• 대한원격탐사학회지
• /
• 제39권6_2호
• /
• pp.1615-1633
• /
• 2023

괭생이모자반은 황해 및 동중국해에서 대규모 번식하는 부유조류 중 하나로 우리나라 연안에 유입되어 환경 파괴 및 양식업 피해 등 다양한 문제점을 야기한다. 효율적인 피해 예방 및 연안 환경 보존을 위하여 최근 인공위성 기반 원격탐사 기술을 활용한 괭생이모자반 탐지 알고리즘 개발이 활발하게 이루어지고 있다. 하지만, 잘못된 탐지 정보는 해상 수거 선박의 이동 거리 증가, 지자체나 유관기관의 대응 혼선 등을 유발하므로 괭생이모자반 공간정보 생산 시 오탐지 최소화는 매우 중요하다. 본 연구는 국립해양조사원 국가해양위성센터의 GOCI-II 기반 괭생이모자반 탐지 알고리즘을 활용하여 자동으로 오탐지 화소를 제거하는 기술을 적용하였다. 주요 오탐지 발생 원인 분석 결과를 바탕으로 선형·산발적 오탐지 및 봄, 여름철에 중국 연안에서 대량으로 발생하는 녹조류를 오탐지로 간주하여 제거하는 과정을 포함하였다. 2022년 2월 24일부터 6월 25일까지 괭생이모자반 발생일을 대상으로 오탐지 자동 제거 기법을 적용하고, 중해상도 위성 영상을 이용하여 육안 판독 결과를 생성하고 정성적, 정량적 평가를 수행하였다. 선형 오탐지는 완전히 제거하였으며, 산발적 및 녹조 오탐지는 분포 파악에 영향을 주는 대부분의 오탐지 결과를 제거하였다. 자동 오탐지 제거 과정 이후에도 육안 판독 결과 대비 괭생이모자반의 분포 면적 확인이 가능하였으며, 이진분류모델을 이용하여 정확도와 정밀도는 각각 평균 97.73%, 95.4%로 산출하였다. 재현율은 매우 낮은 29.03%였는데, 이는 GOCI-II와 중해상도 위성영상의 관측 시간 불일치에 의한 괭생이모자반 이동 영향, 공간해상도 차이, 정사보정에 따른 위치 편차, 그리고 구름 마스킹 영향에 의한 것으로 추정하였다. 본 연구의 괭생이모자반 오탐지 제거 결과는 공간적인 분포 현황을 준실시간으로 파악할 수 있으나 생체량을 정확하게 추정하는 것은 한계가 존재하였다. 따라서, 지속적인 괭생이모자반 모니터링 시스템 고도화 연구를 통해 향후 괭생이모자반 대응계획수립을 위한 자료로 활용하고자 한다.

• 한국콘텐츠학회논문지
• /
• 제18권8호
• /
• pp.459-468
• /
• 2018

무기체계 관련 어플리케이션과 국방 관련 기관에서 활용하는 정보시스템이 사이버 공격을 받을 경우 국가의 안보가 위험해지는 결과를 초래한다. 이러한 위험을 줄이기 위해 개발 단계에서부터 시큐어 코딩을 적용하거나, 발견된 취약점들을 체계적으로 관리하기 위한 노력이 지속적으로 행해지고 있다. 또한 다양한 분석 도구를 이용하여 취약점을 분석, 탐지하고 개발 단계에서 취약점을 제거하거나, 개발된 어플리케이션에서 취약점을 제거하기 위해 노력하고 있다. 그러나 취약점 분석 도구들은 미탐지, 오탐지, 과탐지를 발생시켜 정확한 취약점 탐지를 어렵게 한다. 본 논문에서는 이러한 문제점 해결방안으로 분석 대상이 되는 어플리케이션의 위험도를 평가하고 이를 기반으로 안전한 어플리케이션을 개발 및 관리할 수 있는 취약점 탐지기법을 새롭게 제안하였다.

• 한국통신학회논문지
• /
• 제41권6호
• /
• pp.620-627
• /
• 2016

이 논문에서는 STDR(sequence time-domain reflectometry)이나 SSTDR(spread-spectrum time-domain reflectometry) 방식에서 인가 신호 제거 기법을 사용하여 케이블의 고장 위치를 탐지할 때, 제거기 앞단에 부호기(sign detector)를 추가하여 복원된 부호를 제거하는 기법을 제안한다. 제안하는 방법은 케이블 선로나 측정 회로에 의해 변형된 신호를 수열의 형태로 복원시킨 후 제거하기 때문에 부호기를 쓰지 않은 경우보다 인가 신호 부분을 효과적으로 제거할 수 있고, 결과적으로 고장에 의한 반사 신호 부분의 탐지 성능을 향상시킬 수 있다. 특히, 원거리 고장에서 제안한 고장 탐지 기법이 기존의 기법에 비해 오탐지율을 크게 낮출 수 있음을 모의실험으로 보였다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2003년도 하계학술대회 논문집
• /
• pp.30-33
• /
• 2003

