 교통요소, 자연요소, 및 사회요소 중 적어도 어느 하나에 관한 이미지를 추출하는 단계, 상기 빈집 활용성 평가 서버가, 추출된 상기 평가 대상 빈집의 인구요소, 교통요소, 자연요소, 및 사회요소 중 적어도 어느 하나에 관한 이미지에 기초하여, 상기 평가 대상 빈집의 활용성을 분석하는 단계 및 상기 빈집 활용성 평가 서버가, 상기 평가 대상 빈집의 활용성 분석 결과에 따라, 상기 평가 대상 빈집의 용도를 제안하는 단계를 포함한다.
Description
본 발명은 빈집 활용성 평가 방법, 이를 이용하는 서버 및 시스템에 관한 것으로, 보다 상세하게는 평가 대상 빈집에 대한 인공위성 이미지 데이터로부터 상기 평가 대상 빈집의 인구요소, 교통요소, 자연요소 및 사회요소 중 적어도 어느 하나에 관한 이미지를 추출하고 이에 기초하여 상기 평가 대상 빈집의 용도를 제안할 수 있는 빈집 활용성 평가 방법, 이를 이용하는 서버 및 시스템에 관한 것이다.
도심 집중화와 인구 노령화에 따라 전국적으로는 빈집의 수가 증가하고 있다. 빈집들은 대부분 활용되지 못하고 방치되고 있으며, 이에 따라 빈집들이 차지하고 있는 공간도 낭비되고 있다.
정부에서는 빈집들을 정비하기 위한 정비사업을 시행, 확대하려고 노력하고 있으나, 빈집에 관한 정확한 정보를 획득하고 빈집마다 적합한 용도를 정하고 제안하는 데에는 한계가 있다.
본 발명이 이루고자 하는 기술적 과제는 평가 대상 빈집에 대한 인공위성 이미지 데이터로부터 상기 평가 대상 빈집의 인구요소, 교통요소, 자연요소 및 사회요소 중 적어도 어느 하나에 관한 이미지를 추출하고 이에 기초하여 상기 평가 대상 빈집의 용도를 제안할 수 있는 빈집 활용성 평가 방법, 이를 이용하는 서버 및 시스템을 제공하는 것이다.
본 발명의 실시 예에 따른 빈집 활용성 평가 방법은 빈집 활용성 평가 서버가, 평가 대상 빈집에 대한 인공위성 이미지 데이터를 수신하는 단계, 상기 빈집 활용성 평가 서버가, 수신된 상기 인공위성 이미지 데이터로부터, 상기 평가 대상 빈집의 인구요소, 교통요소, 자연요소, 및 사회요소 중 적어도 어느 하나에 관한 이미지를 추출하는 단계, 상기 빈집 활용성 평가 서버가, 추출된 상기 평가 대상 빈집의 인구요소, 교통요소, 자연요소, 및 사회요소 중 적어도 어느 하나에 관한 이미지에 기초하여, 상기 평가 대상 빈집의 활용성을 분석하는 단계 및 상기 빈집 활용성 평가 서버가, 상기 평가 대상 빈집의 활용성 분석 결과에 따라, 상기 평가 대상 빈집의 용도를 제안하는 단계를 포함할 수 있다.
일부 실시 예에서, 상기 빈집 활용성 평가 방법은, 상기 인공위성 데이터를 수신하는 단계 이전에, 상기 빈집 활용성 평가 서버가, 제1사용자로부터 전송된 빈집 정보를 수신하여, 수신된 빈집 정보를 저장하는 단계를 더 포함할 수 있다.
일부 실시 예에서, 상기 빈집 활용성 평가 방법은, 상기 수신된 빈집 정보를 저장하는 단계 이후에, 상기 빈집 활용성 평가 서버가, 제2사용자로부터 전송된 빈집 활용성 평가 요청에 따라, 저장된 빈집 정보 중에서 상기 빈집 활용성 평가 요청에 상응하는 상기 평가 대상 빈집에 관한 정보를 검색하는 단계를 더 포함할 수 있다.
일부 실시 예에서, 상기 빈집 활용성 평가 방법은, 상기 평가 대상 빈집에 관한 정보를 검색하는 단계 이후에, 상기 빈집 활용성 평가 서버가, 검색된 상기 평가 대상 빈집에 대한 인공위성 이미지 데이터를 요청하는 단계를 더 포함할 수 있다.
일부 실시 예에서, 상기 빈집 활용성 평가 방법은, 상기 빈집 활용성 평가 서버가, 수신된 상기 인공위성 이미지 데이터를 초해상(super resolution) 처리하여, 초해상 처리된 인공위성 이미지 데이터를 생성하는 단계를 더 포함할 수 있다.
일부 실시 예에서, 상기 빈집 활용성 평가 방법은, HOG(Histogram of Oriented Gradient)를 이용하여 상기 인공위성 이미지 데이터 내에서 추출된 보행자들 중에서 상기 평가 대상 빈집의 기준 반경 이내의 보행자들을 상기 평가 대상 빈집의 인구요소에 관한 이미지로 추출할 수 있다.
일부 실시 예에서, 상기 평가 대상 빈집의 활용성을 분석하는 단계는, 상기 빈집 활용성 평가 서버가, 추출된 상기 평가 대상 빈집의 인구요소에 관한 이미지를 이용하여, 상기 평가 대상 빈집의 주변의 보행자들의 보행량과 활동 시간을 분석하는 단계를 포함할 수 있다.
일부 실시 예에서, 상기 평가 대상 빈집의 활용성을 분석하는 단계는, 상기 빈집 활용성 평가 서버가, 추출된 상기 평가 대상 빈집의 교통요소에 관한 이미지를 이용하여, 상기 평가 대상 빈집의 주변의 교통량, 상기 평가 대상 빈집의 주변의 대중교통 접근성, 및 상기 평가 대상 빈집의 주변의 불법 주정차 차랑 수를 분석하는 단계를 포함할 수 있다.
일부 실시 예에서, 상기 평가 대상 빈집의 활용성을 분석하는 단계는, 상기 빈집 활용성 평가 서버가, 추출된 상기 평가 대상 빈집의 자연요소에 관한 이미지를 이용하여, 상기 평가 대상 빈집의 주변의 녹지지대비율, 대기오염 정도, 및 조도를 분석하는 단계를 포함할 수 있다.
일부 실시 예에서, 상기 평가 대상 빈집의 활용성을 분석하는 단계는, 상기 빈집 활용성 평가 서버가, 추출된 상기 평가 대상 빈집의 사회요소에 관한 이미지를 이용하여, 상기 평가 대상 빈집과 주변 근린생활시설과의 거리 및 상기 평가 대상 빈집과 주변 관광지와의 거리를 분석하는 단계를 포함할 수 있다.
일부 실시 예에서, 상기 빈집 활용성 평가 방법은, 상기 빈집 활용성 평가 서버가, 온라인 상의 상기 평가 대상 빈집에 관한 법률 정보 및 자산 정보를 수집하는 단계를 더 포함할 수 있다.
일부 실시 예에서, 상기 평가 대상 빈집의 용도를 제안하는 단계는, 상기 평가 대상 빈집의 활용성 분석 결과와, 수집된 상기 평가 대상 빈집에 관한 법률 정보 및 자산 정보에 따라, 상기 평가 대상 빈집의 용도를 제안할 수 있다.
