• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.05a
• /
• pp.25-27
• /
• 2021

With the recent development of deep learning technology, computer vision-based AI technologies have been studied to analyze the abnormal behavior of objects in image information acquired through CCTV cameras. There are many cases where surveillance cameras are installed in dangerous areas or security areas for crime prevention and surveillance. For this reason, companies are conducting studies to determine major situations such as intrusion, roaming, falls, and assault in the surveillance camera environment. In this paper, we propose a real-time abnormal behavior analysis algorithm using object detection and tracking method.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.269-270
• /
• 2023

재해, 재난 발생 시에 구조대가 건물 내부나 지하철 등, 특정 구역 내의 대피하지 못한 잔류인원을 제대로 파악하데 어려움을 겪는다. 이를 개선하고자 YOLO와 DeepSORT를 활용하여 통행자를 인식하여 특정 구역의 잔류인원을 파악하고 이를 서버를 통해 확인할 수 있는 시스템을 개발하였다. 실시간 객체인식 알고리즘인 YOLOv4-tiny와 실시간 객체추적기술인 DeepSORT 알고리즘을 이용하여 제안한 방법을 Ubuntu환경에서 구현하고, 실내 상황에 맞춰 통행자 동선을 고려해서 적용하였다. 개발한 시스템은 인식된 통행자 객체방향으로 출입을 구분하여 데이터를 서버에 저장한다. 이에 따라 재해 발생 시 구역의 잔류인원을 파악하여 빠르고 효율적으로 요구조자 위치와 인원을 예측할 수 있다.

• The Transactions of the Korea Information Processing Society
• /
• v.2 no.1
• /
• pp.119-129
• /
• 1995

In this paper, we propose a schedulatility analysis method for real-time programs. Several approaches to anlayzing schedulability have been developed, but since these approaches use a fixed priority scheduling method and/or traverse all possible state spaces, there take place exponential time and space complexity of these methods, Therefore it is necessary to reduce the state space and detect schedulability at earlier time. Our schedulability analysis method uses a minimum unit time taken to terminate synchronization action, a minimum unit time taken to terminate actions after synchronization, and a deadline of processes to detect unschedulability at earlier time and dynamic scheduling scheme to reduce state space. We conclude that our method can detected unschedulability earlier 50 percent unit time than Fredette's method.

• Proceedings of the Korea Institutes of Information Security and Cryptology Conference
• /
• 2002.11a
• /
• pp.317-321
• /
• 2002

최근 Firewall, IDS와 같은 응용프로그램 수준의 보안 제품은 내부서버 자체의 취약성을 방어하지 못한다. 본 논문에서는 TCSEC C2급에 해당하는 보안성을 가지는 리눅스를 LKM(Loadable Kernel Module) 방법으로 B1급 수준의 다중등급 보안을 구현하였다, 따라서 구현된 다중등급 보안 리눅스 커널의 주요 기능을 기술하고, 시험 평가로서 강제적 접근제어, 성능 및 해킹 시험을 실시하였다. 구현된 보안 커널 기반의 리눅스 운영체제는 B1급의 요구사항을 만족하며, root의 권한 제한, DB를 이용한 실시간 감사추적, 해킹차단, 통합보안관리등의 추가적 기능을 제공한다.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.96-102
• /
• 2007

본 논문에서는 자연스러운 증강현실 환경을 위하여 패치 기반의 텍스쳐 합성을 통한 마커 은닉 방법을 제안한다. 증강현실에서 카메라의 자세를 구하기 위한 보편적인 방법은 음영 대비가 뚜렷한 정사각형의 마커를 사용하는 것이다. 이러한 인위적인 마커의 사용은 물체의 인식과 추적을 용이하게 하지만 증강된 장면의 실감성을 감소시켜 사용성 저하를 유발하기도 한다. 제안된 마커 은닉 방법은 실시간성을 보장하면서, 배경 텍스쳐의 전역적인 특성을 유지하고, 주변 환경의 변화에 유연하다.

• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.135-136
• /
• 2008

본 논문에서는 배경 분리(Background Subtraction) 기법 및 픽셀 농도를 기반으로 조명 환경의 변화에 강인한 도로상 불법 주정차차량을 검출하고, 추적할 수 있는 기법을 제안하였다. 제안된 기법은 영상내 도로변을 관심영역으로 설정하고, 실시간으로 전후 영상을 비교하여 조명변화에 강인한 분별력을 가질 수 있는 적응 배경 모델을 생성한다. 제안 된 픽셀 농도의 수치를 기반으로 변화량이 작은 배경 영역을 제거하고, 상대적으로 큰 변화량을 가지는 차량 영역을 구별할 수 있다. 구별된 대상 차량 영역에 군집 추적 기법을 적용하여 겹쳐신 자동차들 간의 구별이 가능 하도록 하였다. 제안된 기법에 대한 실험은 불법 주정자 단속 카메라로부터 다양한 조명환경에 대한 고려가 가능한 시간대별 영상을 통해 검증하였다.