영상 검지기를 통한 차량 탐지 방법은 날씨와 같은 환경에 민감하게 반응하여 차량의 미탐지 및 오탐지가 발생하게 된다. 이를 해결하기 위해 다양한 일기조건하에서 차량 추적 방법에 대해 제안한다. 다양한 일기 조건하에서의 차량 추적은 눈, 비, 안개 환경에서 각 날씨의 특징을 분석, 반영하여 차량을 탐지하고 추적한다. 눈이 내리는 환경에서는 눈이 카메라 가까이에서 차량 blob으로 잘못 탐지되는 blob을 제거하기 위해 카메라와의 거리에 따른 실제 크기를 구하는 size filtering 방법을 사용한다. 비, 안개 환경에서는 흐릿해진 영상 때문에 차량이 교통신호등에 의해 차량 정체시 여러 차량이 하나의 blob으로 탐지되는 문제점을 해결하기 위해 이전 영상에서의 차량 위치 정보를 이용한 재 blob화 방법을 사용한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.565-566
• /
• 2023

적외선 영상에서 정확하게 표적을 포착하기 위해서는 수많은 거짓 표적과 참표적을 실시간으로 구별하고, 최종적으로 참 표적 하나만을 추적 할 수 있어야 한다. 본 논문에서는 추적 게이트의 이동거리 및 이동 방향을 실시간 감시하여 추적 게이트의 이상 움직임 유무를 확인하고, 추적 필터가 설정한 임계값 대비 높은 수치로 이동하거나, 한 방향이 아닌 다양한 방향으로 움직일 경우 해당 게이트를 신속하게 제거하여 거짓 표적에 대한 추적을 방지하도록 하였다. 또한 추적 게이트 이동 거리 및 확장 크기를 동적으로 조절함으로써 표적의 크기 변화와 표적의 움직임에 강인하게 추적 필터가 동작 되도록 설계하였다.

• 한국터널지하공간학회 논문집
• /
• 제26권2호
• /
• pp.129-152
• /
• 2024

터널 내 CCTV를 통한 딥러닝 객체인식 적용에 있어서 터널의 열악한 환경조건, 즉 낮은 조도 및 심한 원근현상으로 인해 오탐지가 대량 발생한다. 이 문제는 객체인식 성능에 기반한 영상유고시스템의 신뢰성 문제로 직결되므로 정탐지 향상과 더불어 오탐지의 저감 방안이 더욱 필요한 상황이다. 이에 본 논문은 딥러닝 객체인식 모델을 기반으로, 오탐지 데이터의 재학습을 통해 오탐지의 저감뿐만 아니라 정탐지 성능 향상도 함께 추구하는 오탐지 학습법을 제안한다. 본 논문의 오탐지 학습법은 객체인식 단계를 기반으로 진행되며, 학습용 데이터셋 초기학습 - 검증용 데이터셋 추론 - 오탐지 데이터 정정 및 데이터셋 구성 - 학습용 데이터셋에 추가 후 재학습으로 이어진다. 본 논문은 이에 대한 성능을 검증하기 위해 실험을 진행하였으며, 우선 선행 실험을 통해 본 실험에 적용할 딥러닝 객체인식 모델의 최적 하이퍼파라미터를 결정하였다. 그리고 본 실험에서는 학습영상 포맷을 결정하기 위한 실험, 반복적인 오탐지 데이터셋의 재학습을 통해 장기적인 성능향상을 확인하기 위한 실험을 순차적으로 진행하였다. 그 결과, 첫 번째 본 실험에서는 추론된 영상 내에서 객체를 제외한 배경을 제거시키는 경우보다 배경을 포함시키는 경우가 객체인식 성능에 유리한 것으로 나타났으며, 두 번째 본 실험에서는 재학습 차수별 독립적으로 오탐지 데이터를 재학습시키는 경우보다 차수마다 발생하는 오탐지 데이터를 누적시켜 재학습 시키는 경우가 지속적인 객체인식 성능 향상 측면에서 유리한 것으로 나타났다. 두 실험을 통해 결정된 방법으로 오탐지 데이터 재학습을 진행한 결과, 차량 객체 클래스는 1차 재학습 이후부터 AP값이 0.95 이상 우수한 추론 성능이 발현되었으며, 5차 재학습까지 초기 추론 대비 약 1.06배 추론성능이 향상되었다. 보행자 객체 클래스는 재학습이 진행됨에 따라 지속적으로 추론 성능이 향상되었으며, 18차 재학습까지 초기 추론대비 2.3배 이상 추론성능이 자가 향상될 수 있음을 보였다.