일부 실시 예에서, 상기 평가 대상 빈집에 관한 법률 정보는, 상기 평가 대상 빈집의 용도 변경 가능 형태에 관한 정보를 포함하고, 상기 평가 대상 빈집에 관한 자산 정보는, 상기 평가 대상 빈집의 공시지가, 실거래가, 주택 노후도, 및 주택 평수에 관한 정보를 포함할 수 있다.
본 발명의 실시 예에 따른 빈집 활용성 평가 서버는 평가 대상 빈집에 대한 인공위성 이미지 데이터를 수신하는 인공위성 이미지 데이터 수신 모듈, 수신된 상기 인공위성 이미지 데이터로부터, 상기 평가 대상 빈집의 인구요소, 교통요소, 자연요소, 및 사회요소 중 적어도 어느 하나에 관한 이미지를 추출하는 이미지 처리 모듈, 추출된 상기 평가 대상 빈집의 인구요소, 교통요소, 자연요소, 및 사회요소 중 적어도 어느 하나에 관한 이미지에 기초하여, 상기 평가 대상 빈집의 활용성을 분석하는 데이터 분석 모듈 및 상기 평가 대상 빈집의 활용성 분석 결과에 따라, 상기 평가 대상 빈집의 용도를 제안하는 빈집 용도 제안 모듈을 포함할 수 있다.
본 발명의 실시 예에 따른 빈집 활용성 평가 시스템은 사용자 단말 및 상기 사용자 단말에 의해 평가 요청된 평가 대상 빈집의 활용성 평가를 수행하여, 평가 결과에 따라 제안된 상기 평가 대상 빈집의 용도를 상기 사용자 단말로 제공하는 빈집 활용성 평가 서버를 포함하며, 상기 빈집 활용성 평가 서버는, 평가 대상 빈집에 대한 인공위성 이미지 데이터를 수신하는 인공위성 이미지 데이터 수신 모듈, 수신된 상기 인공위성 이미지 데이터로부터, 상기 평가 대상 빈집의 인구요소, 교통요소, 자연요소, 및 사회요소 중 적어도 어느 하나에 관한 이미지를 추출하는 이미지 처리 모듈, 추출된 상기 평가 대상 빈집의 인구요소, 교통요소, 자연요소, 및 사회요소 중 적어도 어느 하나에 관한 이미지에 기초하여, 상기 평가 대상 빈집의 활용성을 분석하는 데이터 분석 모듈 및 상기 평가 대상 빈집의 활용성 분석 결과에 따라, 상기 평가 대상 빈집의 상기 용도를 제안하는 빈집 용도 제안 모듈을 포함할 수 있다.
본 발명의 실시 예에 따른 방법과 장치는 평가 대상 빈집에 대한 인공위성 이미지 데이터에 기초하여 상기 평가 대상 빈집의 활용성을 평가하고 평가 결과에 기초하여 용도를 제안함으로써, 평가 대상 빈집의 활용에 최적화된 용도를 제안할 수 있는 효과가 있다.
또한, 본 발명의 실시 예에 따른 방법과 장치는 사용자가 직접 빈집에 관한 정보를 업로드하고, 사용자의 평가 요청에 따라 직접 빈집에 관한 용도를 제안 받을 수 있는 효과가 있다.
본 발명의 상세한 설명에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 본 발명의 일 실시 예에 따른 빈집 활용성 평가 시스템의 개념도이다.
도 2는 도 1에 도시된 빈집 활용성 평가 서버의 일 실시 예에 따른 블록도이다.
도 3은 도 1에 도시된 빈집 활용성 평가 시스템 내의 사용자 단말을 통해 제공되는 빈집 검색 환경의 일 실시 예이다.
도 4는 도 1에 도시된 빈집 활용성 평가 시스템 내의 사용자 단말을 통해 제공되는 평가 결과 및 용도 제안의 일 실시 예이다.
도 5는 본 발명의 일 실시 예에 따른 빈집 활용성 평가 방법의 플로우차트이다.
도 1은 본 발명의 일 실시 예에 따른 빈집 활용성 평가 시스템의 개념도이다.
도 2는 도 1에 도시된 빈집 활용성 평가 서버의 일 실시 예에 따른 블록도이다.
도 3은 도 1에 도시된 빈집 활용성 평가 시스템 내의 사용자 단말을 통해 제공되는 빈집 검색 환경의 일 실시 예이다.
도 4는 도 1에 도시된 빈집 활용성 평가 시스템 내의 사용자 단말을 통해 제공되는 평가 결과 및 용도 제안의 일 실시 예이다.
도 5는 본 발명의 일 실시 예에 따른 빈집 활용성 평가 방법의 플로우차트이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시 예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 이를 상세한 설명을 통해 상세히 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 본 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제1, 제2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.
또한, 본 명세서에서, 일 구성요소가 다른 구성요소와 "연결된다" 거나 "접속된다" 등으로 언급된 때에는, 상기 일 구성요소가 상기 다른 구성요소와 직접 연결되거나 또는 직접 접속될 수도 있지만, 특별히 반대되는 기재가 존재하지 않는 이상, 중간에 또 다른 구성요소를 매개하여 연결되거나 또는 접속될 수도 있다고 이해되어야 할 것이다.
또한, 본 명세서에 기재된 "~부", "~기", "~자", "~모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 프로세서(Processor), 마이크로 프로세서(Micro Processer), 마이크로 컨트롤러(Micro Controller), CPU(Central Processing Unit), GPU(Graphics Processing Unit), APU(Accelerate Processor Unit), DSP(Drive Signal Processor), ASIC(Application Specific Integrated Circuit), FPGA(Field Programmable Gate Array) 등과 같은 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있으며, 적어도 하나의 기능이나 동작의 처리에 필요한 데이터를 저장하는 메모리(memory)와 결합되는 형태로 구현될 수도 있다.
그리고 본 명세서에서의 구성부들에 대한 구분은 각 구성부가 담당하는 주기능 별로 구분한 것에 불과함을 명확히 하고자 한다. 즉, 이하에서 설명할 2개 이상의 구성부가 하나의 구성부로 합쳐지거나 또는 하나의 구성부가 보다 세분화된 기능별로 2개 이상으로 분화되어 구비될 수도 있다. 그리고 이하에서 설명할 구성부 각각은 자신이 담당하는 주기능 이외에도 다른 구성부가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성부 각각이 담당하는 주기능 중 일부 기능이 다른 구성부에 의해 전담되어 수행될 수도 있음은 물론이다.
이하, 본 발명의 실시 예들을 차례로 상세히 설명한다.
도 1은 본 발명의 일 실시 예에 따른 빈집 활용성 평가 시스템의 개념도이다.
본 명세서에서 "빈집 활용성"이라 함은 빈집이 활용될 수 있는 형태와 빈집이 상기 형태로 활용되기에 적합한 정도를 폭 넓게 의미할 수 있다.
본 발명의 일 실시 예에 따른 빈집 활용성 평가 시스템(10)은 평가 대상 빈집(100)의 활용성을 평가하기 위한 시스템으로서, 인공위성(200), 지상국(250), 빈집 활용성 평가 서버(300), 제1사용자 단말(400), 및 제2사용자 단말(500)을 포함할 수 잇다.
평가 대상 빈집(100)은 빈집 활용성 평가 시스템(10)을 이용하는 사용자가 평가하고자 하는 대상이 되는 빈집을 의미할 수 있다.
