• 한국위성정보통신학회논문지
• /
• 제8권4호
• /
• pp.89-94
• /
• 2013

본 논문은 컬러 영상에서 화염검출 시 주기적으로 점멸하는 비화염 물체 검출을 제거하기 위해 웨이블렛 변환을 이용한 화염 검출 알고리즘을 제안한다. 기존 화염검출 알고리즘에서는 화염의 색상과 시간적인 변화와 공간적인 변화를 분석하고 이들을 조합하여 화염을 판정한다. 하지만 자동차 경광등, 방향지시등과 같이 점멸하면서 화염과 비슷한 특성을 보이는 물체를 화염으로 검출하는 문제점이 있다. 본 논문은 주기적으로 점멸하면서 화염과 비슷한 특성을 보이는 비화염 요소의 주기성을 판별하여 오검출을 감소시킨다. 제안하는 알고리즘은 화염의 색상과 영상 차분 기법으로 화염 후보영역을 선정하고 선정된 후보영역에 대하여 웨이블렛 변환 계수를 분석하여 주기성을 갖는 오검출 요소를 포함한 비화염 영역을 제거하는 알고리즘을 제안한다. 제안된 알고리즘의 모의실험 결과, 주기성을 갖는 비화염 영역을 제거하였고 97.9%의 검출율과 7.3%의 낮은 오검출율 성능을 확인하였다.

• ETRI Journal
• /
• 제37권3호
• /
• pp.502-511
• /
• 2015

Intrusion detection plays a key role in detecting attacks over networks, and due to the increasing usage of Internet services, several security threats arise. Though an intrusion detection system (IDS) detects attacks efficiently, it also generates a large number of false alerts, which makes it difficult for a system administrator to identify attacks. This paper proposes automatic fuzzy rule generation combined with a Wiener filter to identify attacks. Further, to optimize the results, simplified swarm optimization is used. After training a large dataset, various fuzzy rules are generated automatically for testing, and a Wiener filter is used to filter out attacks that act as noisy data, which improves the accuracy of the detection. By combining automatic fuzzy rule generation with a Wiener filter, an IDS can handle intrusion detection more efficiently. Experimental results, which are based on collected live network data, are discussed and show that the proposed method provides a competitively high detection rate and a reduced false alarm rate in comparison with other existing machine learning techniques.

• 한국전자통신학회논문지
• /
• 제6권4호
• /
• pp.479-485
• /
• 2011

비디오 기반 화염 감지 기법은 입력 비디오 영상에서 화염과 비슷한 색상을 가지고 움직임이 있는 영역에 대해서 화소 단위로 화염의 특성을 가지고 있는지를 시간적, 공간적 특징 분석을 통하여 확인한다. 비디오 기반 화염 감지 기법 연구의 가장 중요한 부분 중 하나는 화염 감지 성능이 저하되지 않고 어떻게 거짓 경보의 빈도를 줄일 수 있는가 하는 것이다. 기존의 방법들은 전기 장치로 만들어진 불빛들 중에서 자동차 전조등과 같은 일반적인 움직임을 가진 전기 불빛에 의한 거짓 경보는 쉽게 제거하고 있다. 그러나 경광등, 경고등 그리고 네온사인과 같이 깜빡거림이 있는 전기 불빛은 색상과 시간적, 공간적인 특징이 실제 화염과 비슷할 경우 거짓 경보를 발생시키는 요인이 되고 있다. 본 논문에서는 경광등, 경고등 그리고 네온사인과 같이 깜빡거림이 있는 전기 불빛 화소들의 주기 신호 검출을 통하여 진짜 화염이 아님을 확인하는 거짓 경보 제거 기능을 갖춘 비디오 화염 감지 기법을 제안한다. 실험 결과 화재 감지 성능은 기존의 방법과 비슷하였으나 기존의 방법이 거짓 경보를 발생시키는 시험 비디오에서 거짓 경보가 발생되지 않음을 볼 수 있었다.

