• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.902-904
• /
• 2022

스마트폰 사용자 수가 증가함에 따라 스미싱, 몸캠피싱, 메신저 피싱과 같은 정보통신망을 이용한 범죄가 큰 폭으로 증가하고 있다. 이러한 범죄 피해는 다양한 연령층에서 발생하고 있다. 본 논문에서는 국내 모바일 운영체제 점유율이 가장 높은 안드로이드 운영체제를 대상으로 하는 패킹된 악성 앱 언패킹을 수행하고 시그니처 기반 탐지 도구인 Yara 를 통해 악성 앱에 사용된 패커를 식별하는 통합 악성 앱 언패킹 시스템을 제공하여 악성 앱을 이용한 범죄 대응에 도움을 줄 수 있을 것으로 기대된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.13-14
• /
• 2023

집중 안전 점검의 대상인 노후 건축물에서 균열은 건물의 안전도를 점검할 수 있는 지표이다. 안전 점검에 드론을 활용하면서 고해상도의 드론 기반 균열 이미지 수집이 가능해졌고, 육안이 아닌 AI기반으로 균열을 탐지, 구획화할 수 있다. 본 연구에서는 주변 사물과 배경에 구애받지 않고 안전 점검이 가능한 구획화 알고리즘을 제안한다. METU와 POC데이터셋을 가공하여 데이터셋을 구축하고, 이를 바탕으로 ResNet50을 통해 균열과 유사한 배경을 분류하였으며, 균열 구획화 모델을 선정하여 DesneNet201-UNet++으로 mIoU 82.27%를 달성하였다. 본 연구는 노후 건축물 안전 점검에 필요한 균열 폭 추정에 도움이 될 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.866-867
• /
• 2023

기존의 무인 경로 로봇 시스템은 지형 제약과 높은 가격으로 인해 범용성에 한계를 갖는다. 이러한 한계를 극복하기 위해 철조망 위를 자율 주행하는 로봇 시스템(FPS, Fence Patrol System)을 소개하고, 하드웨어와 소프트웨어 측면에서 FPS 의 시스템 작동 원리를 설명한다. FPS 는 철조망 위에서 진동이 감지된 지역으로 이동해 객체를 탐지하고 추적하면서 관리자에게 전송한다. FPS 는 다양한 폭을 갖는 철조망 위에서 주행이 가능하고 완만한 곡률이 있는 철조망도 주행할 수 있도록 설계되었다. 이를 통해 지상 무인 경계 시스템의 한계를 해결하고 다양한 분야에 활용될 것으로 기대한다.

• Korean Journal of Remote Sensing
• /
• v.39 no.6_1
• /
• pp.1371-1388
• /
• 2023

Floods are becoming more severe and frequent due to global warming-induced climate change. Water disasters are rising in Korea due to severe rainfall and wet seasons. This makes preventive climate change measures and efficient water catastrophe responses crucial, and synthetic aperture radar satellite imagery can help. This research created 1,423 water body learning datasets for individual water body regions along the Han and Nakdong waterways to reflect domestic water body properties discovered by Sentinel-1 satellite radar imagery. We created a document with exact data annotation criteria for many situations. After the dataset was processed, U-Net, a deep learning model, analyzed water body detection results. The results from applying the learned model to water body locations not involved in the learning process were studied to validate soil water body monitoring on a national scale. The analysis showed that the created water body area detected water bodies accurately (F1-Score: 0.987, Intersection over Union [IoU]: 0.955). Other domestic water body regions not used for training and evaluation showed similar accuracy (F1-Score: 0.941, IoU: 0.89). Both outcomes showed that the computer accurately spotted water bodies in most areas, however tiny streams and gloomy areas had problems. This work should improve water resource change and disaster damage surveillance. Future studies will likely include more water body attribute datasets. Such databases could help manage and monitor water bodies nationwide and shed light on misclassified regions.

• Korean Journal of Remote Sensing
• /
• v.39 no.2
• /
• pp.193-205
• /
• 2023

A large amount of floating debris from land-based sources during heavy rainfall has negative social, economic, and environmental impacts, but there is a lack of monitoring systems for floating debris accumulation areas and amounts. With the recent development of artificial intelligence technology, there is a need to quickly and efficiently study large areas of water systems using drone imagery and deep learning-based object detection models. In this study, we acquired various images as well as drone images and trained with You Only Look Once (YOLO)v5s and the recently developed YOLO7 and YOLOv8s to compare the performance of each model to propose an efficient detection technique for land-based floating debris. The qualitative performance evaluation of each model showed that all three models are good at detecting floating debris under normal circumstances, but the YOLOv8s model missed or duplicated objects when the image was overexposed or the water surface was highly reflective of sunlight. The quantitative performance evaluation showed that YOLOv7 had the best performance with a mean Average Precision (intersection over union, IoU 0.5) of 0.940, which was better than YOLOv5s (0.922) and YOLOv8s (0.922). As a result of generating distortion in the color and high-frequency components to compare the performance of models according to data quality, the performance degradation of the YOLOv8s model was the most obvious, and the YOLOv7 model showed the lowest performance degradation. This study confirms that the YOLOv7 model is more robust than the YOLOv5s and YOLOv8s models in detecting land-based floating debris. The deep learning-based floating debris detection technique proposed in this study can identify the spatial distribution of floating debris by category, which can contribute to the planning of future cleanup work.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.31 no.3
• /
• pp.147-153
• /
• 2018

Cracking in concrete structure must be examined according to appropriate methods, to ensure structural serviceability and to prevent structural deterioration, since cracks opened wide for a long time expedite corrosion of rebar. A site investigation is conducted in a regular basis to monitor structural deterioration by tracking growing cracks. However, the visual inspection are labor intensive. and judgment are subject. To overcome the limit of the on-site visual investigation image processing for identifying the cracks of concrete structures by analyzing 2D images has been developed. This study develops a unique 3D technique utilizing a line laser and its projection image onto concrete surfaces. Automated process of crack detection is developed by the algorithms of automatizing crack map generation and image data acquisition. Performance of the developed method is experimentally evaluated.