실시 예에 따라, 평가 대상 빈집(100)은 제1사용자 단말(400)을 통하여 빈집 활용성 평가 서버(300)에 정보가 등록된 빈집들 중에서, 제2사용자 단말(500)을 통한 빈집 활용성 평가 요청에 상응하는 빈집을 의미할 수 있다.
평가 대상 빈집(100)의 주변에는 보행자들(110), 차량들(120), 대중 교통 수단(122), 대중 교통 수단의 탑승장소(124), 녹지지대(130), 및 근린생활시설(140) 등이 위치할 수 있다.
인공위성(200)은 인공위성(200)에 장착된 인공위성 카메라를 이용하여 평가 대상 빈집(100)에 관한 인공위성 이미지를 획득하고, 획득한 인공위성 이미지에 관한 인공위성 이미지 데이터를 지상국(250)으로 전송할 수 있다.
지상국(250)은 지상에 위치하며, 인공위성(200)으로부터 전송되는 각종 데이터를 수신하기 위하여 위성 안테나를 구비할 수 있다. 지상국(250)은 인공위성(200)으로부터 전송된 인공위성 이미지 데이터를 수신하고, 수신된 인공위성 이미지 데이터를 빈집 활용성 평가 서버(300)로 전달할 수 있다.
실시 예에 따라, 빈집 활용성 평가 시스템(10)은 지상국(250)을 포함하지 않은 형태로 구현될 수도 있다.
다른 실시 예에 따라, 빈집 활용성 평가 시스템(10)은 인공위성 이미지 데이터를 관리하기 위한 별도의 서버(미도시)를 구비할 수 있으며, 이 경우 빈집 활용성 평가 서버(300)는 상기 별도의 서버(미도시)로부터 인공위성 이미지 데이터를 수신할 수 있다.
빈집 활용성 평가 서버(300)는 지상국(250)으로부터 전달된 인공위성 이미지 데이터를 수신하고, 수신된 인공위성 이미지 데이터에 기초하여 평가 대상 빈집(100)의 활용성을 평가하고, 평가 대상 빈집(100)의 용도를 제안할 수 있다.
실시 예에 따라, 빈집 활용성 평가 서버(300)는 온라인 상에서 평가 대상 빈집(100)에 관한 법률 정보 및 자산 정보를 수집하고, 평가 대상 빈집(100)의 활용성 평가 및 용도 제안에 수집된 정보를 반영할 수 있다.
빈집 활용성 평가 서버(300)의 세부적인 구조 및 동작에 대해서는 도 2를 참조하여 후술하도록 한다.
빈집에 관한 정보를 업로드하고자 하는 제1사용자는 제1사용자 단말(400)을 통하여 빈집에 관한 정보를 빈집 활용성 평가 서버(300)로 전송할 수 있다. 빈집 활용성 평가 서버(300)는 빈집에 관한 정보를 수신하고, 수신된 빈집에 관한 정보를 저장할 수 있다.
특정 빈집에 관한 활용성 평가를 요청하고자 하는 제2사용자는 제2사용자 단말(500)을 통하여 빈집 활용성 평가 요청을 빈집 활용성 평가 서버(300)로 전송할 수 있다. 빈집 활용성 평가 서버(300)는 수신된 빈집 활용성 평가 요청에 상응하는 평가 대상 빈집(100)에 관한 정보를 검색할 수 있다. 빈집 활용성 평가 서버(300)는 검색된 평가 대상 빈집(100)에 관한 인공위성 이미지 데이터를 지상국(250) 또는 인공위성 이미지 데이터를 관리하는 별도의 서버(미도시)로 요청하고, 요청된 인공위성 이미지 데이터를 지상국(250) 또는 인공위성 이미지 데이터를 관리하는 별도의 서버(미도시)로부터 수신할 수 있다.
실시 예에 따라, 제1사용자 단말(400) 및 제2사용자 단말(500) 각각은 모바일 통신 단말로 구현될 수 있다.
도 2는 도 1에 도시된 빈집 활용성 평가 서버의 일 실시 예에 따른 블록도이다. 도 3은 도 1에 도시된 빈집 활용성 평가 시스템 내의 사용자 단말을 통해 제공되는 빈집 검색 환경의 일 실시 예이다. 도 4는 도 1에 도시된 빈집 활용성 평가 시스템 내의 사용자 단말을 통해 제공되는 평가 결과 및 용도 제안의 일 실시 예이다.
도 1과 도 2를 참조하면, 빈집 활용성 평가 서버(300)는 빈집 정보 관리 모듈(310), 인공위성 이미지 데이터 수신 모듈(320), 초해상 처리 모듈(330), 이미지 처리 모듈(340), 학습 모듈(350), 온라인 정보 수집 모듈(360), 데이터 분석 모듈(370), 및 빈집 용도 제안 모듈(380)을 포함할 수 있다.
빈집 정보 관리 모듈(310)은 제1사용자 단말(400)에 의해 전송된 빈집 정보를 저장하고 저장된 빈집 정보를 관리할 수 있다.
빈집 정보 관리 모듈(310)은 저장된 빈집 정보 중에서 제2사용자 단말(500)에 의해 검색 및 평가 요청된 평가 대상 빈집(100)의 정보를 인공위성 이미지 데이터 수신 모듈(320)로 전달할 수 있다.
도 3을 함께 참조하면, 제2사용자는 도 3에 도시된 예시적인 형태의 제2사용자 단말(500)의 UI/UX를 통하여 빈집을 검색하고, 검색된 평가 대상 빈집(100)에 대하여 활용성 평가를 요청할 수 있다.
도 2로 돌아와서, 인공위성 이미지 데이터 수신 모듈(320)은 빈집 정보 관리 모듈(310)에 의해 전달된 평가 대상 빈집(100)의 정보를 수신하고, 평가 대상 빈집(100)에 관한 인공위성 이미지 데이터를 지상국(250) 또는 인공위성 이미지 데이터를 관리하는 별도의 서버(미도시)로 요청하여, 요청된 인공위성 이미지 데이터를 지상국(250) 또는 인공위성 이미지 데이터를 관리하는 별도의 서버(미도시)로부터 수신할 수 있다.
실시 예에 따라, 인공위성 이미지 데이터 수신 모듈(320)은 수신된 인공위성 이미지 데이터를 빈집 활용성 평가 서버(300)에서 활용하기에 적합한 형태로 가공(예컨대, 데이터의 크기 리사이징, 포맷 변경 등)할 수 있다.
초해상 처리 모듈(330)은 인공위성 이미지 데이터 수신 모듈(320)로부터 전달된 인공위성 이미지 데이터를 초해상(super resolution) 처리하여, 초해상 처리된 인공위성 이미지 데이터를 생성할 수 있다.
실시 예에 따라, 초해상 처리 모듈(330)은 다양한 처리 기법(예컨대, 고주파 성분 복원, 전처리 필터링, 초해상 필터링, 후처리 필터링 등)을 이용하여 인공위성 이미지 데이터의 해상도를 향상시킬 수 있다.
이미지 처리 모듈(340)은 초해상 처리 모듈(330)에 의해 처리된 인공위성 이미지 데이터에서 원하는 이미지를 추출하고 분류할 수 있다.
이미지 처리 모듈(340)은 이미지 추출 모듈(342)과 이미지 분류 모듈(344)을 포함할 수 있다.
