• 제목/요약/키워드: 자동탐지

검색결과 621건 처리시간 0.03초

사이버 방어를 위한 적응형 다중계층 보호체제 (Adaptive Multi-Layer Security Approach for Cyber Defense)

  • 이성기;강태인
    • 인터넷정보학회논문지
    • /
    • 제16권5호
    • /
    • pp.1-9
    • /
    • 2015
  • 사이버 공간에서 첨예화, 복잡화되고 있는 공격을 일대일 방식으로 방어하는데 한계가 있으므로 보다 효과적인 방어 방법이 필요하다. 본 고에서는 내외부의 공격에 대해 자산을 체계적 적응적으로 방어할 수 있는 다중계층 보안체제 구축 방안을 제시한다. 방어지역(Defense Zone)을 중심으로 한 다중계층 보안체제의 구조를 고안하고, 사이버 위협분석과 방어기술 자동할당 등 구현에 필요한 기술요소들에 대해 논의한다. 또한, 다중계층 보안체제에 대한 효과와 적용성을 보인다. 향후, 제시된 방안의 구체화를 위해 방어지역에 대한 상세구조설계, 최적 방어기술 자동선택방법, 위협 탐지를 위한 정상상태 모델링 기술 등에 대한 연구가 필요하다.

고정밀 위성영상에서 도심지역 건물변화 탐지를 위한 중첩방법 (Designation for Change Detection of Building Objects in Urban Area in High-Resolution Satellite Image)

  • 이승희;박성모;이준환;김준철
    • 대한원격탐사학회지
    • /
    • 제19권4호
    • /
    • pp.319-328
    • /
    • 2003
  • 고정밀 위성영상의 자동분석은 지도제작, 감시, 자원탐사 등을 효율적으로 수행하는데 있어 중요하다. 그러나, 도심지역의 고정밀 위성영상의 자동분석은 그림자, 분광정보의 시변성, 영상의 복잡성 등 때문에 현재의 기술로 해결하기 어려운 부분들이 산재해 있다. 본 논문에서는 디지털 수치지도 상의 건물객체들을 고정밀 위성영상에 중첩하여 도심지역의 건물들의 변화 탐색을 용이하게 하는 방법을 제안한다. 제안된 방법에서는 수치지도상의 건물들을 매개변수화 하고, 전처리된 고정밀 위성영상에서 일반화된 Hough 변환 방법을 이용하여 탐색하고, 탐색된 부분에 중첩시킨다. 중첩된 영상은 건물들의 변화 여부를 빠르게 찾는데 도움을 줄 수 있다.

합성곱 신경망 기반 물체 인식과 탑승 감지 센서를 이용한 개인형 이동수단 주행 안전 보조 시스템 개발 (Development of Personal Mobility Safety Driving Assistance System Using CNN-Based Object Detection and Boarding Detection Sensor)

  • 손권중;배성훈;이현준
    • 한국융합학회논문지
    • /
    • 제12권10호
    • /
    • pp.211-218
    • /
    • 2021
  • 최근에 전동킥보드와 같은 개인형 이동수단의 보급이 급격히 확대되면서 교통사고 발생 건수도 크게 늘고있다. 개인형 모빌리티가 자세 안정성이 낮고 탑승자가 외부로 노출되어 전도 사고나 낙상 사고의 위험이 크기 때문이다. 전동킥보드 사고 방지를 위해 본 논문은 주행 보조 장치로써 자동긴급제동시스템과 안전시동시스템을 제안하였다. 인공지능 기반 물체 인식 기술을 이용하여 주변 위험 요소를 탐지하고 자동으로 제동을 걸 수 있는 시스템을 개발하였다. 또한 운전자의 탑승이 확인되기 전까지 장치의 시동을 보류하는 안전시동시스템도 개발하였다. 상용차와 주행 조건이 매우 다른 개인형 이동 수단에 특화된 첨단 운전자 보조 시스템 융합 기술을 제안한다는 점에서 본 연구의 의의가 있다.