• The Journal of Korean Institute of Electromagnetic Engineering and Science
• /
• v.18 no.8
• /
• pp.913-921
• /
• 2007

In this paper, we propose a novel small antenna for direction finding applications. The proposed antenna employs a skirt type disk to eliminate the radiation null on the broad-side direction in the high frequency range. Additionally, the multi-section matching stub is used for impedance matching in the low frequency range, The size of the proposed antenna is reduced as a half of the 60cm dipole which has a same resonance frequency of 200MHz. The antenna maintains a donut shape radiation pattern with a broad beam width for a wide range of frequency while the 60cm dipole shows radiation nulls on the broad-side direction and the high side-lobe level from 700MHz to 1,300MHz.

• Journal of the Korean Geotechnical Society
• /
• v.34 no.12
• /
• pp.145-154
• /
• 2018

The damage investigation and inspection methods performed in concrete facilities such as bridges, tunnels, retaining walls and so on, are usually visually examined by the inspector using the surveying tool in the field. These methods highly depend on the subjectivity of the inspector, which may reduce the objectivity and reliability of the record. Therefore, the new image processing techniques are necessary in order to automatically detect the cracks and objectively analyze the characteristics of cracks. In this study, deep learning and image processing technique were developed to detect cracks and analyze characteristics in images for concrete facilities. Two-stage image processing pipeline was proposed to obtain crack segmentation and its characteristics. The performance of the method was tested using various crack images with a label and the results showed over 90% of accuracy on crack classification and segmentation. Finally, the crack characteristics (length and thickness) of the crack image pictured from the field were analyzed, and the performance of the developed technique was verified by comparing the actual measured values and errors.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.279-279
• /
• 2021

위성영상정보는 센서의 종류, 취득, 분석, 재난과 위성영상 특성 매칭 등의 제약으로 재난 상황에서 제한적으로 사용되었다. 일반적으로 인공위성의 종류는 탑재한 센서의 정보제공 능력 범위에 따라 분류 가능하며 이에 따라 대상 범위가 결정된다. 본 연구에서는 재난의 예측, 탐지, 사후처리를 위한 위성자료의 취득과 활용을 위해 다양한 위성과 탑재된 센서의 궤도, 공간 해상도, 파장대 등의 특성에 대하여 분석하고 재난유형별로 최적 위성영상을 선정하였다. 행정안전부에서는 재난과 재해의 유형을 자연재난(10종)과 사회재난(27종)으로 분류하였다. 위성영상 활용이 가능한 재난 유형은 가시적으로 확인이 가능한 자연재난에 해당하며 그 중 태풍, 홍수, 가뭄, 산불 등 총 4종의 재난유형별로 가용한 최적의 위성영상을 분석하였다. 재난관측에 사용 가능한 대표적인 탑재체의 종류는 극궤도 지구관측 위성에서 광학과 SAR로 구분할 수 있다. 각 기본 특성에 따라 제공되는 정보의 종류가 분류되며 광학 센서는 태양복사 및 지구복사에너지 파장 영역 중 가시광선-근적외선-단파적외선-열적외선 파장대 영역의 분광 정보를 제공할 수 있는 다중 밴드들로 구성된다. 지표의 특정 대상이나 물질을 탐지하고 변화를 감지·분석하는데 유용하여 홍수, 태풍, 지진 등 자연 및 사회 재난·재해 관측에 유용하게 이용된다. SAR 센서는 장파장의 전자기파를 방출한 후 돌아오는 신호를 활용하여 대상에 대한 정보를 획득한다. 대기의 효과 및 요소를 투과하는 주파수 대역별 장파장 밴드 정보를 활용하여 고해상도의 대상 표면, 위치, 형태 등의 정보를 측량 및 관측하므로 중·광역 지역에 제약 없이 영상정보를 획득할 수 있어 산사태, 홍수, 지진, 등의 재난 모니터링에 유용하다. 이러한 다종 위성별 센서들의 특징(공간 해상도, 파장대별 밴드 특성, 관측폭, 재방문 주기 등)들을 분석하여 재난유형별로 가용한 무료/상용 지구관측위성을 분류한 결과 태풍에는 광역관측, 정지궤도 위성, 홍수에는 광학 및 SAR 고해상도 위성, 가뭄은 광역관측, 다분광 광학 위성 그리고 산불에는 정지궤도, 광학, SAR 위성이 적합함을 알 수 있다.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.28 no.6
• /
• pp.659-666
• /
• 2015

In this paper, various influence factors on the impact-echo test which is an effective method in characterizing defects such as such as the delamination in the concrete structures were studied. The side to thickness ratio(a/h), the relative position of impacting and sensing points over the delamination that have great effects on the flexural and impact-echo(thickness) modes were investigated and examined by the parametric finite element analysis. As a result, the flexural modes dominate in the case of a/h > 2 and the thickness mode was more evident when a/h < 2. With regard to the relative position of impact source and sensing point to the defect, the flexural modes dominate even when either the loading or sensing point was over the delamination defect. However, the thickness mode prevails when both the impacting and sensing points are over the solid region beyond the delamination area.