• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.15 no.1
• /
• pp.69-75
• /
• 2022

Due to the increase in the demand for anomaly detection according to the ageing of power generation facilities, the need for developing an anomaly detection method that can provide high-reliability turbine blade anomaly detection performance has been continuously raised. Additionally, the false detection results caused by a human error accelerates the increase of the need. In this paper, we propose an anomaly detection technique for turbine blades in power plants using deep neural networks. Experimental results prove that the proposed technique achieves stable anomaly detection performance while minimizing human factor intervention.

• The Korean Journal of Applied Statistics
• /
• v.13 no.1
• /
• pp.115-131
• /
• 2000

이 논문에서는 평균-이동모형(mean-shift model)을 이상점을 위한 대립모형으로 사용하여 변량모형(random effect model)에서의 이상점 검출을 위한 베이즈인자(Bayes factor)를 제시한다. 그러나 가능한 사전 정보가 없어서 무정보사전분포(noninformative prior distribution)가 사용되어야만 할 때, 대부분의 무정보사전분포는 부적절분포(improper distribution)이기 때문에 베이즌 인자에는 사전분포로부터 나온 미지의 상수가 포함되어 잇다. 이 문제를 해결하기 위해 이 논문에서는 Berger와 Pericchi (1996)가 제시한 내재베이즈인자(the intrinsic Bayes factor;IBF)를 사용한다. 또한 이 베이즈인자를 계산상 어려움을 해결하기 위해 Verdinellidh Wasserman(1995)의 일반화 세비디지키 밀도비를 이용하여 수정하고 이것을 이용하여 이상점을 검출하는 방법을 제시한다. 마지막으로 인위적으로 이상점을 포함하고 있는 데이터를 만들고 제시된 방법으로 가상실험을 하고 또한 실제 데이터에서 제시한 방법으로 이상점을 찾아보았다.

• The Transactions of the Korean Institute of Power Electronics
• /
• v.7 no.4
• /
• pp.366-376
• /
• 2002

A sensor fault detection and isolation scheme(SFDIS) is adopted to improve the reliability of direct torque controlled induction motor drives and the experimental results are discussed. Major contributions include: experimental analysis of a few important sensor faults. design and implementation of the proposed SFDIS, and the fault tolerant control system(FTCS). Although the adopted SFDIS employs only one observer for residual generation, the system has the function of fault isolation that only multiple observer schemes can have. To verify the performance of the proposed scheme, the speed control system is designed for the 2.2kW direct torque controlled Induction motor. Hardware of the control system consists of a control board using TMS320OVC33 and a power stack using IPM. Experimental results for various type of sensor faults show the effectiveness of the SFDIS and the FTCS.

• Proceedings of the Korean Institute of IIIuminating and Electrical Installation Engineers Conference
• /
• 1995.10a
• /
• pp.75-79
• /
• 1995

전기재해(전기재해)라 함은 전력 계통의 이상이나 또는 전기 설비의 누전과 합선 및 과부하나 스파크 등에 의해서 전기 화재를 유발시키거나 전기기기에 이상을 주는 것을 말한다. 그러나 전기재해의 징후를 검출할 수 있다면 최근 들어 계속 늘어만 가는 전기재해의 피해를 줄일 수 있다. 본 논문에서는 전기재해 징후로서의 스파크 현상 검출과 이와 유사한 현상을 보이는 정상 부하의 동작 현상을 비교하고 구분하는 법을 제시하고 있다. 이를 바탕으로 스파크를 수반하는 전기화재의 조기 검출 알고리즘을 소개하였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2012.06a
• /
• pp.62-64
• /
• 2012

개선된 정확도 성능을 확보하기 위하여 보강 시스템을 이용한 많은 연구가 진행되고 있다. Network RTK는 다중 기준국의 반송파 측정치 보정정보를 이용하여 시공간 오차를 보강한 측위성능을 얻기 위한 기법으로 현재에도 꾸준히 연구되고 있다. 그러나 성능개선을 목적으로 한 알고리즘 개선안에 대한 연구는 지속적으로 연구되었지만, 무결성 확보를 위한 연구는 아직 연구된 바가 없다. 본 논문에서는 Network RTK에서의 무결성 확보를 위한 기초연구로 위성이상이 발생한 경우에 이상을 검출하고 이상 위성을 식별할 수 있는 알고리즘을 제안하였다. 그리고 시뮬레이터를 사용하여 오차 시나리오가 인가된 위성 신호를 생성하고, 이중주파수용 상용 수신기를 사용하여 수신한 데이터를 사용하여 제안한 알고리즘의 성능을 검증하였다.

