• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.33-34
• /
• 2019

대부분의 나라에서는 어선의 위치발신장치를 이용하여 어선 조업상황을 모니터링 한다. 우리나라도 어선의 위치발신장치를 이용하여 어선 조업량, 불법조업 유무를 판별한다. 현재까지는 어선의 불법조업 유무 판별은 어선의 위치정보 기반으로 이루어 졌으나, 허가받지 않는 어구를 사용하는 불법조업에 대한 판별은 불가능 하였다. 이에 본 논문에서는 어선 항적과 조업면허 데이터를 이용하여 데이터 기반의 어선 조업 판별모델을 개발하고자 한다. 이를 위해 어선 항적데이터를 시계열 단위로 전처리하여 학습 이미지들을 생성하고, 해당 어선의 조업면허 정보를 레이블로 하여 학습 데이터를 제안하는 딥러닝 모델에 적용한다. 제안하는 방법의 검증을 위해 1년 동안 제주 주변해역에서 조업하는 어선의 선박자동식별장치의 항적데이터를 수집하여 실험을 하였다. 실험 결과 제안한 방법의 분류정확도는 71.5%를 얻었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.17-20
• /
• 2007

본 논문은 차량 내부에서 정면의 얼굴 뿐 아니라, 측면의 얼굴도 효과적으로 추출하기 위해 다시점의 Haar-like 특징을 결합하여 사용하는 방법을 개발하여 적용하였고, 얼굴의 위치변화에 비교적 강건한 HMM(Hidden Markov Model)기반의 얼굴 인식을 사용하며, 또한 다양한 얼굴자세, 조명환경 등의 다중 얼굴 자료를 기반으로 하는 다시점 얼굴 DB의 학습을 통해 보다 강건하게 얼굴을 인식할 수 있도록 개선하였다. PC를 통해 운전자의 얼굴이 정상적으로 인식되면 자동으로 시동모듈을 제어하여 시동을 걸어줌으로써 운전자의 편리성을 향상할 수 있고 운전자가 아닌 자가 운전석에 착선한 경우에는 획득된 운전자의 얼굴영상 부분을 원격단말기로 전송하여 운전자 또는 경찰이 이를 이용하여 도난을 방지할 수 있는 조치를 취할 수 있도록 지원한다.

• Journal of Korea Multimedia Society
• /
• v.24 no.2
• /
• pp.245-254
• /
• 2021

We proposed the research on an analysis and prediction model that allows the identification of outliers or abnormality in the data followed by effective and rapid imputation of missing values was conducted. This model is expected to analyze efficiently the problems in the data based on the calibrated raw data. As a result, a system that can adequately utilize the data was constructed by using the introduced KNN + MLE algorithm. With this algorithm, the problems in some of the existing KNN-based missing data imputation algorithms such as ignoring the missing values in some data sections or discarding normal observations were effectively addressed. A comparative evaluation was performed between the existing imputation approaches such as K-means, KNN, MEI, and MI as well as the data missing mechanisms including MCAR, MAR, and NI to check the effectiveness/efficiency of the proposed algorithm, and its superiority in all aspects was confirmed.

• International Journal of Computer Science & Network Security
• /
• v.21 no.4
• /
• pp.131-139
• /
• 2021

In current time, anomaly detection is the primary concern of the administrative authorities. Suspicious activity identification is shifting from a human operator to a machine-assisted monitoring in order to assist the human operator and react to an unexpected incident quickly. These automatic surveillance systems face many challenges due to the intrinsic complex characteristics of video sequences and foreground human motion patterns. In this paper, we propose a novel approach to detect anomalous human activity using a hybrid approach of statistical model and Genetic Programming. The feature-set of local motion patterns is generated by a statistical model from the video data in an unsupervised way. This features set is inserted to an enhanced Genetic Programming based classifier to classify normal and abnormal patterns. The experiments are performed using publicly available benchmark datasets under different real-life scenarios. Results show that the proposed methodology is capable to detect and locate the anomalous activity in the real time. The accuracy of the proposed scheme exceeds those of the existing state of the art in term of anomalous activity detection.

• Korean Journal of Remote Sensing
• /
• v.38 no.4
• /
• pp.435-446
• /
• 2022

Identifying ship types is an important process to prevent illegal activities on territorial waters and assess marine traffic of Vessel Traffic Services Officer (VTSO). However, the Terrestrial Automatic Identification System (T-AIS) collected at the ground station has over 50% of vessels that do not contain the ship type information. Therefore, this study proposes a method of identifying ship types through the Random Forest Classifier (RFC) from dynamic and static data of AIS and V-Pass for one year and the Ulsan waters. With the hypothesis that six features, the speed, course, length, breadth, time, and location, enable to estimate of the ship type, four classification models were generated depending on length or breadth information since 81.9% of ships fully contain the two information. The accuracy were average 96.4% and 77.4% in the presence and absence of size information. The result shows that the proposed method is adaptable to identifying ship types.

