• 융합신호처리학회논문지
• /
• 제9권4호
• /
• pp.272-279
• /
• 2008

장면 전환 검출은 비디오 데이터의 효율적인 관리를 위한 주요 기술로서 다양한 영상에 실제적으로 적용하기 위해서 적응적인 검출 기술이 요구된다. 본 논문에서는 가변 참조 구간의 평균 특징값을 이용한 적응적인 장면 전환 검출 알고리즘을 제안한다. 제안하는 알고리즘은 비디오 프레임에서 추출한 특징값들 중에서 가변 구간 동안의 평균 특징값을 참조하여 적응적 임계값을 정의하고, 특징값과 임계값을 비교하여 장면 전환 유무를 판단한다. 동일한 비디오 데이터를 사용한 실험을 통해서 제안한 방법이 기존의 방법들보다 검출 결과가 최대 15%이상 향상되었음을 확인하였다. 제안한 방법은 여러 가지 특징 추출 방법에 대해서도 좋은 성능을 나타내었으며, 홈캐스트사의 TVUS 모델에서 구현함으로써 하드웨어 성능이 낮은 플랫폼에서 실시간 장면 전환 검출이 가능한 것을 확인하였다. 따라서 제안하는 방법은 휴대용 미디어 장치나 유사 휴대형기기에서 유용하게 사용될 수 있을 것이다.

• 한국정보전자통신기술학회논문지
• /
• 제5권3호
• /
• pp.158-163
• /
• 2012

본 논문에서 나이브 베이지안 알고리즘, 데이터 마이닝, Fuzzy logic을 이용하여 이상 공격과 오용 공격을 탐지하는 하이브리드 침입탐지시스템인 FHIDS(Fuzzy logic based Hybrid Intrusion Detection System)을 설계하였다. 본 논문에서 설계한 FHIDS의 NB-AAD(Naive Bayesian based Anomaly Attack Detection)기법은 나이브 베이지안 알고리즘을 이용해 이상 공격을 탐지하고, DM-MAD(Data Mining based Misuse Attack Detection)기법은 데이터 마이닝 알고리즘을 이용하여 패킷들의 연관 규칙을 분석하여 새로운 규칙기반 패턴을 생성하거나 변형된 규칙 기반 패턴을 추출함으로써, 새로운 공격이나 변형된 공격을 탐지한다. 그리고 FLD(Fuzzy Logic based Decision)은 NB-AAD과 DM-MAD의 결과를 이용하여 정상인지 공격인지를 판별한다. 즉, FHIDS는 이상과 오용공격을 탐지 가능하며 False Positive 비율을 감소시키고, 변형 공격 탐지율을 개선한 하이브리드 공격탐지시스템이다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.55-55
• /
• 2000

This paper presents a fault detection and isolation(FDI) method based on Ceneralized Likelihood Ratio(GLR) test for the tightly coupled INS/GPS. State and measurement GLR tests detect INS or GPS fault. Once the fault is detected, Multi-hypothesized GLR scheme performs the fault isolation between INS and GPS and find which satellite malfunctions. Simulation results show that the GLR method is effective enough to detect and isolate a fault of the integrated navigation system.

• 한국멀티미디어학회논문지
• /
• 제23권8호
• /
• pp.915-926
• /
• 2020

Outlier detection methods help one to identify unusual instances in data that may correspond to erroneous, exceptional, or surprising events or behaviors. This work studies conditional outlier detection, a special instance of the outlier detection problem, in the context of incorrect data label identification. Unlike conventional (unconditional) outlier detection methods that seek abnormalities across all data attributes, conditional outlier detection assumes data are given in pairs of input (condition) and output (response or label). Accordingly, the goal of conditional outlier detection is to identify incorrect or unusual output assignments considering their input as condition. As a solution to conditional outlier detection, this paper proposes the ratio-based outlier scoring (ROS) approach and its variant. The propose solutions work by adopting conventional outlier scores and are able to apply them to identify conditional outliers in data. Experiments on synthetic and real-world image datasets are conducted to demonstrate the benefits and advantages of the proposed approaches.

• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 2005년도 춘계 학술발표회 논문집
• /
• pp.672-679
• /
• 2005

Damage detection is a very active research field, in which significant efforts have been invested in recent years. In this paper, analysis using structural stiffness estimation for damage detection is presented and compared to other methodologies. By using a cantilever analytical beam model, it is shown here that not only location but also the amount of damage in structure can be predicted from the ratio of change in stiffness. Damage detection experiment in real beam specimen on is also peformed and the results are compared.

