• 제목/요약/키워드: Incident Detection

검색결과 235건 처리시간 0.038초

굴절체를 이용하여 감지 사각 문제를 개선한 협대역 마일즈 감지 시스템 (A Narrow Band MILES Detection System With Reduced Blind Angle of Detection Using Refractors)

  • 기현철
    • 대한전자공학회논문지SD
    • /
    • 제49권7호
    • /
    • pp.10-16
    • /
    • 2012
  • 본 논문에서는 협대역 간섭 광학 필터(narrow band interference optical filter)를 적용하여 광학적 잡음에 내성이 강한 차세대용 마일즈 감지 시스템을 구현하고자 시도하였다. 900nm의 레이저 파장에 대해 파장범위(wavelength range) 895~915nm의 협대역 간섭 광학 필터를 적용한 결과 시가전 상황에서 발생할 수 있는 강한 광학적 잡음에 내성을 갖는 감지 특성을 얻을 수 있었다. 그러나 청색천이(blue shift) 현상에 의해 마일즈 감지 시스템에 입사각 $30^{\circ}{\sim}90^{\circ}$ 구간에 감지 사각 영역이 발생하였다. 이 문제를 해결하기위해 굴절체를 이용한 입사각 산란 방법을 제안하였고, 디옵터 5.4의 오목 메니스커스 렌즈 굴절체(concave meniscus lens refractor)를 마일즈 감지 시스템에 적용하여 입사각을 산란시킨 결과 감지 사각을 없앨 수 있었다.

Neuro-Fuzzy 추론 시스템을 이용한 유고검지 알고리즘 연구 (Study on Incident Detection Algorithm using Neuro-Fuzzy Inference System)

  • 홍남관;최진우;이승헌;양영규
    • 한국HCI학회:학술대회논문집
    • /
    • 한국HCI학회 2006년도 학술대회 1부
    • /
    • pp.1234-1239
    • /
    • 2006
  • 신속하고 정확한 교통정보 서비스의 제공은 원활한 교통소통을 위하여 필수적인 요소이다. 특히, 교통사고, 도로보수 그리고 자연재해와 같은 유고가 발생할 경우, 운전자에게 즉시 통보해주어 우회할 수 있도록 조치하는 것이 필요하다. 이를 위하여 다양한 교통정보 수집기에서 수집된 교통정보를 바탕으로 실시간으로 유고상황을 판별하는 연구가 많이 진행되고 있다. 유고상황 분석은 다양한 환경요인으로 인해 판별이 어렵고, 최근에 활용되고 있는 인공지능 기법은 검지에 드는 시간 비용이 많다는 문제를 가지고 있다. 본 연구에서는 과거에 발생한 각종 돌발 상황을 분석하여 실시간으로 유고상황을 검지하는 것이 목적이다. 유고검지를 위해 GPS를 탑재한 probe car에서 수집된 차량속도와 온라인으로 제보된 유고정보를 ANFIS를 이용하여 분석 후 유고상태를 판별한다. 본 연구를 통해 실시간 도로 이용자들이 유고 발생 지역의 정보를 제공받고 그 상황에 신속하게 대처하게 함으로써 교통 혼잡 완화에 기여할 것으로 기대한다.

  • PDF

위협 헌팅 개념 정립 및 방어기법 비교분석에 관한 연구 (A Study on the Establishment of Threat Hunting Concept and Comparative Analysis of Defense Techniques)

  • 류호찬;정익래
    • 정보보호학회논문지
    • /
    • 제31권4호
    • /
    • pp.793-799
    • /
    • 2021
  • 위협 헌팅은 기존 보안 솔루션의 한계를 극복하기 위한 방어 기법이며, 최근 위협 헌팅에 대한 관심이 높아지고 있다. 위협 헌팅은 시스템 내부에 존재하는 위협을 식별 및 제거하는 기법으로 인식되고 있지만 그 정의가 명확하지 않기 때문에 모의 해킹, 침입 탐지, 침해사고 분석 등 다른 용어들과 혼용이 많이 발생하고 있다. 따라서 본 논문에서는 보고서 및 논문에서 발췌한 위협 헌팅의 정의를 비교 분석하여 그 의미를 명확히 하고 방어기법을 비교분석한다.

딥러닝 기반 터널 영상유고감지 시스템 개발 연구 (Development of a deep-learning based tunnel incident detection system on CCTVs)

  • 신휴성;이규범;임민진;김동규
    • 한국터널지하공간학회 논문집
    • /
    • 제19권6호
    • /
    • pp.915-936
    • /
    • 2017
  • 본 논문에서는 2016년을 기준으로 강화된 터널 방재시설 설치 및 관리지침과, 점차 강화되고 있는 터널 CCTV설치 터널등급 기준과 터널 영상유고감지 시스템의 설치 운용에 대한 요구의 증가 상황을 정리해 보고하였다. 그럼에도, 가동중인 알고리즘 기반의 터널 영상유고감시 시스템의 정상 인지율은 50%가 채 되지 않는 것으로 파악되었으며, 그에 대한 주원인은 터널 내 낮은 조도, 심한 먼지로 인한 영상 선명도 저하, 낮은 CCTV 설치위치로 인한 이동객체의 겹침현상 등으로 파악되었다. 따라서, 본 연구에서는 이러한 열악한 조건에서도 영상유고 정상 인지율을 확보할 수 있는 딥러닝 기반 영상유고감지 시스템을 개발하였으며, 이에 대한 이론적 배경 제시와 시스템의 타당성 검토 연구가 진행되었다. 개발 시스템의 타당성 검토 연구는 터널 방재시설 및 관리지침 내 영상유고감지 항목중 정지 및 역주행 차량을 감지하는 주요 정보인 차량 객체 인식과 보행자 감지를 중심으로 진행되었다. 또한, (1) 동일 터널 내에서 학습과 추론이 이루어 지는 경우와 (2) 다양한 터널의 영상 정보를 통합 학습하고, 각 터널의 영상유고감지에 투입되는 경우, 두개의 시나리오를 설정하여 타당성 검토를 진행하였다. 두 시나리오 모두 일정 시간의 학습 자료와 유사한 상황에 대해서는 열악한 터널환경과 무관하게 그 감지성능이 80% 이상으로 우수하나, 추가 학습 없이 학습된 시간 구간과 멀어질수록 그 추론 성능은 상대적으로 낮은 40% 수준으로 떨어짐을 알 수 있었다. 그러나, 시간이 지남에 따라 자동으로 누적되어 확장되는 영상유고 빅데이터를 반복적으로 학습함으로써, 설치된 영상유고감지 시스템의 보완이나 보정절차 없이도 자동으로 그 영상유고감지 성능이 향상될 수 있음을 보였다.