이미지 추출 모듈(342)은 인공위성 이미지 데이터로부터 빈집 활용성 평가에 사용될 부분 이미지를 추출할 수 있다.
실시 예에 따라, 이미지 추출 모듈(342)은 인공위성 이미지 데이터로부터 평가 대상 빈집(100)의 인구요소에 관한 이미지, 교통요소에 관한 이미지, 자연요소에 관한 이미지, 및 사회요소에 관한 이미지 중 적어도 어느 하나에 관한 이미지를 추출할 수 있다.
인구요소, 교통요소, 자연요소, 및 사회요소 각각은 평가 대상 빈집(100)의 활용성 평가에 영향을 미치는 인구적 요소, 교통적 요소, 자연적 요소, 및 사회적 요소 각각을 의미할 수 있다.
실시 예에 따라, 이미지 추출 모듈(342)이 인공위성 이미지 데이터로부터 평가 대상 빈집(100)의 인구요소에 대한 이미지를 추출하는 경우, 이미지 추출 모듈(342)은 인공위성 이미지 데이터의 HOG(Histogram of Oriented Gradient)를 이용하여 인공위성 이미지 데이터에 포함된 모든 보행자들에 관한 이미지를 추출할 수 있다. 이미지 추출 모듈(342)은 추출된 모든 보행자들 중에서 평가 대상 빈집(100)으로부터 기준 반경(R) 이내에 위치한 보행자들(110)을 평가 대상 빈집(100)의 인구요소에 관한 이미지로 추출할 수 있다.
실시 예에 따라, 기준 반경(R)은 제2사용자 단말(500)을 통하여 설정될 수도 있다.
다른 실시 예에 따라, 기준 반경(R)은 이미지 추출 모듈(342)에 의해 추출된 모든 보행자들의 이동 패턴에 기초하여 학습 모듈(350)에 의해 학습될 수도 있다.
실시 예에 따라, 이미지 추출 모듈(342)이 인공위성 이미지 데이터로부터 평가 대상 빈집(100)의 인구요소에 관한 이미지를 추출하는 경우, 인공위성 이미지 데이터 중에서 기준 시간 동안 수집된 인공위성 이미지 데이터만을 이용하여 평가 대상 빈집(100)의 인구요소에 관한 이미지를 추출할 수 있다. 이 경우, 이미지 추출 모듈(342)은 평가 대상 빈집(100)의 시간대별 인구요소에 관한 이미지를 추출할 수 있다.
실시 예에 따라, 이미지 추출 모듈(342)이 인공위성 이미지 데이터로부터 평가 대상 빈집(100)의 교통요소에 대한 이미지를 추출하는 경우, 이미지 추출 모듈(342)은 인공위성 이미지 데이터에 포함된 차량(120), 대중교통 수단(122), 및 대중교통 수단의 탑승장소(124) 중의 적어도 어느 하나에 관한 이미지를 추출할 수 있다. 이 경우, 이미지 추출 모듈(332)은 차량, 대중교통 수단, 및 대중교통 수단의 탑승장소를 식별하기 위한 다양한 기준패턴을 이용할 수 있다. 이미지 추출 모듈(332)는 인공위성 이미지 데이터에서 상기 다양한 기준패턴과 유사도가 높은 부분을 차량(120), 대중교통 수단(122), 및 대중교통 수단의 탑승장소(124) 중의 적어도 어느 하나에 관한 이미지로 추출할 수 있다.
실시 예에 따라, 이미지 추출 모듈(342)은 추출된 차량, 대중교통 수단, 및 대중교통 수단의 탑승장소 중에서도 평가 대상 빈집(100)으로부터 기준 반경 이내에 위치한 차량(120), 대중교통 수단(122), 대중교통 수단의 탑승장소(124)를 평가 대상 빈집(100)의 교통요소에 대한 이미지로 추출할 수 있다.
실시 예에 따라, 이미지 추출 모듈(342)이 인공위성 이미지 데이터로부터 평가 대상 빈집(100)의 자연요소에 대한 이미지를 추출하는 경우, 이미지 추출 모듈(342)은 인공위성 이미지 데이터에 포함된 녹지지대(130)에 관한 이미지를 추출할 수 있다. 이 경우, 이미지 추출 모듈(332)은 녹지지대를 식별하기 위한 다양한 기준패턴(예컨대, 나무, 숲, 논, 밭 등에 관한 기준 이미지 패턴)을 이용할 수 있다. 이미지 추출 모듈(332)는 인공위성 이미지 데이터에서 상기 다양한 기준패턴과 유사도가 높은 부분을 평가 대상 빈집(100)의 자연요소에 대한 이미지로 추출할 수 있다.
실시 예에 따라, 이미지 추출 모듈(342)이 인공위성 이미지 데이터로부터 평가 대상 빈집(100)의 사회요소에 대한 이미지를 추출하는 경우, 이미지 추출 모듈(342)은 인공위성 이미지 데이터에 포함된 근린생활시설(140), 관광지(미도시) 등에 대한 이미지를 추출할 수 있다. 이 경우, 이미지 추출 모듈(332)은 근린생활시설을 식별하기 위한 다양한 기준패턴과 관광지를 식별하기 위하여 유명 관광지 내의 특징요소에 관한 기준패턴(예컨대, 경복궁의 경우 광화문, 근정전 등에 관한 기준 이미지 패턴)을 이용할 수 있다. 이미지 추출 모듈(332)은 인공위성 이미지 데이터에서 상기 다양한 기준패턴과 유사도가 높은 부분을 평가 대상 빈집(100)의 사회요소에 대한 이미지로 추출할 수 있다.
이미지 분류 모듈(344)은 이미지 추출 모듈(342)에 의해 추출된 이미지를 종류별(예컨대, 평가 대상 빈집(100)의 인구요소에 관한 이미지, 평가 대상 빈집(100)의 교통요소에 관한 이미지, 평가 대상 빈집(100)의 자연요소에 관한 이미지, 평가 대상 빈집(100)의 사회요소에 관한 이미지)로 분류할 수 있다.
실시 예에 따라, 이미지 분류 모듈(344)의 이미지 분류 기준은 학습 모듈(350)에 의해 학습될 수 있다. 이 경우, 학습 모듈(350)은 CNN(Convolutional Neural Network) 알고리즘을 이용하여 이미지 분류 기준을 학습할 수 있다.
실시 예에 따라, 이미지 추출 모듈(342)에 의하여 이미지가 추출됨과 동시에 분류되는 경우, 이미지 분류 모듈(344)은 생략된 채로 구현될 수도 있다.
학습 모듈(350)은 이미지 추출 모듈(342)의 이미지 추출을 위한 기준 패턴과 이미지 추출 기준을 학습시킬 수 있다.
학습 모듈(350)은 이미지 분류 모듈(344)의 이미지 분류 기준을 학습시킬 수 있다.
온라인 정보 수집 모듈(360)은 빈집 정보 관리 모듈(310)로부터 평가 대상 빈집(100)에 관한 정보를 수신하고, 온라인 상의 평가 대상 빈집(100)에 관한 법률 정보 및 자산 정보를 수집할 수 있다.
실시 예에 따라, 상기 법률 정보는 평가 대상 빈집(100)의 기존 용도에서 용도 변경 가능한 형태(예컨대, 1/2/3종 주거지역, 준주거지역 등)에 관한 정보를 포함할 수 있다.
