• 제목/요약/키워드: Abnormal Behavior Monitoring

검색결과 66건 처리시간 0.023초

YOLO 인공지능 플랫폼을 이용한 이상행동 감시 시스템 (Abnormal Behavior Monitoring System with YOLO AI Platform)

  • 이상락;손병수;박준호;최병윤
    • 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.

  • PDF

HHT를 이용한 이상거동 시점 추정 기법 개발 (Development of Abnormal Behavior Monitoring of Structure using HHT)

  • 김태헌;박기태
    • 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.

이상 판매활동을 탐지하기 위한 데이터 기반 활동 모니터링 기법 (A Data-Driven Activity Monitoring Method for Abnormal Sales Behavior Detection)

  • 박성호;김성범
    • 대한산업공학회지
    • /
    • 제40권5호
    • /
    • pp.492-500
    • /
    • 2014
  • Activity monitoring has been widely recognized as important and critical tools in system monitoring for detection of abnormal behavior. In this research, we propose a data-driven activity monitoring method to measure relative sales performance which is not sensitive to special event which frequently occur in marketing area. Moreover, the proposed method can automatically updates the monitoring threshold that accommodates a drastically changing business environment. The results from simulation and practical case study from sales of electronic devices demonstrate the usefulness and applicability of the proposed activity monitoring method.

객체 추적을 통한 이상 행동 감시 시스템 연구 (A Study on Monitoring System for an Abnormal Behaviors by Object's Tracking)

  • 박화진
    • 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.

주성분분석을 이용한 사면의 위험성 평가 (Risk Evaluation of Slope Using Principal Component Analysis (PCA))

  • 정수정;김용수;김태형
    • 한국지반공학회논문집
    • /
    • 제26권10호
    • /
    • pp.69-79
    • /
    • 2010
  • 본 연구에서는 사면의 이상 거동 및 붕괴 감지를 위해 실제 계측시스템 설치 후 이상보고가 있었던 사변을 대상으로 비모수적 통계방법인 주성분분석 (PCA : Principal Component Analysis)을 적용하였다. 분석결과, 사면의 이상거동여부를 나타내는 척도인 주성분점수는 이상징후 발생시 정상상태에 비해 상대적으로 크거나 낮은 값을 나타내어 변화량에 큰 차이를 보였다. 이를 통해 주성분 분석을 이용하여 사면의 이상 거동 및 붕괴를 감지할 수 있는 것을 확인하였다. 주성분분석을 활용하여 정량적인 사면거동 및 이상징후의 예측이 가능할 것으로 판단된다.

IoT 및 머신러닝 기반 스마트 한우 축사관리 플랫폼에 관한 연구 (A Study on Smart Korean Cattle Livestock Management Platform based on IoT and Machine Learning)

  • 박준;김준영;김정훈;방지현;정세훈;심춘보
    • 한국멀티미디어학회논문지
    • /
    • 제23권12호
    • /
    • pp.1519-1530
    • /
    • 2020
  • As livestock farms grow in size, the number of breeding individuals increases, making it difficult to manage livestock. Livestock farms require an integrated management system such as a monitoring system, an access control system, and an abnormal behavior detection system to manage livestock houses. In this paper, a smart korean cattle livestock management system using IoT and AI technology was proposed for livestock management in livestock farms. The smart korean cattle farm management system consists of a monitoring and control system, a vehicle access management system, and an abnormal cattle behavior detection system. It is expected that this will help manage large-scale livestock houses, and additional research is needed to improve the performance of abnormal behavior detection in the future.

센서와 영상을 이용한 이상 행동 모니터링 시스템 (An Abnormal Activity Monitoring System Using Sensors and Video)

  • 김상수;김선우;최연성
    • 정보과학회 논문지
    • /
    • 제41권12호
    • /
    • pp.1152-1159
    • /
    • 2014
  • 본 논문에서는 거주자의 생활환경 데이터를 실시간으로 수집하고 분석하여 응급상황이 발생하거나 이상 징후가 발견될 경우 적절한 조치를 통해 거주자의 안전을 보장하는 시스템에 대해 기술한다. 기존 시스템의 경우 주로 다양한 센서를 통해 수집되는 데이터를 이용하여 상황을 판단하지만 제안하는 시스템은 기존의 시스템에 카메라를 추가하여 가중치 차 영상과 거주자의 움직임 벡터 값을 통해 기존 시스템의 문제점을 보완하고자 한다. 기존 시스템의 경우 거주자에게 이상이 발생했다고 판단하기 까지 약 48시간 정도가 소요되지만, 제안 시스템의 경우 1시간 이내에 이상이 발생하였음을 인지할 수 있었다.