적응적 배경영상을 이용한 교차로 내 정지 객체 검출 방법 (Stop Object Method within Intersection with Using Adaptive Background Image)

  • 강성준;서암석;정성환
    • 한국산학기술학회논문지
    • /
    • 제14권5호
    • /
    • pp.2430-2436
    • /
    • 2013
  • 본 논문에서는 교차로 내에 위험의 원인이 되는 정지 객체를 검지하는 방법을 제안한다. 교차로 내에 설치된 CCTV에서 실시간 영상을 입력받아 객체의 크기를 일정하게 하기 위하여 역원근변환을 수행하였다. 원근변환된 영상에서 검지영역을 설정하고 객체의 이동 정보를 이용한 적응적인 배경영상을 생성하였다. 정지한 객체의 검출은 배경영상 차이법을 사용하여 정지한 객체의 후보 영역을 검출하였다. 검출된 후보 영역의 진위 여부를 파악하기 위하여 영상의 기울기 정보와 EHD(Edge Histogram Descriptor)를 이용하는 방법을 제안한다. 제안한 알고리즘의 성능을 알아보기 위하여 교차로에 설치된 DVR을 통해 출퇴근 시간 및 주간 대의 영상을 저장하여 실험하였다. 실험 결과 교차로 내의 검지영역 내에 정지한 차량을 효율적으로 감지할 수 있었으며 검지영역의 면적에 따라 초당 13~18프레임의 처리속도를 나타내어 실시간 처리에 문제가 없을 것으로 판단된다.

돌발상황 검지를 위한 Wavelet 기법의 적용성 평가 - 서울특별시 도시고속도로를 중심으로 - (Assessment of Wavelet Technique Applied to Incident Detection - Case of Seoul Urban Freeway (Naebusunhwallo) -)

  • 김동선;백주현;송기한;이성모
    • 대한토목학회논문집
    • /
    • 제26권4D호
    • /
    • pp.581-586
    • /
    • 2006
  • 우리나라 대부분의 도로에서는 교통사고를 비롯한 기대하지 않았던 비반복적인 사건 즉, 돌발상황의 발생이 증가되고 있다. 돌발상황의 증가는 교통류의 정상적인 흐름을 방해하며 용량감소를 초래하여 교통혼잡을 야기시킨다. 본 연구에서는 도시고속도로 돌발상황을 검지하기 위한 방법으로 현재 전기공학을 비롯한 많은 공학분야에서 사용하고 있는 Wavelet 기법을 적용하였다. 이 기법을 적용하기 위한 실제자료는 서울시 도시고속도로(내부순환로)의 검지기를 통해 수집된 자료 중 교통류의 주요 변수인 점유율 자료를 이용하였다. Wavelet 기법의 적용성을 평가하기 위한 비교 알고리즘으로 기존 돌발상황 검지 알고리즘 중 점유율 기반의 California 알고리즘과 Low-Pass Filtering 알고리즘을 이용하여 모형의 유의성을 검토해 보았다. Wavelet 기법의 적용결과 오경보율(False Alarm Rate)은 California 알고리즘 및 Low-Pass Filtering 알고리즘과 비슷하였으나 검지율(Detection Rate) 측면에서는 다른 두 알고리즘보다 우수한 것으로 분석되었다.

돌발상황 검지를 위한 교통류 영역 구분에 관한 연구 (A Study on Traffic Flow Diagrams to Classify Traffic States of Incident Detection)

  • 김상구;김영춘
    • 대한교통학회지
    • /
    • 제24권3호
    • /
    • pp.39-50
    • /
    • 2006
  • 본 연구에서는 반복정체와 돌발상황 교통류 특성을 분석하고 이에 따른 교통류 영역을 3개의 교통류 관계도를 가지고 구분하여 좀 더 안정적이고 신뢰성 있는 돌발상황 검지 알고리즘의 개선을 위한 기초이론 정립을 목적으로 한다. 이를 위해 본 연구에서는 McMaster 알고리즘의 교통량-점유율 관계도에서 교통류 영역을 구분하는 각각의 파라메타 임계값의 경계에 위치한 교통류의 불확실한 영역 판단으로 인한 오경보를 해결하기 위하여 속도-교통량, 속도-점유율 관계도에 대해서도 새로운 영역 구분을 시도해 보았다 그리고 구분한 영역에 따른 교통류 상태 판정도에 적합한 새로운 알고리즘의 프로토타입 및 구현방안을 제시하였다 본 연구의 주안점이 기존의 McMaster 알고리즘의 기능을 개선하고 신뢰성을 갖는 새로운 돌발상황 검지 모형을 제시하는 것으로써 향후 고속도로 돌발상황 검지체계에 유용하게 적용될 수 있을 것으로 판단된다.