실시 예에 따라, 상기 자산 정보는 평가 대상 빈집(100)의 공시지가, 실거래가, 주택 노후도(준공 년도), 및 주택 평수에 관한 정보를 포함할 수 있다.
실시 예에 따라, 온라인 정보 수집 모듈(360)은 평가 대상 빈집(100)이 속한 지역의 범죄율에 관한 정보를 수집할 수도 있다.
데이터 분석 모듈(370)은 이미지 처리 모듈(340)에 의해 추출, 분류되어 전달된 이미지 데이터(부분 이미지 데이터)와 온라인 정보 수집 모듈(360)에 의해 수집된 정보를 분석하여 분석 결과를 빈집 용도 제안 모듈(380)로 전달할 수 있다.
데이터 분석 모듈(370)은 인구요소 분석모듈(371), 교통요소 분석모듈(372), 자연요소 분석모듈(373), 사회요소 분석모듈(374), 법률요소 분석모듈(375), 및 자산요소 분석모듈(376)을 포함할 수 있다.
인구요소 분석모듈(371)은 이미지 처리 모듈(340)에 의해 추출/분류된 평가 대상 빈집(100)의 인구요소에 관한 이미지를 수신하여, 평가 대상 빈집(100)의 인구요소의 등급 및 변화를 분석할 수 있다.
실시 예에 따라, 인구요소 분석모듈(371)은 평가 대상 빈집(100) 주변의 보행자들(110)의 보행량(이동량)과 활동 시간(머문 시간)을 분석할 수 있다.
실시 예에 따라, 인구요소 분석모듈(371)은 분석결과에 따라 인구요소의 등급을 분류할 수 있다.
교통요소 분석모듈(372)은 이미지 처리 모듈(340)에 의해 추출/분류된 평가 대상 빈집(100)의 교통요소에 관한 이미지를 수신하여, 평가 대상 빈집(100)의 교통요소의 등급 및 변화를 분석할 수 있다.
실시 예에 따라, 교통요소 분석모듈(372)은 평가 대상 빈집(100) 주변의 차량들(예컨대, 120)의 교통량, 평가 대상 빈집(100)의 주변의 대중교통 접근성(예컨대, 대중교통수단(122)의 이동경로와의 거리, 대중교통수단의 탑승장소(124)와의 거리), 및 평가 대상 빈집(100)의 주변의 불법 주정차 차량 수(예컨대, 추출된 차량들(120)에 관한 이미지 중에서 주/정차가 불가한 도로 상에 주/정차되었거나, 도로가 아닌 곳에 주/정차된 차량의 수)를 분석할 수 있다.
실시 예에 따라, 교통요소 분석모듈(372)은 분석결과에 따라 교통요소의 등급을 분류할 수 있다.
자연요소 분석모듈(373)은 이미지 처리 모듈(340)에 의해 추출/분류된 평가 대상 빈집(100)의 자연요소에 관한 이미지를 수신하여, 평가 대상 빈집(100)의 자연요소의 등급 및 변화를 분석할 수 있다.
실시 예에 따라, 자연요소 분석모듈(373)은 평가 대상 빈집(100) 주변의 녹지지대(130)의 비율, 대기오염 정도, 및 조도를 분석할 수 있다. 예컨대, 자연요소 분석모듈(373)은 자연요소에 관한 이미지에서 나타난 먼지, 미세먼지, 초미세먼지의 정도에 따라 대기오염 정보를 분석하고, 자연요소에 관한 이미지에서 나타난 밝기에 기초하여 조도(햇빛이 비치는 정도)를 분석할 수 있다.
실시 예에 따라, 자연요소 분석모듈(373)은 분석결과에 따라 교통요소의 등급을 분류할 수 있다.
사회요소 분석모듈(374)은 이미지 처리 모듈(340)에 의해 추출/분류된 평가 대상 빈집(100)의 사회요소에 관한 이미지를 수신하여, 평가 대상 빈집(100)의 사회요소의 등급 및 변화를 분석할 수 있다.
실시 예에 따라, 사회요소 분석모듈(374)은 평가 대상 빈집(100)과 주변 근린생활시설(140)과의 거리 및 평가 대상 빈집(100)과 주변 관광지와의 거리 등을 분석할 수 있다.
실시 예에 따라, 사회요소 분석모듈(374)은 분석결과에 따라 사회요소의 등급을 분류할 수 있다.
법률요소 분석모듈(375)은 온라인 정보 수집 모듈(360)에 의해 획득한 법률 정보를 수신하여, 평가 대상 빈집(100)의 법률요소의 등급 및 변화를 분석할 수 있다.
실시 예에 따라, 법률요소 분석모듈(375)은 평가 대상 빈집(100)의 용도 변경 가능 여부 및 용도 변경 가능 형태(예컨대, 1/2/3종 주거지역, 준주거지역 등)에 따라, 법률요소의 등급 및 변화를 분석할 수 있다.
자산요소 분석모듈(376)은 온라인 정보 수집 모듈(360)에 의해 획득한 법률 정보를 수신하여, 평가 대상 빈집(100)의 자산요소의 등급 및 변화를 분석할 수 있다.
실시 예에 따라, 자산요소 분석모듈(376)은 평가 대상 빈집(100)의 공시지가, 실거래가, 주택 노후도(준공 년도), 및 주택 평수에 관한 정보에 따라, 자산요소의 등급 및 변화를 분석할 수 있다.
실시 예에 따라, 자산요소 분석모듈(376)은 공시지가, 실거래가, 및 주택 평소에 대해서는 등급을 분류하지 않고 수치 그 자체를 분석에 반영할 수도 있다.
데이터 분석 모듈(360)의 각 분석모듈(371~376)에 의해 분석된 결과는 빈집 용도 제안 모듈(380)로 전달될 수 있다.
빈집 용도 제안 모듈(380)은 데이터 분석 모듈(360)로부터 전달된 평가 대상 빈집(100)의 인구요소, 교통요소, 자연요소, 사회요소, 법률요소, 및 자산요소에 대한 분석 결과에 따라, 평가 대상 빈집(100)에 가장 적합한 활용 용도를 제안할 수 있다.
실시 예에 따라, 빈집 용도 제안 모듈(380)은 인구요소, 교통요소, 자연요소, 사회요소, 법률요소, 및 자산요소에 대한 분석 결과에 따라, 평가 대상 빈집(100)의 용도를 주거지, 숙박시설, 공원/정원, 주차장, 텃밭, 체험단지/캠핑장 등의 다양한 용도로 제안할 수 있다.
예컨대, 빈집 용도 제안 모듈(380)은 평가 대상 빈집(100)이 인구요소, 교통요소, 사회요소, 자산요소에서 높은 등급으로 평가된 경우, 평가 대상 빈집(100)의 용도를 주거지로 제안할 수 있다.
예컨대, 빈집 용도 제안 모듈(380)은 평가 대상 빈집(100)이 자연요소에서 높은 등급으로 평가되고, 자산요소에서 낮은 등급으로 평가된 경우, 평가 대상 빈집(100)의 용도를 텃밭으로 제안할 수 있다.
실시 예에 따라, 빈집 용도 제안 모듈(380)은 인구요소, 교통요소, 자연요소, 사회요소, 법률요소, 및 자산요소의 전체적인 등급에 따라 상응하는 용도가 매핑된 매핑 테이블을 포함할 수 있다.
실시 예에 따라, 빈집 용도 제안 모듈(380)에 포함된 상기 매핑 테이블은 학습 모듈(350)의 학습 과정에 의하여 업데이트될 수 있다.