스펙트로그램 이미지를 이용한 CNN 기반 자동화 기계 고장 진단 기법 (CNN-based Automatic Machine Fault Diagnosis Method Using Spectrogram Images)

  • 강경원;이경민
    • 융합신호처리학회논문지
    • /
    • 제21권3호
    • /
    • pp.121-126
    • /
    • 2020
  • 소리 기반 기계 고장 진단은 기계의 음향 방출 신호에서 비정상적인 소리를 자동으로 감지하는 것이다. 수학적 모델을 사용하는 기존의 방법은 기계 시스템의 복잡성과 잡음과 같은 비선형 요인이 존재하기 때문에 기계 고장 진단이 어려웠다. 따라서 기계 고장 진단의 문제를 딥러닝 기반 이미지 분류 문제로 해결하고자 한다. 본 논문에서 스펙트로그램 이미지를 이용한 CNN 기반 자동화 기계 고장 진단 기법을 제안한다. 제안한 방법은 기계의 결함 시 발생하는 주파수상의 특징 벡터를 효과적으로 추출하기 위해 STFT를 사용하였으며, STFT에 의해 검출된 특징 벡터들은 스펙트로그램 이미지로 변환하여 CNN을 이용해 기계의 상태별로 분류한다. 그 결과는 제안한 방법은 효과적으로 결함을 탐지할 뿐만 아니라 소리 기반의 다양한 자동 진단 시스템에도 효과적으로 활용될 수 있다.

다중 공중 이동/검증 링크에서의 MLP-A 알고리즘 및 구현 (MLP-A(Multi Link Protection for Airborne Network Verifying) algorithms and implementation in multiple air mobile/verification links)

  • 윤종택;정형진;김용이;전준석;박주만;주태환;고민선
    • 한국정보통신학회논문지
    • /
    • 제26권3호
    • /
    • pp.422-429
    • /
    • 2022
  • 본 논문에서는 현재 기술 개발 과제로 진행 중인 다중 공중 이동 및 검증을 위한 다채널 공중 중계 장치와 다수의 임무 장치로 구성된 네트워크 시스템 기반 기저대역부와 RF부간의 중간주파수 전송 신호 레벨을 기준 신호 레벨로 일정하게 유지하도록 하고, 상대방의 수신 입력 범위를 고려하여 단거리 장거리 무선 통신 환경 변화에도 RF부 내의 송수신 회로 상의 신호 탐지와 자동이득제어, 자동출력제어 기능을 통해 신호가 안정되고 신뢰성 있게 전송되도록 하는 다중 링크 보호, MLP-A 알고리즘을 제시한다. 그리고, MLP-A 알고리즘이 적용된 RF부를 설계, 제작, 구현하고 다중 공중 이동 및 검증 네트워크 구성으로 거리 산출 수식을 적용하여 단거리, 장거리 무선 환경을 고려한 실험 및 분석을 수행하였다. 이를 통해 안정적이고 신뢰성 있는 RF 통신 시스템 운용이 가능함을 확인하였다.

저가용 드론 센서를 활용한 하천 모니터링 (River monitoring using low-cost drone sensors)

  • 이근상;김영주;정관수;박봄이;김보영
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2020년도 학술발표회
    • /
    • pp.346-346
    • /
    • 2020
  • 홍수기 효과적인 하천관리를 위해서는 광역 모니터링을 위한 기술 확보가 매우 중요하며, 최근 드론을 활용한 하천 모니터링에 관한 관심이 점차 증가되고 있다. 하천관리에 필요한 드론 탑재용 센서는 기본적으로 RGB 광학센서를 비롯하여 근적외선(Nir) 및 열적외선 센서가 함께 운용되는 것이 효과적이다. 그러나 현재 판매되는 드론 카메라를 살펴보면 근적외선과 열적외선 센서가 별도로 분리되어 있고 광학센서에 비해 상대적으로 매우 고가로 판매되고 있는 실정이다. 따라서 하천 모니터링을 위해서는 광학(RGB), 근적외선 그리고 열적외선 센서가 통합된 저가의 탑재체 개발이 시급하고 이를 활용한 하천 모니터링 프로세스를 정립할 필요가 있다. 본 연구에서는 일반 드론에 쉽게 탑재 가능한 하천 모니터링용 탑재체를 개발하였으며, 이를 기반으로 하천 홍수 및 부유사 모니터링에 활용하였다. 광학센서는 하천의 주요 형상을 확인하는데 이용하였으며, 근적외선 센서는 홍수 및 부유사 탐지에 활용하였다. 특히 본 연구에서는 비교적 넓은 하천 구역에 대한 공간정보를 구축하기 위해 75% 이상의 중복도를 가지고 촬영하도록 세팅하였으며 영상접합 SW를 활용하여 정사영상을 생성하였다. 구축한 근적외선 정사영상으로부터 영상분석 프로그램을 활용하여 홍수 및 부유사 영역을 추출하였으며 이를 통해 홍수기 하천 모니터링 및 치수 업무 의사결정을 위한 정보를 제공할 수 있었다. 저가용 드론 센서는 상용 SW와의 연계가 어렵기 때문에 자동비행 프로그램처럼 해당 위치별 영상 촬영이 어려운 한계가 있었으며, 본 연구에서는 센서의 제원특성을 활용하여 자동비행 SW에서도 일정 이상의 중복도를 확보할 수 있는 비행고도별 촬영시간 등을 종합적으로 설계하였다. 이를 통해 해당 지역에 대한 하천 모니터링용 정사영상을 구축할 수 있었으며 기존의 고가용 드론 센서와 유사한 효과를 가져올 수 있었다.