신뢰성에 기초한 사장교 케이블 장력 관리기준치 설정 (Reliability-Based Managing Criteria for Cable Tension Force in Cable-stayed Bridges)

  • 조효남;강경구;차철준
    • 한국구조물진단유지관리공학회 논문집
    • /
    • 제9권3호
    • /
    • pp.129-138
    • /
    • 2005
  • 본 논문은 사장교에서 모니터링 시스템을 통해 획득한 가속도 자료를 이용하여 케이블 관리기준 장력을 결정하기 위한 방법을 제시한다. 현재 한국의 많은 장대교량에 모니터링 시스템이 설치되어 있다. 모니터링 시스템은 교량의 이상현상이나 손상을 진단하고 관리주체에 경고하기 위해 설치된다. 사장교에 있어서는 그 기하학적인 형상 때문에 케이블 장력이 교량 이상징후의 중요한 지시가 될 수 있다. 만약 케이블 장력관리치가 너무 높거나 또는 너무 낮게 설정되면, 모니터링 시스템은 교량의 이상징후를 적절하게 경고하지 못할 것이다. 일반적으로, 관리치는 경험이나 공학적 판단에 의해 결정된다. 그러나 본 논문에서는 케이블 장력에 대한 확률분포모형과 신뢰성 해석에 기초한 새로운 케이블 장력관리치 설정에 대한 방법을 제시한다. 제안된 방법은 적용성 검토를 위하여 실제 콘크리트 사장교에 적용되었다.

위험지반 터널 굴진면의 실시간 변위 감시를 위한 계측시스템 개발 (Developments of real-time monitoring system to measure displacements on face of tunnel in weak rock)

  • 윤현석;송규진;김영배;김창용;서용석
    • 한국터널지하공간학회 논문집
    • /
    • 제17권4호
    • /
    • pp.441-455
    • /
    • 2015
  • 본 연구에서는 터널 시공 중 굴진면에서의 붕괴 위험을 판단하여 작업자의 안전을 확보할 수 있는 굴진면 안전감시시스템을 개발하였다. 이 시스템은 실시간으로 측정되는 굴진면 변위를 x-MR 관리도기법으로 실시간 분석함으로써 굴진면의 이상 거동을 감시할 수 있다. 또한 관리 기준을 초과하는 측정치의 개수와 이동 범위 k를 비교하여 굴진면의 이상 거동과 작업 과정에서 발생하는 오류를 구분할 수 있도록 오경보 판단 알고리듬을 개발하였다. 본 연구결과는 위험지반 구간에서의 굴진면의 실시간 거동 감시에 적용되어 작업자의 피해를 최소화 할 수 있을 것으로 판단된다.

고속 영역기반 컨볼루션 신경망을 이용한 개별 돼지의 탐지 (Individual Pig Detection using Fast Region-based Convolution Neural Network)

  • 최장민;이종욱;정용화;박대희
    • 한국멀티미디어학회논문지
    • /
    • 제20권2호
    • /
    • pp.216-224
    • /
    • 2017
  • Abnormal situation caused by aggressive behavior of pigs adversely affects the growth of pigs, and comes with an economic loss in intensive pigsties. Therefore, IT-based video surveillance system is needed to monitor the abnormal situations in pigsty continuously in order to minimize the economic demage. Recently, some advances have been made in pig monitoring; however, detecting each pig is still challenging problem. In this paper, we propose a new color image-based monitoring system for the detection of the individual pig using a fast region-based convolution neural network with consideration of detecting touching pigs in a crowed pigsty. The experimental results with the color images obtained from a pig farm located in Sejong city illustrate the efficiency of the proposed method.