• Proceedings of the KIEE Conference
• /
• 2005.07d
• /
• pp.2870-2872
• /
• 2005

본 논문에서는 시각기반 센서 네트워크에 의해 다중물체의 위치를 인식 및 추적하여 목표물들의 위치를 결정할 수 있는 분산형 시각 시스템을 제시한다. 각 시각 센서는 칼라와 동작 정보에 의한 대상물체의 정확한 분할 및 다중물체에 대한 실시간 추적 그리고 간단한 원근법에 의한 포즈 추정을 수행한다. 각 시각 센서를 하나의 에이전트 - 시각 에이전트 -로 정의하고, 전체 시각기반 센서 네트워크를 복수 에이전트 시스템(multiagent system)으로 구성한다. 이로써 대상물체의 핸드오버시 그 대상물체의 신분에 대한 매칭 문제를 Identified Contract Net (ICN) 프로토콜을 제안하여 해결한다. ICN 프로토콜은 시각 에이전트의 개수에 독립적이고 그것을 사용할 경우 시각 에이전트들 간의 캘리브레이션도 필요로 하지 않기 때문에 시각기반 센서 네트워크의 속도, 확장성 및 모듈성을 높여준다. 실험을 통해 구성한 시각기반 센서 네트워크에서 ICN 프로토콜이 적용됨을 성공적으로 검증하였다.

• Information and Communications Magazine
• /
• v.24 no.8
• /
• pp.7-13
• /
• 2007

유비쿼터스 사회 실현의 핵심 기술인 RFID/USN 기술은 우리 정부의 USN구축 기본계획과u-IT839기술개발 정책에 따라 국산화, 기술 고도화 및 핵심 원천기술 개발을 전략적으로 추진하여 그 성과가 나타나고 있다. RFID/USN 기술은 가장 기본적인 사물의 식별 단계로부터, 이력 추적, 상태정보의 모니터링, 실시간 감시 및 제어, 자율형 서비스로 진화함에 따라 전통적인 RFID 및 무선센서네트워크에서 출발하여 궁극적으로 다양한 응용서비스를 지원하는 USN기술로 발전될 것이다. 향후 RFID 기술 분야는 상태정보처리 및 위치 추적 등 복합 기능과 성능 고도화로 발전되고 Item단위까지 적용하기 위한 새로운 리더, 초저가의 Printed 태그 및 불법 복제 방지 등의 새로운 기술이 개발될 전망이다. 센서네트워크 분야에서는 기존의 IEEE802.15.4와 ZigBee를 뛰어넘어 저전력, 고신뢰성, 확장성, 이동성 등을 지원하기 위해 효율적인 무선전송, 초경량의 노드, 네트워킹, Cross-layer최적화, 데이터 융합 등의 핵심기술 이 요구되고 USN 미들웨어 기술은 다양한 USN응용 서비스를 위해 공통 S/W 플랫폼을 제공하고 다양한 센서네트워크로부터 수집한 정보를 가공하여 서비스간 연계 통합하는 플랫폼으로 발전될 전망이다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.7 no.6
• /
• pp.1293-1299
• /
• 2012

In this paper, a real-time vehicle detection and tracking algorithms is proposed. The vehicle detection could be processed using GMM (Gaussian Mixture Model) algorithm and mathematical morphological processing with HD CCTV camera images. The vehicle tracking based on separated vehicle object was performed using Euclidean distance between detected object. In more detail, background could be estimated using GMM from CCTV input image signal and then object could be separated from difference image of the input image and background image. At the next stage, candidated objects were reformed by using mathematical morphological processing. Finally, vehicle object could be detected using vehicle size informations dependent on distance and vehicle type in tunnel. The vehicle tracking performed using Euclidean distance between the objects in the video frames. Through computer simulation using recoded real video signal in tunnel, it is shown that the proposed system works well.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.37 no.5A
• /
• pp.375-387
• /
• 2012

This paper proposes a new real-time object tracking algorithm using particle filters with color and texture features in moving CCD camera images. If the user selects an initial object, this region is declared as a target particle and an initial state is modeled. Then, N particles are generated based on random distribution and CS-LBP (Centre Symmetric Local Binary Patterns) for texture model and weighted color distribution is modeled from each particle. For observation likelihoods estimation, Bhattacharyya distance between particles and their feature models are calculated and this observation likelihoods are used for weights of individual particles. After weights estimation, a new particle which has the maximum weight is selected and new particles are re-sampled using the maximum particle. For performance comparison, we tested a few combinations of features and particle filters. The proposed algorithm showed best object tracking performance when we used color and texture model simultaneously for likelihood estimation.