도 4를 함께 참조하면, 빈집 용도 제안 모듈(380)에 의해 제안된 용도와 제안 용도에 관한 설명은, 빈집 활용성 평가 서버(300)로부터 제2사용자 단말(500)로 전송되어, 도 4와 같은 예시적인 형태로 제2사용자 단말(500)의 디스플레이를 통하여 디스플레이될 수 있다.
도 5는 본 발명의 일 실시 예에 따른 빈집 활용성 평가 방법의 플로우차트이다.
도 1 내지 도 5를 참조하면, 빈집 활용성 평가 서버(300)는 평가 대상 빈집(100)에 대한 인공위성 이미지 데이터를 수신할 수 있다(S501).
실시 예에 따라, 빈집 활용성 평가 서버(300)는 인공위성 이미지 데이터를 인공위성(200)으로부터 직접 수신할 수도 있고, 지상국(250)을 통하여 수신할 수도 있고, 인공위성 이미지 데이터를 관리하기 위한 별도의 서버(미도시)로부터 전달받을 수도 있다.
빈집 활용성 평가 서버(300)는 평가 대상 빈집(100)에 연관된 법률 및 자산에 관한 온라인 정보를 수집할 수 있다(S502).
실시 예에 따라, 상기 법률에 관한 온라인 정보는 평가 대상 빈집(100)의 용도 변경 가능 형태(예컨대, 1/2/3종 주거지역, 준주거지역 등)에 관한 정보를 포함할 수 있다.
실시 예에 따라, 상기 자산에 관한 온라인 정보는 평가 대상 빈집(100)의 공시지가, 실거래가, 주택 노후도(준공 년도), 및 주택 평수에 관한 정보를 포함할 수 있다.
빈집 활용성 평가 서버(300)는 S501 단계에서 수신된 인공위성 이미지 데이터를 초해상 처리할 수 있다(S503).
빈집 활용성 평가 서버(300)는 S503 단계에서 처리된 인공위성 이미지 데이터로부터 평가 대상 빈집(100)의 인구요소, 교통요소, 자연요소, 및 사회요소 중 적어도 어느 하나에 관한 이미지를 추출할 수 있다(S504).
빈집 활용성 평가 서버(300)는 S504 단계에서 추출된 이미지 및 S502 단계에서 수집된 온라인 정보에 기초하여, 평가 대상 빈집(100)의 활용성을 분석할 수 있다(S505).
실시 예에 따라, 빈집 활용성 평가 서버(300)는 S504 단계에서 추출된 이미지만을 이용하여, 평가 대상 빈집(100)의 활용성을 분석할 수도 있다.
빈집 활용성 평가 서버(300)는 S505 단계에서의 분석 결과에 따라, 평가 대상 빈집(100)의 용도를 제안할 수 있다(S506).
실시 예에 따라, 빈집 활용성 평가 서버(300)는 수집된 데이터를 저장하기 위한 메모리 또는 데이터베이스와, 수집된 데이터를 처리하기 위한 프로세서를 포함하도록 구현될 수 있다. 이 경우, 빈집 활용성 평가 서버(300)의 각 구성(310~380)은 상기 메모리 또는 데이터베이스와, 상기 프로세서의 조합을 포함하여 구성될 수 있다.
실시 예에 따라, 본 발명의 실시 예에 따른 빈집 활용성 평가 방법은 프로그램 코드로 구현되어 매체에 저장될 수 있으며, 상기 매체는 프로세서와 결합되어 상기 빈집 활용성 평가 방법을 수행시킬 수 있다.
이상, 본 발명을 바람직한 실시 예를 들어 상세하게 설명하였으나, 본 발명은 상기 실시 예에 한정되지 않고, 본 발명의 기술적 사상 및 범위 내에서 당 분야에서 통상의 지식을 가진 자에 의하여 여러가지 변형 및 변경이 가능하다.
10 : 빈집 활용성 평가 시스템
100 : 평가 대상 빈집
200 : 인공위성
250 : 지상국
300 : 빈집 활용성 평가 서버
400, 500 : 사용자 단말
100 : 평가 대상 빈집
200 : 인공위성
250 : 지상국
300 : 빈집 활용성 평가 서버
400, 500 : 사용자 단말
Claims (15)
- 빈집 활용성 평가 서버가, 평가 대상 빈집에 대한 인공위성 이미지 데이터를 수신하는 단계;
상기 빈집 활용성 평가 서버가, 수신된 상기 인공위성 이미지 데이터로부터, 상기 평가 대상 빈집의 인구요소, 교통요소, 자연요소, 및 사회요소에 관한 이미지를 추출하는 단계;
상기 빈집 활용성 평가 서버가, 추출된 상기 평가 대상 빈집의 인구요소, 교통요소, 자연요소, 및 사회요소에 관한 이미지에 기초하여, 상기 평가 대상 빈집의 활용성을 분석하는 단계; 및
상기 빈집 활용성 평가 서버가, 상기 평가 대상 빈집의 활용성 분석 결과에 따라, 상기 평가 대상 빈집의 용도를 제안하는 단계를 포함하고,
상기 평가 대상 빈집의 활용성을 분석하는 단계는,
상기 빈집 활용성 평가 서버가, 추출된 상기 평가 대상 빈집의 인구요소에 관한 이미지를 이용하여, 상기 평가 대상 빈집의 주변의 보행자들의 보행량과 상기 주변의 보행자들이 머문 시간을 분석하는 단계; 및
상기 빈집 활용성 평가 서버가, 추출된 상기 평가 대상 빈집의 자연요소에 관한 이미지를 이용하여, 상기 평가 대상 빈집의 주변의 녹지지대비율, 대기오염 정보, 및 조도를 분석하는 단계를 포함하고,
상기 빈집 활용성 평가 서버는 상기 평가 대상 빈집의 상기 자연요소에 관한 이미지에서 나타난 먼지, 미세먼지, 또는 초미세먼지의 정도에 따라 상기 대기오염 정보를 분석하고,
상기 평가 대상 빈집의 용도를 제안하는 단계는, 상기 인구요소, 상기 교통요소, 상기 자연요소, 및 상기 사회요소의 등급에 따라 상응하는 용도가 매핑된 매핑 테이블을 이용하여 상기 평가 대상 빈집의 용도를 제안하는, 빈집 활용성 평가 방법.
- 제1항에 있어서,
상기 빈집 활용성 평가 방법은,
상기 인공위성 이미지 데이터를 수신하는 단계 이전에,
상기 빈집 활용성 평가 서버가, 제1사용자로부터 전송된 빈집 정보를 수신하여, 수신된 빈집 정보를 저장하는 단계를 더 포함하는, 빈집 활용성 평가 방법.
- 제2항에 있어서,
상기 빈집 활용성 평가 방법은,
상기 수신된 빈집 정보를 저장하는 단계 이후에,
상기 빈집 활용성 평가 서버가, 제2사용자로부터 전송된 빈집 활용성 평가 요청에 따라, 저장된 빈집 정보 중에서 상기 빈집 활용성 평가 요청에 상응하는 상기 평가 대상 빈집에 관한 정보를 검색하는 단계를 더 포함하는, 빈집 활용성 평가 방법.