• 한국항공운항학회지
• /
• 제18권1호
• /
• pp.51-57
• /
• 2010

This study was to analyze the difference in pilot error by using the Signal Detection Theory. The task was to detect the targeted aircraft(signal) which is different shape from many other aircraft(noise). From the two experiments, we differentiated the task difficulty followed by change in noise stimuli. Experiment 1 was to search the signal stimuli(fighter plane) while the noise stimuli(cargo plane) were increasing. The results from the Experiment 1 showed the tendency to decrease the hit rate by increasing the number of noise stimuli. However, the false alarm rate was not increased. The sensitivity(d') showed quite high. In Experiment 2, a disturbance stimulus(helicopter) was added to noise stimuli. The result was generally similar to those of Experiment 1. However, the hit rate was lower than that of Experiment 1.

• 한국군사과학기술학회지
• /
• 제14권1호
• /
• pp.100-105
• /
• 2011

Generally, because received signals from radar are very bulky, the data are divided into manageable size called section, and sections are distributed into several digital signal processors. And then, target detection algorithms are applied simultaneously in each processor. CFAR(Constant False Alarm Rate) algorithm, which is the most popular target detection algorithm, can estimate accurate threshold values to determine which signals are targets or noises within center-cut of section allocated to each processor. However, its estimation precision is diminished in section edge data because of insufficient surrounding data to be referred. Especially this edge problem of CFAR is too serious if we have many sections to be processed, because it causes many false alarms in most every section edges. This paper describes false alarm issues on MCA(Minimum Cell Average)-CFAR, and proposes a false alarm elimination method by changing section size alternatively. Real received data from multi-function radar were used to evaluate a proposed method, and we show that our method drastically decreases false alarms without missing real targets, and improves detection performance.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권8호
• /
• pp.4005-4025
• /
• 2019

Copy-move forgery (CMF) in digital images is a detrimental tampering of artefacts that requires precise detection and analysis. CMF is performed by copying and pasting a part of an image into other portions of it. Despite several efforts to detect CMF, accurate identification of noise, blur and rotated region-mediated forged image areas is still difficult. A novel algorithm is developed on the basis of quaternion polar complex exponential transform (QPCET) to detect CMF and is conducted involving a few steps. Firstly, the suspicious image is divided into overlapping blocks. Secondly, invariant features for each block are extracted using QPCET. Thirdly, the duplicated image blocks are determined using k-dimensional tree (kd-tree) block matching. Lastly, a new technique is introduced to reduce the flat region-mediated false matches. Experiments are performed on numerous images selected from the CoMoFoD database. MATLAB 2017b is used to employ the proposed method. Metrics such as correct and false detection ratios are utilised to evaluate the performance of the proposed CMF detection method. Experimental results demonstrate the precise and efficient CMF detection capacity of the proposed approach even under image distortion including rotation, scaling, additive noise, blurring, brightness, colour reduction and JPEG compression. Furthermore, our method can solve the false match problem and outperform existing ones in terms of precision and false positive rate. The proposed approach may serve as a basis for accurate digital image forensic investigations.

• 한국재난정보학회 논문집
• /
• 제19권4호
• /
• pp.968-975
• /
• 2023

연구목적: 화재 탐지시 불꽃/연기의 오탐지율이 높은 것을 확인하고 오탐지율을 낮추기 위해 화재 상황을 인식하여 분류하는 방법과 데이터셋을 제안하고자 한다. 연구방법: 동영상을 학습데이터로 활용하여 화재 상황의 특징을 추출하여 분류모델에 적용하고, 평가는 한국정보화진흥원(NIA)에서 진행하는 화재 데이터셋을 이용하여 Yolov8, Slowfast의 모델 성능을 비교 및 분석하였다. 연구결과: YOLO는 배경의 영향에 따라 탐지 성능이 민감하게 변화하며, 화재의 규모가 너무 크거나 작을 때에도 화재를 제대로 감지하지 못했다. SlowFast는 동영상의 시간 축을 같이 학습하기 때문에 비정형 객체에 대해 주변이 흐리거나 밝아 형상을 명확하게 유추할 수 없는 상황에서도 우수하게 화재를 탐지하는 것을 확인했다. 결론: 화재 탐지율은 이미지 데이터 방식보다는 동영상 기반의 인공지능 인식(Detection) 모델을 활용했을 때 더 적절했음을 확인했다.

