• International journal of advanced smart convergence
• /
• 제9권4호
• /
• pp.115-119
• /
• 2020

Recently, CCTV installations are rapidly increasing in the public and private sectors to prevent various crimes. In accordance with the increasing number of CCTVs, video-based abnormal behavior detection in control systems is one of the key technologies for safety. This is because it is difficult for the surveillance personnel who control multiple CCTVs to manually monitor all abnormal behaviors in the video. In order to solve this problem, research to recognize abnormal behavior using deep learning is being actively conducted. In this paper, we propose a model for detecting abnormal behavior based on the deep learning model that is currently widely used. Based on the abnormal behavior video data provided by AI Hub, we performed a comparative experiment to detect anomalous behavior through violence learning and fainting in videos using 2D CNN-LSTM, 3D CNN, and I3D models. We hope that the experimental results of this abnormal behavior learning model will be helpful in developing intelligent CCTV.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권9호
• /
• pp.63-74
• /
• 2020

This study investigates the behavior of foreign investors in the Stock Exchange of Thailand (SET) in the time of coronavirus disease 2019 (COVID-19) as to whether trading is abnormal, what strategy is followed, whether herd behavior is present, and whether the actions destabilize the market. Foreign investors' trading behavior is measured by net buying volume divided by market capitalization, whereas the stock market behavior is measured by logged return on the SET index portfolio. The data are daily from Tuesday, August 28, 2018, to Monday, May 18, 2020. The study extends the conditional-regression model in an event-study framework and extracts the unobserved abnormal trading behavior using the Kalman filtering technique. It then applies vector autoregressions and impulse responses to test for the investors' chosen strategy, herd behavior, and market destabilization. The results show that foreign investors' abnormal trading volume is negative and significant. An analysis of the abnormal trading volume with stock returns reveals that foreign investors are not positive-feedback investors, but rather, they self-herd. Although foreign investors' abnormal trading does not destabilize the market, it induces stock-return volatility of a similar size to normal trade. The methodology is new; the findings are useful for researchers, local authorities, and investors.

• 한국구조물진단유지관리공학회 논문집
• /
• 제19권2호
• /
• pp.92-98
• /
• 2015

최근의 건축물은 복합적인 기능과 형태를 보이고 있으며, 크기가 거대해짐에 따라 구조물 건전성 감시 (Structural Health Monitoring)기술의 수요 또한 증가하고 있다. 구조물마다 고유한 동특성을 가지고 있으며, 다양한 외력의 영향을 받기 때문에 구조물의 건전성을 평가하는 다양한 방법들이 연구되고 있다. 이상거동 시점이란 구조물이 비정상적 (Abnormal)으로 진동하는 시점으로 손상을 명확히 검출하기 위해서는 이상거동의 시점을 기준으로 전과 후를 비교하여야 한다. 즉, 이상거동은 구조물 손상의 이상 징후이며, 정확한 이상거동 시점의 추정은 구조물의 안전과 직결될 수 있다. 이상 거동은 손상을 유발하고 이는 곧 막대한 경제적 피해 및 심각한 인명 피해로 이어지므로 본 연구에서는 시간-주파수 신호분석 기법인 힐버트-황 변환을 이용한 이상거동 시점 추정 기법을 제안하고 진동대를 이용한 모형실험을 통해 제안한 알고리즘의 검증을 수행하였다.

• 디지털융복합연구
• /
• 제20권1호
• /
• pp.399-414
• /
• 2022

본 연구는 간호사 493명을 대상으로 내현적 자기애, 외모에 대한 사회문화적 태도가 직무스트레스, 사회부과적 완벽주의, 섭식절제를 통해 이상섭식행위에 미치는 영향에 대한 구조모형을 검정하고자 시도되었다. 연구결과 첫째, 이상섭식행위에 영향을 미치는 변수들의 직접효과는 섭식절제가 가장 큰 요인이었고, 그 다음 사회부과적 완벽주의 순이었으며 이들 변인은 이상섭식행위를 85% 설명하였다. 둘째, 내현적 자기애는 사회부과적 완벽주의와 섭식절제를 통해 이상섭식행위에 유의한 영향을 미쳤고, 외모에 대한 사회문화적 태도는 섭석절제를 통해 이상섭식행위에 유의한 영향을 미쳤다. 병원 간호사와 보건소 간호사 집단을 조절변수로 하는 다중집단 조절효과에서 직무스트레스와 이상섭식행위와 의 경로계수, 사회부과적 완벽주의와 이상섭식행위와이 경로계수가 집단간 차이가 있어 부분조절효과가 있었다. 따라서 이상섭식행위를 감소시키기 위해서는 과도한 섭식절제에서 벗어날 수 있는 간호중재와 사회부과적 완벽주의를 낮출 수 있는 방안모색이 필요하다.