- 제3항에 있어서,
상기 빈집 활용성 평가 방법은,
상기 평가 대상 빈집에 관한 정보를 검색하는 단계 이후에,
상기 빈집 활용성 평가 서버가, 검색된 상기 평가 대상 빈집에 대한 인공위성 이미지 데이터를 요청하는 단계를 더 포함하는, 빈집 활용성 평가 방법.
- 제1항에 있어서,
상기 빈집 활용성 평가 방법은,
상기 빈집 활용성 평가 서버가, 수신된 상기 인공위성 이미지 데이터를 초해상(super resolution) 처리하여, 초해상 처리된 인공위성 이미지 데이터를 생성하는 단계를 더 포함하는, 빈집 활용성 평가 방법.
- 제1항에 있어서,
상기 빈집 활용성 평가 방법은,
HOG(Histogram of Oriented Gradient)를 이용하여 상기 인공위성 이미지 데이터 내에서 추출된 보행자들 중에서 상기 평가 대상 빈집의 기준 반경 이내의 보행자들을 상기 평가 대상 빈집의 인구요소에 관한 이미지로 추출하는, 빈집 활용성 평가 방법.
- 삭제
- 제1항에 있어서,
상기 평가 대상 빈집의 활용성을 분석하는 단계는,
상기 빈집 활용성 평가 서버가, 추출된 상기 평가 대상 빈집의 교통요소에 관한 이미지를 이용하여, 상기 평가 대상 빈집의 주변의 교통량, 상기 평가 대상 빈집의 주변의 대중교통 접근성, 및 상기 평가 대상 빈집의 주변의 불법 주정차 차랑 수를 분석하는 단계를 포함하는, 빈집 활용성 평가 방법.
- 삭제
- 제1항에 있어서,
상기 평가 대상 빈집의 활용성을 분석하는 단계는,
상기 빈집 활용성 평가 서버가, 추출된 상기 평가 대상 빈집의 사회요소에 관한 이미지를 이용하여, 상기 평가 대상 빈집과 주변 근린생활시설과의 거리 및 상기 평가 대상 빈집과 주변 관광지와의 거리를 분석하는 단계를 포함하는, 빈집 활용성 평가 방법.
- 제1항에 있어서,
상기 빈집 활용성 평가 방법은,
상기 빈집 활용성 평가 서버가, 온라인 상의 상기 평가 대상 빈집에 관한 법률 정보 및 자산 정보를 수집하는 단계를 더 포함하는, 빈집 활용성 평가 방법.
- 제11항에 있어서,
상기 평가 대상 빈집의 용도를 제안하는 단계는,
상기 평가 대상 빈집의 활용성 분석 결과와, 수집된 상기 평가 대상 빈집에 관한 법률 정보 및 자산 정보에 따라, 상기 평가 대상 빈집의 용도를 제안하는, 빈집 활용성 평가 방법.
- 제12항에 있어서,
상기 평가 대상 빈집에 관한 법률 정보는,
상기 평가 대상 빈집의 용도 변경 가능 형태에 관한 정보를 포함하고,
상기 평가 대상 빈집에 관한 자산 정보는,
상기 평가 대상 빈집의 공시지가, 실거래가, 주택 노후도, 및 주택 평수에 관한 정보를 포함하는, 빈집 활용성 평가 방법.
- 평가 대상 빈집에 대한 인공위성 이미지 데이터를 수신하는 인공위성 이미지 데이터 수신 모듈;
수신된 상기 인공위성 이미지 데이터로부터, 상기 평가 대상 빈집의 인구요소, 교통요소, 자연요소, 및 사회요소에 관한 이미지를 추출하는 이미지 처리 모듈;
추출된 상기 평가 대상 빈집의 인구요소, 교통요소, 자연요소, 및 사회요소에 관한 이미지에 기초하여, 상기 평가 대상 빈집의 활용성을 분석하는 데이터 분석 모듈; 및
상기 평가 대상 빈집의 활용성 분석 결과에 따라, 상기 평가 대상 빈집의 용도를 제안하는 빈집 용도 제안 모듈을 포함하고,
상기 데이터 분석 모듈은, 추출된 상기 평가 대상 빈집의 인구요소에 관한 이미지를 이용하여, 상기 평가 대상 빈집의 주변의 보행자들의 보행량과 상기 주변의 보행자들이 머문 시간을 분석하고, 추출된 상기 평가 대상 빈집의 자연요소에 관한 이미지를 이용하여, 상기 평가 대상 빈집의 주변의 녹지지대비율, 대기오염 정보, 및 조도를 분석하되, 상기 평가 대상 빈집의 상기 자연요소에 관한 이미지에서 나타난 먼지, 미세먼지, 또는 초미세먼지의 정도에 따라 상기 대기오염 정보를 분석하고,
상기 빈집 용도 제안 모듈은, 상기 인구요소, 상기 교통요소, 상기 자연요소, 및 상기 사회요소의 등급에 따라 상응하는 용도가 매핑된 매핑 테이블을 이용하여 상기 평가 대상 빈집의 용도를 제안하는, 빈집 활용성 평가 서버.
- 사용자 단말; 및
상기 사용자 단말에 의해 평가 요청된 평가 대상 빈집의 활용성 평가를 수행하여, 평가 결과에 따라 제안된 상기 평가 대상 빈집의 용도를 상기 사용자 단말로 제공하는 빈집 활용성 평가 서버를 포함하며,
상기 빈집 활용성 평가 서버는,
평가 대상 빈집에 대한 인공위성 이미지 데이터를 수신하는 인공위성 이미지 데이터 수신 모듈;
수신된 상기 인공위성 이미지 데이터로부터, 상기 평가 대상 빈집의 인구요소, 교통요소, 자연요소, 및 사회요소에 관한 이미지를 추출하는 이미지 처리 모듈;
추출된 상기 평가 대상 빈집의 인구요소, 교통요소, 자연요소, 및 사회요소에 관한 이미지에 기초하여, 상기 평가 대상 빈집의 활용성을 분석하는 데이터 분석 모듈; 및
상기 평가 대상 빈집의 활용성 분석 결과에 따라, 상기 평가 대상 빈집의 상기 용도를 제안하는 빈집 용도 제안 모듈을 포함하고,
상기 데이터 분석 모듈은, 추출된 상기 평가 대상 빈집의 인구요소에 관한 이미지를 이용하여, 상기 평가 대상 빈집의 주변의 보행자들의 보행량과 상기 주변의 보행자들이 머문 시간을 분석하고, 추출된 상기 평가 대상 빈집의 자연요소에 관한 이미지를 이용하여, 상기 평가 대상 빈집의 주변의 녹지지대비율, 대기오염 정보, 및 조도를 분석하되, 상기 평가 대상 빈집의 상기 자연요소에 관한 이미지에서 나타난 먼지, 미세먼지, 또는 초미세먼지의 정도에 따라 상기 대기오염 정보를 분석하고,
상기 빈집 용도 제안 모듈은, 상기 인구요소, 상기 교통요소, 상기 자연요소, 및 상기 사회요소의 등급에 따라 상응하는 용도가 매핑된 매핑 테이블을 이용하여 상기 평가 대상 빈집의 용도를 제안하는, 빈집 활용성 평가 시스템.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190018172A KR102011773B1 (ko) | 2019-02-15 | 2019-02-15 | 빈집 활용성 평가 방법, 이를 이용하는 서버 및 시스템 |
| US16/791,393 US10699120B1 (en) | 2019-02-15 | 2020-02-14 | Empty house utilization evaluation method, and server and system using the same |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190018172A KR102011773B1 (ko) | 2019-02-15 | 2019-02-15 | 빈집 활용성 평가 방법, 이를 이용하는 서버 및 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102011773B1 true KR102011773B1 (ko) | 2019-08-19 |
Family
ID=67807013
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190018172A KR102011773B1 (ko) | 2019-02-15 | 2019-02-15 | 빈집 활용성 평가 방법, 이를 이용하는 서버 및 시스템 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US10699120B1 (ko) |
| KR (1) | KR102011773B1 (ko) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210084181A (ko) * | 2019-12-26 | 2021-07-07 | 한국국토정보공사 | 빈집 관리분석 및 예측 장치 및 방법 |
| KR20220151801A (ko) | 2021-05-07 | 2022-11-15 | 한국국토정보공사 | 모바일을 활용한 빈집 실태조사 시스템 및 방법 |
| KR20220151802A (ko) | 2021-05-07 | 2022-11-15 | 한국국토정보공사 | 빈집 정보 시스템 및 빈집 정보 제공 방법 |
| KR20220152455A (ko) | 2021-05-07 | 2022-11-16 | 한국국토정보공사 | 빈집 정비계획 수립 방법 및 장치 |
| KR20220152454A (ko) | 2021-05-07 | 2022-11-16 | 한국국토정보공사 | 거래망체계구축을 위한 빈집 거래 시스템 및 빈집 거래 방법 |
| KR20220155135A (ko) | 2021-05-14 | 2022-11-22 | 한국국토정보공사 | 에너지 데이터를 활용한 빈집추정 방법 및 장치 |
| JP7429482B1 (ja) | 2023-10-27 | 2024-02-08 | マイクロベース株式会社 | 建物変化検出装置、方法およびプログラム |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100036557A (ko) * | 2008-09-30 | 2010-04-08 | 주식회사 도시개발연구원 | 대상지 인허가 사항 검토를 위한 부동산 입지 분석 서비스 제공 방법 |