  • PDF

안드로이드 모바일 게임 환경에서의 터치 이벤트 정보를 이용한 매크로 탐지 기법 연구 (A study on macro detection using information of touch events in Android mobile game environment)

  • 김정현;이상진
    • 정보보호학회논문지
    • /
    • 제25권5호
    • /
    • pp.1123-1129
    • /
    • 2015
  • 모바일 게임의 매크로(자동사냥)는 PC 온라인 게임의 게임봇과 같이 정해놓은 규칙에 의해 화면을 터치하는 프로그램으로서 안드로이드 애플리케이션과 Windows 응용프로그램 등 다양한 형태로 만들어져 사용된다. 이는 정직한 사용자에게 박탈감을 주고 흥미를 잃게 하여 게임을 떠나게 만들고 게임 수명을 단축시킨다. 비록 PC 온라인 게임에서 이러한 부정행위를 막기 위해 다양한 연구가 진행되었으나 모바일 게임은 네트워크 사용이 제한적이고 디바이스의 성능이 PC와 다르기 때문에 동일한 방법을 적용시키기 무리가 있다. 본 논문에서는 터치 이벤트 정보를 이용한 매크로 탐지 프레임워크를 제안한다. 모바일 게임에서 터치 이벤트는 게임을 진행하기 위한 필수적인 제어 명령이다. 매크로는 동일한 패턴으로 화면을 터치하기 때문에 정상적인 사용자들의 패턴과 차이가 있다. 캐쥬얼 게임이 대부분인 모바일 게임에서 터치이벤트는 짧은 시간 동안 매크로와 정상적인 사용자를 구별할 수 있는 가장 좋은 특징이다. 제안한 프레임워크를 활용하여 실제 모바일 게임에서 사용되는 매크로들을 탐지한 결과 100%의 정확도와 0%의 오탐률을 보였다.

딥러닝 객체 탐지 기술을 사용한 스마트 쇼핑카트의 구현 (Implementation of Smart Shopping Cart using Object Detection Method based on Deep Learning)

  • 오진선;천인국
    • 한국산학기술학회논문지
    • /
    • 제21권7호
    • /
    • pp.262-269
    • /
    • 2020
  • 최근 다양한 쇼핑 환경에서 결제에 소요되는 시간을 줄이기 위한 많은 시도들이 이루어지고 있다. 또한 4차 산업혁명시대에 들어서면서 인공지능 기술이 고도화되고 있으며, IoT 장비들은 더욱 소형화되고 저렴해져서 이 두 가지 기술을 융합시킴으로써 사용자의 시간을 절약할, 인간을 대신하는 무인 환경을 구축하는 것에 대한 접근이 용이해졌다. 본 논문에서는 저가 IoT 장비들과 딥러닝 객체 탐지 기술을 기반으로 하는 스마트 쇼핑카트 시스템을 제안한다. 제안된 스마트 카트 시스템은 실시간 상품 인식을 위한 카메라와 라즈베리파이, 트리거 역할을 하는 초음파 센서, 상품이 쇼핑카트에 들어온 것인지 나간 것인지를 판단하기 위한 무게 센서, 가상의 장바구니에 대한 UI를 제공하는 스마트폰 어플리케이션, 학습된 데이터가 저장되는 딥러닝 서버로 구성된다. 각 모듈 간의 통신은 TCP/IP 네트워크 및 HTTP 네트워크로 이루어지며, 서버의 상품 인식을 위해서는 객체탐지 기술이 구현된 YOLO darknet 라이브러리를 사용한다. 사용자는 스마트폰의 앱을 통하여 스마트 카트에 넣은 물건들의 목록을 점검하고 자동으로 결제할 수 있다. 본 논문에서 제안된 스마트 카트 시스템은 가성비가 높은 무인 상점을 구현하는데 응용될 수 있다.