• Journal of Computing Science and Engineering
• /
• 제5권4호
• /
• pp.305-313
• /
• 2011

Due to the expansion of high-speed Internet access, the need for secure and reliable networks has become more critical. The sophistication of network attacks, as well as their severity, has also increased recently. As such, more and more organizations are becoming vulnerable to attack. The aim of this research is to classify network attacks using neural networks (NN), which leads to a higher detection rate and a lower false alarm rate in a shorter time. This paper focuses on two classification types: a single class (normal, or attack), and a multi class (normal, DoS, PRB, R2L, U2R), where the category of attack is also detected by the NN. Extensive analysis is conducted in order to assess the translation of symbolic data, partitioning of the training data and the complexity of the architecture. This paper investigates two engines; the first engine is the back-propagation neural network intrusion detection system (BPNNIDS) and the second engine is the radial basis function neural network intrusion detection system (BPNNIDS). The two engines proposed in this paper are tested against traditional and other machine learning algorithms using a common dataset: the DARPA 98 KDD99 benchmark dataset from International Knowledge Discovery and Data Mining Tools. BPNNIDS shows a superior response compared to the other techniques reported in literature especially in terms of response time, detection rate and false positive rate.

• ETRI Journal
• /
• 제41권2호
• /
• pp.176-183
• /
• 2019

Spectrum sensing plays an important role in spectrum sharing. Energy detection is generally used because it does not require a priori knowledge of primary user (PU) signals; however, it is sensitive to noise uncertainty. An order statistics (OS) detector provides inherent protection against nonhomogeneous background signals. However, no analysis has been conducted yet to apply OS detection to spectrum sensing in a wireless channel to solve noise uncertainty. In this paper, we propose a robust spectrum sensing scheme based on generalized order statistics (GOS) and analyze the exact false alarm and detection probabilities under noise uncertainty. From the equation of the exact false alarm probability, the threshold value is calculated to maintain a constant false alarm rate. The detection probability is obtained from the calculated threshold under noise uncertainty. As a fusion rule for cooperative spectrum sensing, we adopt an OR rule, that is, a 1-out-of-N rule, and we call the proposed scheme GOS-OR. The analytical results show that the GOS-OR scheme can achieve optimum performance and maintain the desired false alarm rates if the coefficients of the GOS-OR detector can be correctly selected.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제15권8호
• /
• pp.577-581
• /
• 2009

최근 유비쿼터스 컴퓨팅과 유비쿼터스 네트워크를 활용하여 새로운 서비스들을 개발하려는 노력이 활발히 진행 중이며, 이에 관련된 기술의 중요성도 급증하고 있다. 특히 감시정찰 센서네트워크의 핵심 구성요소인 저가의 경량 센서노드에서 측정한 미가공 데이터(raw data)를 사용하여 침입 물체의 실시간 탐지, 식별, 추적 및 예측하기 위한 디지털 신호처리 기술은 주요 기술 중 하나이다. 본 논문에서는 감시정찰 센서네트워크의 핵심 구성요소인 센서노드의 적외선 센서에서 측정한 척외선 미가공 데이터를 사용하여 사람과 차량을 탐지할 수 있는 디지털 신호처리 알고리즘을 설계 및 구현한다. 알고리즘의 주 목표는 감사정찰용 센서노드의 탐지 신뢰성을 높이기 위하여 높은 침입물체 탐지 성공률(success rate)과 낮은 허위신고(false alarm) 횟수를 갖도록 하는 것이다. 성능평가 결과에 의하면 제안한 APIDA 알고리즘은 평지일 경우 90% 이상의 탐지 성공률과 2회 이하의 허위신고 횟수를 가지는 것을 확인할 수 있었다.