• 한국측량학회지
• /
• 제36권2호
• /
• pp.51-58
• /
• 2018

최근, 다양한 위성센서가 개발되면서 다시기 위성영상의 취득이 용이해지고 있다. 이에 따라, 재난/재해, 국토모니터링 등과 같은 활용분야에 다시기 위성영상을 적용하기 위한 변화탐지 기법에 대한 연구들이 수행되고 있다. 특히, 빠른 시간 내에 변화지역의 추출이 가능한 무감독 변화탐지 기법의 개발과 관련된 연구들이 수행되고 있지만, 계절적 변화 등과 같은 방사적 차이로 인해 오탐지가 발생하는 단점이 있다. 따라서, 본 연구에서는 무감독 변화탐지 기법 중의 하나인 $S^2CVA$ 기법을 적용하여 생성한 변화방향 벡터를 이용하여 계절적 영향으로 인한 오탐지를 감소시키고자 하였다. 이를 위하여, 동일한 계절을 가지는 RapidEye 위성영상과 다른 계절에 촬영된 RapidEye 위성 영상에 $S^2CVA$ 기법을 적용하였으며, $S^2CVA$의 변화방향벡터가 계절적 영향에 따른 오탐지를 제거할 수 있는지를 분석하였다. 정량적 평가를 위해 변화탐지 결과의 ROC 곡선과 AUC 분석을 통해 기존의 방법에 비해 변화탐지 성능이 향상된 것을 확인하였다.

• 한국음향학회지
• /
• 제34권1호
• /
• pp.75-81
• /
• 2015

능동소나를 이용한 대잠전 환경에서 클러터는 표적탐지 및 추적성능을 저하시키는 가장 큰 원인 중 하나이다. 본 논문에서는 중주파수 능동소나에서 표적 피크 신호의 통계적 특징을 이용한 단일 핑 클러터 제거 기법을 제안한다. 기존의 표적 피크 영역을 제외한 잔향 존재 영역에서 오탐지율을 줄이는 기법이나 여러 핑을 누적하여 기동 패턴을 분석하여 표적과 클러터를 구분하는 기법들의 단점을 보완하기 위하여 단일 핑 데이터의 표적 피크 영역에서 통계적 특징 정보를 이용하여 클러터와 표적신호를 구분한다. 실제 표적을 이용한 해상실험에서 성능을 검증하였으며 기존 대비 클러터가 약 80 % 이상 제거되는 것을 확인하였다.

• 한국음향학회지
• /
• 제41권4호
• /
• pp.468-479
• /
• 2022

수중에서 능동소나를 이용하여 표적을 탐지하기 위하여, 송신음이 표적에 반사된 반향을 수신함으로써 표적의 위치를 감지한다. 이때 산란체로부터의 잔향이 발생하며, 이는 표적 반향의 탐지를 방해하게 된다. 효과적인 표적 탐지를 위해 자기회귀 모델기반의 백색화 기법이나 주성분역산 등의 잔향 제거 기법이 연구된 바 있으며, 최근에는 비음수 행렬 분해 기반의 기법이 고안되었다. 비음수 행렬 분해 기반의 잔향 제거 기법은 기존의 기법에 비해 향상된 성능을 보여주지만, 송수신기의 위치 및 거리에 의한 감쇠 등이 고려되지 않았다. 본 논문에서는, 양상태 소나에서 지속파 송신 파형을 사용하는 경우에 대하여 수신기의 방향성과 그에 관련된 도플러, 그리고 거리에 대한 감쇠 등의 전처리를 통해 성능을 개선하였다. 본 연구에서 고안된 시스템의 성능을 확인하기 위하여 잔향 모델을 이용한 시뮬레이션을 수행하였다, 시뮬레이션 결과 1 %의 낮은 오탐지율에서 기존의 비음수 행렬 분해 기법 대비 10 % ~ 40 %의 탐지율 성능 향상이 있음을 확인하였다.

• 한국건설관리학회:학술대회논문집
• /
• 한국건설관리학회 2002년도 학술대회지
• /
• pp.535-538
• /
• 2002

크랙 실링 자동화 장비의 비젼 시스템은 도로면의 영상을 획득하고 이를 컴퓨터로 처리하여 도로면의 랙을 탐지, 분석 및 맵핑하는 역할을 수행하는 것이다. 그러나 실제 도로에는 크랙과 함께 오일 자국, 타이어 자국, 차선, 기 실링된 크랙 등의 수많은 노이즈들을 포함하고 있기 때문에 비젼 시스템을 통해 얻어진 노이즈가 포함된 도로면 영상을 기반으로 크랙을 자동으로 탐지하고 맵핑하는 것은 매우 어려우며 이러한 노이즈는 크랙의 정확한 탐지 및 맵핑의 커다란 방해 요소이기 때문에 이들의 제거가 선결되어야만 한다. 따라서 본 연구에서는 획득된 도로면 영상으로부터 크랙을 탐지하고 맵핑하기 이전에 실링되어질 크랙을 정확히 인지(recognition)하기 위한 노이즈 제거 알고리즘을 제안하고자 한다.