• Journal of Information Processing Systems
• /
• v.18 no.3
• /
• pp.311-318
• /
• 2022

Tobacco sales enterprises often need to summarize and verify the daily sales bills, which may consume substantial manpower, and manual verification is prone to occasional errors. The use of artificial intelligence technology to realize the automatic identification and verification of such bills offers important practical significance. This study presents a novel multi-branch residual network for tobacco sales bills to improve the efficiency and accuracy of tobacco sales. First, geometric correction and edge alignment were performed on the input sales bill image. Second, the multi-branch residual network recognition model is established and trained using the preprocessed data. The comparative experimental results demonstrated that the correct recognition rate of the proposed method reached 98.84% on the China Tobacco Bill Image dataset, which is superior to that of most existing recognition methods.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.01a
• /
• pp.237-239
• /
• 2021

본 논문에서는 YOLO 시스템을 사용하여 보조 보행 기구를 인식 한 후 자동문 속도 조절에 대한 방법을 제안한다. Visual studio, OpenCV, CUDA를 활용하여 보조 보행 기구를 인식이 가능하게 신경망 훈련 및 학습 한 데이터를 기반으로 Raspberry Pi, 카메라 모듈을 활용하여 실시간 모니터링을 통해 보조 보행 기구를 인식하여 자동문의 속도를 조절을 구현했다. 이로써 거동이 불편한 장애인은 원활하게 건물 출입이 가능하다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.362-362
• /
• 2020

Flash flood is a dangerous weather phenomenon, affecting humans and the economy. The identification, forecast of the changing trend and its characteristics are increasingly concerned. In the world, there have many methods for determining the characteristics of flash floods, in which flash flood guidance (FFG) is a fast, effective and widely used method. The main source of flash floods is short-term rainfall. In this study, we used the data of cross-sectional measurement at the tributaries and the hourly rain data from the automatic rainfall measurement stations in the Geum river basin. Besides, we use a combination of the flash flood guidance and the best fit distribution function to estimate the repeatability of flash floods for head-water catchments in Geum river basin. In which, FFG determines the threshold of rainfall for flash floods. The study has determined the best hourly rainfall distribution function for the Geum river basin and estimated the maximum rainfall of 1hr according to the return periods.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.06a
• /
• pp.302-303
• /
• 2022

자율운항선박의 시대 도입을 위해 보안체계의 중요성은 더욱 커져가고 있다. 국내 및 국외 학계에서는 해양선박 보안에 관한 연구가 활발히 이루어지고 있는데 자율운항선박은 자율운행자동차와 마찬가지로 주위 환경에 대한 자동식별장치가 필요하다. 선박자동식별장치(Automatic Identification System, AIS)는 선박의 종류와 위치 관련 데이터와 인증서를 포함한 정보를 인근의 항로표지로 전달한다. 인간이 개입하지 않는 자율운항 개발 단계에서는 사용자 인증이 더욱더 중요하며, 본 논문에서는 기존 사용자 인증방식에 대한 취약점을 보완할 블록체인을 기반한 사용자 인증 시스템을 연구하였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2023.05a
• /
• pp.21-22
• /
• 2023

입항 수역이 좁은 제주항만은 단일 방향 통항이 가능한 one-way 방식을 사용 중 이다. 이러한 항만 특성으로 인해 제주항을 입출항 하는 선박들은 해상교통관제사(Vessel Traffic Service, VTS)의 지시에 의거하여 순서대로 입출항을 하고 있다. 본 연구는 VTS 관제사가 객관적이고 정확한 예측을 위해 선박자동식별장치(Automatic Identification System, AIS) 선박항적데이터를 이용하여 제주항에 입출항 하는 선박의 이동시간 통계를 산출하여 선박입출항 소요시간을 분석하고자 한다. 이를 위해 AIS 데이터를 이용하여 선박 이동시간을 산출하는 알고리즘을 제안하고, 이에 더하여 기상 상태와 항만 예선 사용에 따른 입출항 소요 시간을 취합하여 분석하고자 한다. 이에 따른 결과를 실제 관제에 적용 시켜 보다 더 안전하고 효율적으로 항만을 운영하는데 의의를 두고 있다.