• Korean Journal of Remote Sensing
• /
• v.28 no.5
• /
• pp.573-586
• /
• 2012

Point clouds acquired by a LIDAR(Light Detection And Ranging, also LADAR) system often contain erroneous points called outliers seeming not to be on physical surfaces, which should be carefully detected and eliminated before further processing for applications. Particularly in case of LIDAR systems employing with a Gieger-mode array detector (GmFPA) of high sensitivity, the outlier ratio is significantly high, which makes existing algorithms often fail to detect the outliers from such a data set. In this paper, we propose a method to discriminate outliers from a point cloud with high outlier ratio acquired by a GmFPA LIDAR system. The underlying assumption of this method is that a meaningful targe surface occupy at least two adjacent pixels and the ranges from these pixels are similar. We applied the proposed method to simulated LIDAR data of different point density and outlier ratio and analyzed the performance according to different thresholds and data properties. Consequently, we found that the outlier detection probabilities are about 99% in most cases. We also confirmed that the proposed method is robust to data properties and less sensitive to the thresholds. The method will be effectively utilized for on-line realtime processing and post-processing of GmFPA LIDAR data.

• Journal of Broadcast Engineering
• /
• v.3 no.2
• /
• pp.146-154
• /
• 1998

시간적 표본화를 채택한 다중경로방법에 의한 장면전환 검출방법은 전 동영상에 대해 매 프레임마다 순차적으로 검색하는 방법에 비해서 빠르며, 동일한 정확성을 갖고 있다. 그러나, 검출 시간을 최소화하기 위한 적절한 검출 간격을 선택하는 어떠한 기준이나 방법도 제시되지 않았으며 검출 간격을 경험에 의해 선택할 수밖에 없다. 이 논문에서는 장면 전환 검출 시간, 검출 간격과 실제 장면 전환 간격으로부터 검출 시간을 최소화하는 최적 검출 간격을 얻을 수 있음을 보였다. 평균 장면 전환 간격이 알려져 있지 않은 동영상에 대해서 최적 검출 간격을 추정할 수 있는 알고리듬을 제안하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.751-753
• /
• 2004

본 논문에서 색상을 기반으로 한 알고리즘으로 얼굴을 검출하고 검출된 얼굴을 움직이는 Pan-Tilt 카메라 상에서 추적하는 방법을 제안하고자 한다. 얼굴 검출 알고리즘은 얼굴색의 특징인 피부색상을 이용하여 후보영역을 검출하고 후보 영역에서 얼굴형태의 특징인 타원 형태를 이용하여 최종적으로 얼굴을 검출하였다. 얼굴 추적은 영상에서 검출된 얼굴의 크기 및 위치 정보와 Pan-Tilt 카메라의 위치정보를 이용하여 항상 얼굴이 카메라의 중심에 위치하도록 하였다. 우리는 실제 실험에서 초당 10프레임 이상의 실시간 얼굴 검출 및 추적에 성공하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.686-688
• /
• 2020

본 논문에서는 U-Net 모델을 이용하여 정교하고 반복되는 패턴을 가진 인쇄물에 대한 비지도 학습을 통한 딥러닝 기반 이상치탐지(Anomaly Detection) 방법을 제안하였다. 인쇄물(카드)의 비정상 패턴 검출을 위하여 촬영한 영상으로부터 카드 영역을 분리한 이미지로 구성된 Dataset을 구축하였고 정상 이미지와 동일한 이미지를 출력하기 위해, 정상 이미지와 마스크 이미지 쌍의 Training dataset을 U-Net으로 학습하였다. Test dataset의 이미지를 입력으로 넣어 생성된 마스크 결과를 원본 마스크 이미지와 비교하여 이상 여부를 판단하는 본 논문의 방법이 정상, 비정상 인쇄물을 잘 구분하는 것을 확인하였다. 또한 정상과 비정상 이미지 각각을 학습한 지도학습 기반 CNN 분류 방법을 입력 영상과 복원 영상 간의 복원 오차를 비교하여 객체의 이상 여부를 판별하는 본 논문의 방법과 비교 평가하였다. 본 논문을 통해 U-Net을 사용하여 별도로 데이터에 대한 label 취득 없이 이상치를 검출할 수 있음을 확인할 수 있었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2015.07a
• /
• pp.252-253
• /
• 2015

군중의 이상행동을 검출하는 것은 군중 모니터링, 보안 및 CRM 시스템의 관점에서 중요한 요소 중의 하나이다. 기존의 방법은 대다수가 옵티컬플로우를 기반으로한 검출방법으로 객체가 움직이지 않는 경우에는 객체로 인식할 수 없는 문제점이 생긴다. 또한, 많은 데이터량을 처리하기 때문에 실시간성이 보장되지 않는다는 단점이 있다. 이를 극복하기 위해서, 본 논문에서는 특징점 맵 보정과 분포분석을 통한 군중의 밀집과 대피하는 현상을 검출하는 방법을 제안한다. 먼저, 군중에서 옵티컬플로우 기반으로 움직이는 FAST 특징점을 추출하고 추출된 특징점의 분포에따라 특징점맵을 복원한다. 복원된 특징점 맵과 특징점의 분포에 기반하여 군중의 이상정도를 결정하게 된다. PETS2009 데이터베이스를 사용하여 결과를 측정하였다.