해양 환경에서 에지 정보를 이용한 물표 추출 알고리즘 (Object Detection Algorithm Using Edge Information on the Sea Environment)

  • 정종면;박계각
    • 한국컴퓨터정보학회논문지
    • /
    • 제16권9호
    • /
    • pp.69-76
    • /
    • 2011
  • 해양 안전 사고 관련 연구에 의하면 선박 충돌 사고의 약 60%는 인적 요인에 의한 운용상의 실수로 인해 발생되고 있으며, 특히 항해사의 견시 소홀로 인한 사고는 인적 요인으로 인한 사고의 66.8%에 달하는 것으로 보고되고 있다. 그러므로 주야간을 막론하고 우천이나 안개 속에서도 거의 변함없는 화질을 보이는 IR 영상으로부터 자동으로 물표를 탐지하고 추적할 수 있다면 항해사의 근무 피로를 경감시키면서 인간 시각 특성의 불완전성을 보완할 수 있어 선박의 안전항행을 위한 중요 정보로 사용할 수 있다. 본 논문에서는 해양 IR 영상으로부터 선박, 암초, 부이와 같은 해상 물표를 탐지하기 위한 기법을 제안한다. 해양 영상에서 대부분의 에지 방향은 수평이며, 수직 방향의 에지는 대부분 물표 영역에서만 집중적으로 발견된다. 또한 물표와 해수면이 만나는 영역에는 수평 방향의 에지가 존재한다. 제안된 방법은 물표 추출을 위해해양 환경에서만 발견되는 이런 에지의 특징을 이용한다. 먼저 주어진 입력 IR 영상으로부터 에지를 추출하여 수평, 수직 에지로 분리한 다음 고립되어 있는 에지들을 제거한다. 그런다음 수직 에지에 대하여 모폴로지 닫힘 연산을 이용하여 물표를 구성하는 수직 에지들을 서로 연결하여 물표 후보 영역을 얻는다. 물표 후보 영역 중 아래에 수평에지 영역이 존재하는 영역은 해수면 바로 위의 물표를 의미하기 때문에 물표 후보 영역과 바로 아래의 수평 에지를 통합하여 기준 영역으로 삼고, 이 기준 영역을 기준으로 좌, 우, 위의 물표 후보 영역들을 통합하여 최종 물표를 얻는다.

인공신경망을 이용한 샷 사이즈 분류를 위한 ROI 탐지 기반의 익스트림 클로즈업 샷 데이터 셋 생성 (Generating Extreme Close-up Shot Dataset Based On ROI Detection For Classifying Shots Using Artificial Neural Network)

  • 강동완;임양미
    • 방송공학회논문지
    • /
    • 제24권6호
    • /
    • pp.983-991
    • /
    • 2019
  • 본 연구는 영상 샷의 크기에 따라 다양한 스토리를 갖고 있는 영상들을 분석하는 것을 목표로 한다. 따라서 영상 분석에 앞서, 익스트림 클로즈업 샷, 클로즈업 샷, 미디엄 샷, 풀 샷, 롱 샷 등 샷 사이즈에 따라 데이터셋을 분류하는 것이 선행되어야 한다. 하지만 일반적인 비디오 스토리 내의 샷 분포는 클로즈업 샷, 미들 샷, 풀 샷, 롱 샷 위주로 구성되어 있기 때문에 충분한 양의 익스트림 클로즈업 샷 데이터를 얻는 것이 상대적으로 쉽지 않다. 이를 해결하기 위해 본 연구에서는 관심 영역 (Region Of Interest: ROI) 탐지 기반의 이미지 크롭핑을 통해 익스트림 클로즈업 샷을 생성함으로써 영상 분석을 위한 데이터셋을 확보 방법을 제안한다. 제안 방법은 얼굴 인식과 세일리언시(Saliency)를 활용하여 이미지로부터 얼굴 영역 위주의 관심 영역을 탐지한다. 이를 통해 확보된 데이터셋은 인공신경망의 학습 데이터로 사용되어 샷 분류 모델 구축에 활용된다. 이러한 연구는 비디오 스토리에서 캐릭터들의 감정적 변화를 분석하고 시간이 지남에 따라 이야기의 구성이 어떻게 변화하는지 예측 가능하도록 도움을 줄 수 있다. 향후의 엔터테인먼트 분야에 AI 활용이 적극적으로 활용되어질 때 캐릭터, 대화, 이미지 편집 등의 자동 조정, 생성 등에 영향을 줄 것이라 예상한다.