| KR101859341B1 (ko) * | 2017-12-11 | 2018-05-17 | 진승용 | 빈집관리 시스템 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10977493B2 (en) * | 2018-01-31 | 2021-04-13 | ImageKeeper LLC | Automatic location-based media capture tracking |
-
2019
- 2019-02-15 KR KR1020190018172A patent/KR102011773B1/ko active IP Right Grant
-
2020
- 2020-02-14 US US16/791,393 patent/US10699120B1/en active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100036557A (ko) * | 2008-09-30 | 2010-04-08 | 주식회사 도시개발연구원 | 대상지 인허가 사항 검토를 위한 부동산 입지 분석 서비스 제공 방법 |
| KR101859341B1 (ko) * | 2017-12-11 | 2018-05-17 | 진승용 | 빈집관리 시스템 |
Non-Patent Citations (1)
| Title |
|---|
| 보고서1* * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210084181A (ko) * | 2019-12-26 | 2021-07-07 | 한국국토정보공사 | 빈집 관리분석 및 예측 장치 및 방법 |
| KR102318017B1 (ko) | 2019-12-26 | 2021-10-29 | 한국국토정보공사 | 빈집 관리분석 및 예측 장치 및 방법 |
| KR20220151801A (ko) | 2021-05-07 | 2022-11-15 | 한국국토정보공사 | 모바일을 활용한 빈집 실태조사 시스템 및 방법 |
| KR20220151802A (ko) | 2021-05-07 | 2022-11-15 | 한국국토정보공사 | 빈집 정보 시스템 및 빈집 정보 제공 방법 |
| KR20220152455A (ko) | 2021-05-07 | 2022-11-16 | 한국국토정보공사 | 빈집 정비계획 수립 방법 및 장치 |
| KR20220152454A (ko) | 2021-05-07 | 2022-11-16 | 한국국토정보공사 | 거래망체계구축을 위한 빈집 거래 시스템 및 빈집 거래 방법 |
| KR102617526B1 (ko) * | 2021-05-07 | 2023-12-27 | 한국국토정보공사 | 빈집 정보 시스템 및 빈집 정보 제공 방법 |
| KR102617525B1 (ko) * | 2021-05-07 | 2023-12-28 | 한국국토정보공사 | 빈집 정비계획 수립 방법 및 장치 |
| KR102617527B1 (ko) * | 2021-05-07 | 2023-12-28 | 한국국토정보공사 | 거래망체계구축을 위한 빈집 거래 시스템 및 빈집 거래 방법 |
| KR102654056B1 (ko) * | 2021-05-07 | 2024-04-04 | 한국국토정보공사 | 모바일을 활용한 빈집 실태조사 시스템 및 방법 |
| KR20220155135A (ko) | 2021-05-14 | 2022-11-22 | 한국국토정보공사 | 에너지 데이터를 활용한 빈집추정 방법 및 장치 |
| JP7429482B1 (ja) | 2023-10-27 | 2024-02-08 | マイクロベース株式会社 | 建物変化検出装置、方法およびプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| US10699120B1 (en) | 2020-06-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102011773B1 (ko) | 빈집 활용성 평가 방법, 이를 이용하는 서버 및 시스템 | |
| Paidi et al. | Smart parking sensors, technologies and applications for open parking lots: a review | |
| Hu et al. | Automated urban land-use classification with remote sensing | |
| Haklay | How good is volunteered geographical information? A comparative study of OpenStreetMap and Ordnance Survey datasets | |
| Musakwa et al. | Implications of land use change for the sustainability of urban areas: A case study of Stellenbosch, South Africa | |
| US10127457B2 (en) | System and methods for generating quality, verified, and synthesized information | |
| US11966424B2 (en) | Method and apparatus for dividing region, storage medium, and electronic device | |
| CN112447041A (zh) | 识别车辆的营运行为的方法、装置及计算设备 | |
| Musakwa et al. | Earth observation for sustainable urban planning in developing countries: needs, trends, and future directions | |
| CN104281709A (zh) | 交通信息瓦片地图的生成方法和系统 | |
| CN113196331A (zh) | 利用卫星影像的应用服务提供装置及方法 | |
| Enríquez et al. | Existing approaches to smart parking: An overview | |
| US11544297B2 (en) | Computer-based method and system for urban planning | |
| Gargoum et al. | A voxel-based method for automated detection and mapping of light poles on rural highways using lidar data | |
| Peraka et al. | Development of a multi-distress detection system for asphalt pavements: Transfer learning-based approach | |
| Wu et al. | Automatic ground points identification method for roadside LiDAR data | |
| CN115984044A (zh) | 一种旅游发展高潜力村落的挖掘方法 | |
| Wu et al. | Object-oriented and deep-learning-based high-resolution mapping from large remote sensing imagery | |
| Ye et al. | Land use classification from social media data and satellite imagery | |
| Kargah-Ostadi et al. | Automated real-time roadway asset inventory using artificial intelligence | |
| Garrido-Valenzuela et al. | Where are the people? Counting people in millions of street-level images to explore associations between people’s urban density and urban characteristics | |
| Wu et al. | Per‐field urban land use classification based on tax parcel boundaries | |
| Alshehhi et al. | Detection of Martian dust storms using mask regional convolutional neural networks | |
| KR102038141B1 (ko) | 부동산 정보를 제공하는 방법, 이를 이용하는 서버 및 시스템 | |
| CN115169466A (zh) | 一种地块画像方法、装置、电子设备及计算机可读介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |