• 사물인터넷융복합논문지
• /
• 제10권2호
• /
• pp.1-15
• /
• 2024

스마트 지역사회의 구축은 지역사회의 안전을 보장하는 새로운 방법이자 중요한 조치이다. 촬영 각도로 인한 얼굴 기형 및 기타 외부 요인의 영향으로 인한 신원 인식 정확도 문제를 해결하기 위해 이 논문에서는 네트워크 모델을 구축할 때 전체 그래프 컨벌루션 모델을 설계하고, 그래프 컨벌루션 모델에 협력하여 얼굴의 핵심을 추출한다. 또한 얼굴의 핵심을 특정 규칙에 따라 핵심 포인트를 구축하며 이미지 컨벌루션 구조를 구축한 후 이미지 컨벌루션 모델을 추가하여 이미지 특징의 핵심을 개선한다. 마지막으로 두 사람의 얼굴의 이미지 특징 텐서를 계산하고 전체 연결 레이어를 사용하여 집계된 특징을 추출하고 판별하여 인원의 신원이 동일한지 여부를 결정한다. 최종적으로 다양한 실험과 테스트를 거쳐 이 글에서 설계한 네트워크의 얼굴 핵심 포인트에 대한 위치 정확도 AUC 지표는 300W 오픈 소스 데이터 세트에서 85.65%에 도달했다. 자체 구축 데이터 세트에서 88.92% 증가했다. 얼굴 인식 정확도 측면에서 이 글에서 제안한 IBUG 오픈 소스 데이터 세트에서 네트워크의 인식 정확도는 83.41% 증가했으며 자체 구축 데이터 세트의 인식 정확도는 96.74% 증가했다. 실험 결과는 이 글에서 설계된 네트워크가 얼굴을 모니터링하는 데 더 높은 탐지 및 인식 정확도를 가지고 있음을 보여준다.

• 한국음향학회지
• /
• 제28권1호
• /
• pp.10-18
• /
• 2009

이동하는 수상 운동체는 반경 $8{\sim}200{\mu}m$ 크기의 미세기포군을 포함하는 기포항적을 발생시킨다. 경우에 따라 10여분 이상 지속되는 수중 미세기포는 음향산란을 일으키는 요인이 되며, 기포가 존재하는 동안 능동소나에 의한 지속적인 탐지가 가능하다. 본 논문에서는 기포항적에 존재하는 미세기포의 사공간적인 분포변화에 따라 산란되는 음파를 모의하는 잔향음 모델을 제시하였다. 기포항적 산란신호의 모델은 음향학적 모델과 운동학적 모델로 이루어져 있으며 음향학적 모델에서는 미세기포의 공간분포를 체적산란강도로 변환하여 공간에 대한 적분을 수행하고, 운동학적 모델은 해양공간의 고정좌표계와 능동소나에 고정된 국부좌표계 사이의 좌표변환을 위한 오일러변환을 기반으로 구현되었다. 구현된 모델의 점증을 위해 2007년 9월 한국해양대학교 앞 해상에서 실제 선박을 운항하여 기포항적을 발생시킨 후 일정간격으로 신호를 획득하여 분석하였고, 이를 모델에 적용하여 타당성을 검증하였다.

• 스마트미디어저널
• /
• 제13권6호
• /
• pp.9-15
• /
• 2024

최근 정부 기관을 사칭한 가짜 QR(Quick Response)코드를 이용하여 개인정보와 금융정보를 탈취하는 QR코드와 스미싱을 결합한 '큐싱(Qshing)' 공격이 증가하는 추세이다. 특히, 이 공격 방식은 사용자가 단지 QR코드를 인식하는 것만으로 스미싱 페이지에 연결되거나 악성 소프트웨어를 다운로드하게 만들어 피해자가 자신이 공격당했는지조차 인지하기 어려운 특징이 있다. 본 논문에서는 머신러닝 알고리즘을 활용해 QR 코드 내 URL의 악성도를 파악하는 분류 기술을 개발하고, 기존의 QR 코드 리더기와 결합하는 방식에 관해 연구를 진행하였다. 이를 위해 QR코드 내 악성 URL 128,587개, 정상 URL 428,102개로부터 프로토콜, 파라미터 등 각종 특징 35개를 추출하여 데이터셋을 구축한 후, AutoML을 이용하여 최적의 알고리즘과 하이퍼파라미터를 도출한 결과, 약 87.37%의 정확도를 보였다. 이후 기존 QR코드 리더기와 학습한 분류 모델의 결합을 설계하여 큐싱 공격에 대응할 수 있는 서비스를 구현하였다. 결론적으로, QR코드 내 악성 URL 분류 모델에 최적화된 알고리즘을 도출하고, 기존 QR코드 리더기에 결합하는 방식이 큐싱 공격의 대응 방안 중 하나임을 확인하였다.

• 한국음향학회지
• /
• 제43권1호
• /
• pp.29-38
• /
• 2024

정합장처리(Matched Field Processing, MFP)는 음파전달 예측을 기반으로 음원의 거리와 심도를 추정하는 기법이다. 그러나 주파수가 높아지면 음파전달 예측의 부정확성이 증가하여 음원위치 추정이 어렵다. 최근에 제안된 차주파수 정합장처리(Frequency-difference Matched Field Processing, FD-MFP)는 고주파 신호의 자기상관으로부터 추출한 차주파수 곱을 적용함으로써 음속의 오정합 등이 있어도 강인하다고 알려졌다. 본 논문에서는 수평선배열센서에서 차주파수 정합장처리의 성능을 알아보기 위하여, 동해의 환경에서 시뮬레이션을 수행하였다. 장거리 탐지가 가능한 해저면반사(Bottom Bounce, BB)와 수렴구역(Convergence Zone, CZ)이 발생하는 영역에서 위치추정 결과를 분석하였다. 수평선배열센서의 차주파수 정합장처리의 위치추정 정확도는 회절음장과 음속의 오정합에 의해 기존의 정합장처리에 비해 유사하거나 낮아졌다. 시뮬레이션으로부터 차주파수 정합장처리가 기존의 정합장처리보다 오정합에 강인하다는 명확한 결과는 볼 수 없었다.

• 한국음향학회지
• /
• 제43권3호
• /
• pp.351-360
• /
• 2024

드론 기술의 발전으로 인해서 최근 다양한 분야에서 무인항공기가 활용되고 있으며, 이와 더불어 드론 사용 증가에 따르는 여러 가지 문제들이 발생하고 있다. 드론은 크기가 매우 작아서 레이더나 광학장비로 탐지하기 어려운 문제가 있으며, 따라서 최근에는 음향학적인 방법을 이용한 추적 방식이 적용되고 있다. 본 논문은 쿼드콥터 드론의 음향 특성을 활용하여 다수의 드론 위치를 추정하는 방법을 다루었다. 드론의 종류와 드론의 움직임 상태에 따라 각 로터로부터 유발되는 음향 특성이 구별되므로, 블레이드 통과 주파수 및 이에 대한 고조파 음원에 대한 위치 추정을 수행한 결과를 공간 군집화하여 드론의 음원을 재현하였다. 재현된 음원은, 위치 추정 알고리즘을 적용하여 최종적으로 다수의 드론 음원에 대한 위치를 결정하는데 사용된다. 쿼드콥터 드론의 음향 특성을 분석하기 위한 실험을 수행하였으며, 이때 측정한 음향 신호를 기반으로 서로 다른 세 종류의 드론에 대한 음원 위치 추정 시뮬레이션을 수행하였다. 이를 통해 드론의 음향 특성을 활용하여 다수의 드론 위치를 추정할 수 있음을 확인하였고, 분리된 드론 음원의 명확성과 음원 추정 알고리즘이 다수의 드론 위치 추정 정확도에 영향을 주는 것을 관찰하였다.

• 방사선산업학회지
• /
• 제17권1호
• /
• pp.19-32
• /
• 2023

The amount of radioactive waste is expected to dramatically increase with decommissioning of nuclear power plants such as Kori-1, the first nuclear power plant in South Korea. Accurate nuclide analysis is necessary to manage the radioactive wastes safely, but research on verification of radionuclide analysis has yet to be well established. This study aimed to develop the technology that can verify the results of radionuclide analysis based on artificial intelligence. In this study, we propose an anomaly detection algorithm for inspecting the analysis error of radionuclide. We used the data from 'Updated Scaling Factors in Low-Level Radwaste' (NP-5077) published by EPRI (Electric Power Research Institute), and resampling was performed using SMOTE (Synthetic Minority Oversampling Technique) algorithm to augment data. 149,676 augmented data with SMOTE algorithm was used to train the artificial neural networks (classification and anomaly detection networks). 324 NP-5077 report data verified the performance of networks. The anomaly detection algorithm of radionuclide analysis was divided into two modules that detect a case where radioactive waste was incorrectly classified or discriminate an abnormal data such as loss of data or incorrectly written data. The classification network was constructed using the fully connected layer, and the anomaly detection network was composed of the encoder and decoder. The latter was operated by loading the latent vector from the end layer of the classification network. This study conducted exploratory data analysis (i.e., statistics, histogram, correlation, covariance, PCA, k-mean clustering, DBSCAN). As a result of analyzing the data, it is complicated to distinguish the type of radioactive waste because data distribution overlapped each other. In spite of these complexities, our algorithm based on deep learning can distinguish abnormal data from normal data. Radionuclide analysis was verified using our anomaly detection algorithm, and meaningful results were obtained.

• 한국터널지하공간학회 논문집
• /
• 제26권4호
• /
• pp.303-314
• /
• 2024

쉴드 TBM (tunnel boring machine) 시공은 일반적으로 세그먼트 설치를 위해 규칙적으로 굴진을 멈추는 것이 요구되어, TBM 굴착과 세그먼트 설치를 병행하는 연속굴착형 쉴드 TBM의 개발에 대한 연구가 국내외에 추진되고 있다. 하지만, 연속굴착형 쉴드 TBM은 기존 쉴드 TBM과 다른 굴착 공정과 이에 따른 특별한 장비 및 유압 시스템이 요구된다. 또한, 연속굴착형 쉴드 TBM 설계 및 시공 사례가 적으므로 연속굴착형 쉴드 TBM 시공을 위한 사전 리스크 평가가 반드시 수행되어야 한다. 본 논문에서는 연속굴착형 쉴드 TBM에 특화된 4가지 사건과 8가지 요인 간의 인과관계를 규명하였다. 이를 기반으로 전문가 설문조사와 리스크 매트릭스를 이용하여 최종적으로 리스크 등급을 도출하였다. 리스크 평가 결과, 붕괴/지표침하의 영향도와 TBM 선형이탈 관련 인과조합의 발생확률이 높게 평가되었다. 또한, 연속적으로 수행되어야 하는 테일보이드(tail void) 뒷채움 미흡과 추진 잭 손상으로 인한 붕괴/지표침하를 방지하기 위한 리스크 저감조치가 사전에 적용해야 함을 알 수 있었다. 이에 따라, 리스크 저감 조치로서 나선형 세그먼트를 따라 배면 전 범위 탐지가 가능한 비파괴탐사 기술 개발과 순차적 추진 잭 가력 방식 고안 및 최적 페데스탈 각도 선정을 제안하였다.

• 한국환경복원기술학회지
• /
• 제26권4호
• /
• pp.17-34
• /
• 2023

Camera trapping has been used as a non-invasive survey method that minimizes anthropogenic disturbance to ecosystems. Nevertheless, it is labor-intensive and time-consuming, requiring researchers to quantify species and populations. In this study, we aimed to improve the preprocessing of camera trapping data by utilizing an object detection algorithm. Wildlife monitoring using unmanned sensor cameras was conducted in a forested urban forest and a green space on a university campus in Cheonan City, Chungcheongnam-do, Korea. The collected camera trapping data were classified by a researcher to identify the occurrence of species. The data was then used to test the performance of the YOLO-X object detection algorithm for wildlife detection. The camera trapping resulted in 10,500 images of the urban forest and 51,974 images of green spaces on campus. Out of the total 62,474 images, 52,993 images (84.82%) were found to be false positives, while 9,481 images (15.18%) were found to contain wildlife. As a result of wildlife monitoring, 19 species of birds, 5 species of mammals, and 1 species of reptile were observed within the study area. In addition, there were statistically significant differences in the frequency of occurrence of the following species according to the type of urban greenery: Parus varius(t = -3.035, p < 0.01), Parus major(t = 2.112, p < 0.05), Passer montanus(t = 2.112, p < 0.05), Paradoxornis webbianus(t = 2.112, p < 0.05), Turdus hortulorum(t = -4.026, p < 0.001), and Sitta europaea(t = -2.189, p < 0.05). The detection performance of the YOLO-X model for wildlife occurrence was analyzed, and it successfully classified 94.2% of the camera trapping data. In particular, the number of true positive predictions was 7,809 images and the number of false negative predictions was 51,044 images. In this study, the object detection algorithm YOLO-X model was used to detect the presence of wildlife in the camera trapping data. In this study, the YOLO-X model was used with a filter activated to detect 10 specific animal taxa out of the 80 classes trained on the COCO dataset, without any additional training. In future studies, it is necessary to create and apply training data for key occurrence species to make the model suitable for wildlife monitoring.

• 정보보호학회논문지
• /
• 제34권4호
• /
• pp.747-761
• /
• 2024

현대의 자동차는 ECU(Electronic Control Unit)를 통해 전자적으로 제어되면서 운전자에게 안전성과 편의성을 제공해준다. 고급 자동차의 경우 100개 이상의 ECU가 탑재되어 있는 것으로 알려져 있다. 그러나 이러한 컴퓨터 기반의 차량 시스템은 자동차를 사이버 공격에 취약하게 만든다. 이에 대응하여 자동차 제조회사들은 차량용 침입 탐지 시스템 (Intrusion Detection System, IDS)과 같은 보안 기술을 개발하고 있다. 자동차 제조회사들만이 자동차 보안 기술을 개발할 수 있는데, 그 이유는 이들만이 차량 내부 네트워크에 대한 데이터베이스(DBC Format File)를 가지고 있으며 이를 기밀로 유지하고 있기 때문이다. 그러나 외부 연구기관들은 DBC Format File과 같은 데이터베이스에 접근할 수 없어 자동차 보안 연구에 어려움을 겪고 있다. 따라서 본 논문에서는 제한된 정보에 따른 한계를 극복하기 위해 차량 내부 네트워크를 분석하여 DBC Format File을 부분적으로 식별할 수 있는 방법을 제안한다. 제안하는 기법은 CAN(Controller Area Network) 트래픽을 분석하여 CAN Frame Data Field의 Signal 중 Checksum Signal의 비트 위치를 식별하고, Lookup Set을 생성해 Checksum값을 계산한다. 더불어 실제 차량에서 수집한 데이터와 공개된 데이터셋으로 해당 방법을 검증하였다.

• 한국항행학회논문지
• /
• 제28권4호
• /
• pp.400-407
• /
• 2024

현대전에서 무인기의 역할은 지속해서 커지고 있으며, 무인기의 자율적 임무 수행 능력이 필요해지고 있다. 따라서, 촬영 영상을 기반으로한 무인기의 자율적인 표적 탐지/식별이 필수적이다. 하지만, 영상인식 인공지능 모델의 표적 인식률은 영상 내 표적의 선명도에 따라 큰 영향을 받는다. 따라서 본 연구에서는 요구 공간해상도를 고려한 촬영 장비의 화각 및 무인기의 비행 위치를 결정하는 방법을 다룬다. 먼저, 촬영하고자 하는 좌표에 대한 무인기의 상대 고도, 지면 거리, 그리고 촬영 화각에 따라 촬영 영역의 크기를 계산 방법을 다룬다. 이 방법을 통해, 본 논문에서는 촬영하고자 하는 공간해상도를 만족시킬 수 있는 촬영 영역의 넓이를 먼저 계산하고, 이를 만족할 수 있는 무인기의 상대 고도, 지면 거리, 그리고 촬영 화각을 계산한다. 또한, 촬영하고자 하는 좌표를 중심으로 요구되는 공간해상도를 만족시킬 수 있는 촬영 화각에 따른 무인기의 유효한 위치 범위를 계산하고, 이를 촬영 임무 계획에 활용할 수 있도록 표 형식으로 가공하는 방법을 제안한다.