• 한국산학기술학회논문지
• /
• 제11권11호
• /
• pp.4553-4562
• /
• 2010

네트워크의 발달과 더불어 보안에 대한 중요성이 부각되면서 많은 침입탐지시스템이 개발되고 있다. 침입에 대한 다양한 침투기법을 미리 파악하여 패턴화시킴으로써 침입을 탐지하는 오용행위탐지와 알려진 침입뿐만 아니라 알려지지 않은 침입이나 비정상행위 탐지를 위한 비정상행위탐지 등이 그것이다. 현재 비정상행위탐지를 위한 통계적 방법 및 비정상적인 행위의 추출과 예측 가능한 패턴 생성을 위한 다양한 알고리즘 등이 연구되고 있다. 본 연구에서는 데이터 마이닝의 클러스터링 및 연관규칙을 사용하여 두 모델에 따른 탐지영역을 분석하여 대규모 네트워크에서의 침입탐지 시스템을 설계하는데 도움을 주고자 한다.

• Journal of Information Processing Systems
• /
• 제16권3호
• /
• pp.612-628
• /
• 2020

This paper presents a new approach for detecting abnormal behaviors in complex surveillance scenes where anomalies are subtle and difficult to distinguish due to the intricate correlations among multiple objects' behaviors. Specifically, a cascaded probabilistic topic model was put forward for learning the spatial context of local behavior and the temporal context of global behavior in two different stages. In the first stage of topic modeling, unlike the existing approaches using either optical flows or complete trajectories, spatio-temporal correlations between the trajectory fragments in video clips were modeled by the latent Dirichlet allocation (LDA) topic model based on Markov random fields to obtain the spatial context of local behavior in each video clip. The local behavior topic categories were then obtained by exploiting the spectral clustering algorithm. Based on the construction of a dictionary through the process of local behavior topic clustering, the second phase of the LDA topic model learns the correlations of global behaviors and temporal context. In particular, an abnormal behavior recognition method was developed based on the learned spatio-temporal context of behaviors. The specific identification method adopts a top-down strategy and consists of two stages: anomaly recognition of video clip and anomalous behavior recognition within each video clip. Evaluation was performed using the validity of spatio-temporal context learning for local behavior topics and abnormal behavior recognition. Furthermore, the performance of the proposed approach in abnormal behavior recognition improved effectively and significantly in complex surveillance scenes.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.431-433
• /
• 2021

본 논문에서는 YOLO 인공 지능 플랫폼을 이용하는 이상행동 감시 시스템을 구현하였으며, YOLO 시스템의 one-shot 감지 시스템 사용으로 기존 감시 시스템에 비해 우수한 응답 특성을 갖는다. YOLO 인공 플랫폼은 폭행, 절도, 방화와 같은 이상행동들로 구성된 이미지 세트로 학습되었다. 이상행동 감시 시스템은 서버와 클라이언트로 구성되어 있으며, 상용화될 경우 각종 범죄 문제를 풀기 위해 스마트시티에 적용이 가능하다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.634-636
• /
• 2023

Surveillance systems play a pivotal role in ensuring the safety and security of various environments, including public spaces, critical infrastructure, and private properties. However, detecting abnormal human behavior in lowlight conditions is a critical yet challenging task due to the inherent limitations of visual data acquisition in such scenarios. This paper introduces a spatiotemporal framework designed to address the unique challenges posed by low-light environments, enhancing the accuracy and efficiency of human abnormality detection in surveillance camera systems. We proposed the pre-processing using lightweight exposure correction, patched frames pose estimation, and optical flow to extract the human behavior flow through t-seconds of frames. After that, we train the estimated-action-flow into autoencoder for abnormal behavior classification to get normal loss as metrics decision for normal/abnormal behavior.

• 디지털콘텐츠학회 논문지
• /
• 제14권4호
• /
• pp.589-596
• /
• 2013

사회의 범죄율 증가와 더불어 지능형 보안 시스템강화에 대한 관심이 높아지고 있다. 이에 본 연구에서는 CCTV에 획득되는 영상으로부터 객체의 이상 행동을 감지하는 시스템을 제안한다. 배경영상과의 차연산 및 모폴로지를 통해 객체를 검출하고 객체의 특징 정보를 이용해 각각의 객체를 인식하여 추적하여 이를 통해 이상행동을 탐지한다. 객체가 영상 내에서 일정시간 이상을 배회했을 때 이를 이상행동으로 판단하여 사전에 관제센터에 알려 미연에 방지할 수 있도록 한다. 특히 본 연구는 이상 행동 중 객체의 배회행위를 감지하는 것을 목표로 하며 영상 내에서 사라진 객체가 다시 영상 내로 들어 왔을 때의 이전 객체와의 동일여부를 판단할 수 있도록 하였다.

• 스마트미디어저널
• /
• 제6권3호
• /
• pp.95-102
• /
• 2017

A large volume of research has been devoted to the development of security tools for protecting the Smart Grid systems, however the most of them have not taken the Availability, Integrity, Confidentiality (AIC) security triad model, not like CIA triad model in traditional Information Technology (IT) systems, into account the security measures for the electricity control systems. Thus, this study would propose a novel security framework, an abnormal behavior detection system, to maximize the availability of the control systems by considering a unique set of characteristics of the systems.