• 제어로봇시스템학회논문지
• /
• 제4권5호
• /
• pp.666-673
• /
• 1998

To increase reliability and performance of an IMS(Intelligent Manufacturing System), fault tolerant control based on an accurate fault diagnosis is needed. In this paper, robot FDI(fault detection and identification) is proposed for IMS where the robot is controlled with state estimates of a nonlinear filter using a mathematical robot model. The Chi-square test and GLR(General likelihood ratio) test are applied for fault detection and fault size is estimated by a proposed bias filter. Performance of the proposed algorithm is tested by simulation for studies.

• 디지털산업정보학회논문지
• /
• 제16권2호
• /
• pp.27-33
• /
• 2020

Backward compatibility is one of the key issues for radio equipment supporting IEEE 802.11, the typical wireless local area networks (WLANs) communication protocol. For a successful packet decoding with the backward compatibility, the frame format detection is a core precondition. This paper presents a novel frame format detection method based on a deep learning procedure for WLANs affiliated with IEEE 802.11. Considering that the detection performance of conventional methods is degraded mainly due to the poor performances in the symbol synchronization and/or channel estimation in low signal-to-noise-ratio environments, we propose a novel detection method based on convolutional neural network (CNN) that replaces the entire conventional detection procedures. The proposed deep learning network provides a robust detection directly from the receive data. Through extensive computer simulations performed in the multipath fading channel environments (modeled by Project IEEE 802.11 Task Group ac), the proposed method exhibits superb improvement in the frame format detection compared to the conventional method.

• 한국컴퓨터정보학회논문지
• /
• 제22권12호
• /
• pp.79-85
• /
• 2017

In this paper, we propose a CNN-based swimmer detection algorithm. Every year, water safety accidents have been occurred frequently, and accordingly, intelligent video surveillance systems are being developed to prevent accidents. Intelligent video surveillance system is a real-time system that detects objects which users want to do. It classifies or detects objects in real-time using algorithms such as GMM (Gaussian Mixture Model), HOG (Histogram of Oriented Gradients), and SVM (Support Vector Machine). However, HOG has a problem that it cannot accurately detect the swimmer in a complex and dynamic environment such as a beach. In other words, there are many false positives that detect swimmers as waves and false negatives that detect waves as swimmers. To solve this problem, in this paper, we propose a swimmer detection algorithm using CNN (Convolutional Neural Network), specialized for small object sizes, in order to detect dynamic objects and swimmers more accurately and efficiently in complex environment. The proposed CNN sets the size of the input image and the size of the filter used in the convolution operation according to the size of objects. In addition, the aspect ratio of the input is adjusted according to the ratio of detected objects. As a result, experimental results show that the proposed CNN-based swimmer detection method performs better than conventional techniques.

• 한국멀티미디어학회논문지
• /
• 제16권9호
• /
• pp.1005-1017
• /
• 2013

음성구간 검출은 음성과 잡음이 섞인 신호에서 음성구간과 비음성구간을 구분하는 과정으로 음성 향상을 위한 신호처리에서 매우 중요한 과정이다. 지금까지 음성구간 검출에 관한 많은 연구가 있었지만, 낮은 신호 대 잡음비 환경이나 자동차 잡음과 같은 시간에 따른 변화가 심한 잡음환경에서는 좋은 성능을 보이지 못하였다. 본 논문에서는 웨이브렛 밴드 엔트로피 기반의 앙상블 분산과 소프트 문턱치 기법을 이용한 새로운 음성구간 검출 알고리듬을 제안하였다. 제안한 알고리듬의 성능을 비교 평가하기 위하여 자동차 잡음이 있는 다양한 신호 대 잡음비 환경에서 실험을 수행하였으며 실험결과, 제안한 방법의 우수한 성능을 확인할 수 있었다.

• 한국통신학회논문지
• /
• 제25권1A호
• /
• pp.1-9
• /
• 2000

이 논문에서는 덧셈형 백색 정규잡음과 동일채널 간섭 성분이 존재하는 마이크로셀 시스템에서 다양성 기법을 도입한 16 star-QAM은 위상 검차와 진폭 검사의 두단계로 분리되는 차동 검파 방식인데 이동 통신로상의 감쇄 때문에 성능이 떨어지는 것을 어느 정도 줄이고, 시스템의 복잡성도 줄일 수 있다. 그리고, 감쇄로 인해 성능이 떨어지는 것을 막기 위하여 위상 검파와 진폭 검파에 대해 각각 등이득 합성법과 최대비 합성법을 채택한 16 star-QAM의 성능을 라이스 계수{{{{ { K}_{ } }} }}, 최대 도플러 주시파 {{{{ { f}_{ } }} }}d{{{{ { T}_{ } }} }}, 신호대 동일채널 간섭파 전력비 그리고, 다양성의 가치 수 {{{{ { L}_{ } }} }}의 여러 가지 값에 대해 평가하였다.