• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.17-17
• /
• 2016

이중편파 레이더는 수평 수직반사도($Z_H{\cdot}Z_V$), 차등반사도($Z_{DR}$), 교차상관계수(${\rho}_{HV}$), 차등위상차(${\Phi}_{DP}$) 등 다양한 변수 산출을 통하여 대기 수상체 구분, 우적분포에 영향이 적은 강우량 추정, 밝은 띠(BB, Bright Band)의 탐지 등이 가능하게 됨으로써 수문기상 및 재해관리 분야에 활용성이 점점 더 커지고 있다. 본 연구는 RHI, PPI에서 생산된 레이더 변수를 이용하여 BB를 탐지하고 그 특성을 평가하였다. BB는 레이더를 이용하여 상층대기를 관측할 때 수직단면에서 강수입자가 눈에서 비로 변하는 구간에서 과대하게 높은 반사도가 나타나는 층을 말한다. BB에서는 QPE가 과대 추정되기 때문에, BB의 특성 파악은 레이더의 관측전략 수립과 QPE 보정에 필수적이다. 본 연구에서는 RHI에 의한 $Z_H$의 연직단면분석, RHI와 PPI의 고도각 경사거리(slant range) 빔의 ${\rho}_{HV}$, $Z_{DR}$, $Z_H$에 의한 분석을 통하여 BB의 상단부($BB_{TOP}$), 최정점($BB_{PEAK}$) 및 하단부($BB_{BOTTOM}$)의 고도를 상호 비교 평가하였다. 분석 자료는 KICT X-밴드 레이더에 의한 관측한 2015년 10월 21일의 층상운에 의한 강우를 이용하였다. RHI에 의한 $Z_H$의 연직단면 분석결과 $BB_{top}$, $BB_{bottom}$ 및 $BB_{peak}$는 KICT 레이더 고도(MSL : 40m)를 기준으로 각각 3.26Km, 2.3Km($BB_{width}$: 0.96km) 및 2.7Km로 나타났다. 이 같은 결과는 다른 2가지 분석방법에서도 유사하게 나타나고 있으며, 이는 BB분석을 위해 다양한 변수를 통한 신뢰성 있는 BB의 특성을 파악할 수 있는 기반을 제공한다.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.30 no.6
• /
• pp.1053-1065
• /
• 2020

With the recent development of hardware performance and artificial intelligence technology, sophisticated fake videos that are difficult to distinguish with the human's eye are increasing. Face synthesis technology using artificial intelligence is called Deepfake, and anyone with a little programming skill and deep learning knowledge can produce sophisticated fake videos using Deepfake. A number of indiscriminate fake videos has been increased significantly, which may lead to problems such as privacy violations, fake news and fraud. Therefore, it is necessary to detect fake video clips that cannot be discriminated by a human eyes. Thus, in this paper, we propose a deep-fake detection model applied with Bidirectional Convolution LSTM and Attention Module. Unlike LSTM, which considers only the forward sequential procedure, the model proposed in this paper uses the reverse order procedure. The Attention Module is used with a Convolutional neural network model to use the characteristics of each frame for extraction. Experiments have shown that the model proposed has 93.5% accuracy and AUC is up to 50% higher than the results of pre-existing studies.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.21 no.4
• /
• pp.81-87
• /
• 2021

Artificial intelligence technology is developing as it enters the fourth industrial revolution. Active researches are going on; visual-based models using CNNs. U-net is one of the visual-based models. It has shown strong performance for semantic segmentation. Although various U-net studies have been conducted, studies on tracking objects with unclear outlines such as gases and smokes are still insufficient. We conducted a U-net study to tackle this limitation. In this paper, we describe how 3D cameras are used to collect data. The data are organized into learning and test sets. This paper also describes how U-net is applied and how the results is validated.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.12 no.6
• /
• pp.629-635
• /
• 2019

In Deep Learning models derivative is implemented by error back-propagation which enables the model to learn the error and update parameters. It can find the global (or local) optimal points of parameters even in the complex models taking advantage of a huge improvement in computing power. However, deliberately generated data points can 'fool' models and degrade the performance such as prediction accuracy. Not only these adversarial examples reduce the performance but also these examples are not easily detectable with human's eyes. In this work, we propose the method to detect adversarial datasets with random noise addition. We exploit the fact that when random noise is added, prediction accuracy of non-adversarial dataset remains almost unchanged, but that of adversarial dataset changes. We set attack methods (FGSM, Saliency Map) and noise level (0-19 with max pixel value 255) as independent variables and difference of prediction accuracy when noise was added as dependent variable in a simulation experiment. We have succeeded in extracting the threshold that separates non-adversarial and adversarial dataset. We detected the adversarial dataset using this threshold.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06a
• /
• pp.274-275
• /
• 2012

생체모방로봇은 인간을 비롯하여 새, 곤충, 물고기 등 동물들의 기본구조, 행동원리 및 메커니즘을 모방한 로봇이다. 정찰, 수색, 테러진압 등 군사작전에서부터 인명구조까지 생체모방로봇은 인간의 눈과 발을 대신하여 인간이 접근할 수 없는 오염 지역을 면밀히 탐지하는 데에도 유용하리라 예상된다. 이와 같은 생체모방로봇이나 MAV 등을 실시간으로 원격에서 모니터링하고 제어할 수 있는 DAQ 시스템의 중요성이 커지고 있다. 본 논문에서는 생체모방로봇인 가오리를 원격 관제 센터에서 RF무선통신을 이용하여 안정적인 제어 및 모니터링이 가능한 DAQ(Data AcQuisition) 시스템을 제안한다.

• Defense and Technology
• /
• no.6 s.208
• /
• pp.40-45
• /
• 1996

이지스 시스템은 미국이 고성능 대함 미사일을 함정에서 요격하기 위하여 개발한 함정용 대공 방어 시스템이다. 이지스(Aegis)는 그리스 신화에 나오는 방패(모든 사악한 것으로부터 몸을 지킨다는 방패)로, 중앙에 괴물 고르곤(Gorgon)의 머리 모양이 그려져 있다. 고르곤은 머리털이 뱀이며 그 눈을 본 사람은 무서운 나머지 돌로 변했다고 전해지는 스테노(Stheno), 에우리알레(Euryale), 메두사(medusa) 등 3자매중 하나를 말한다. 이 방패는 처음에 제우스(Zeus)가 소유하였으나, 뒤에 자신의 딸인 지혜.예술.전쟁의 여신 아테나(Athena)에게 주었다. 이지스 시스템은 요격용 대공 미사일인 Standard Missile SM-MR(RIM-66시리즈)과 위상 배열 레이다 SPY-1을 중심으로 하여, 그 외의 함내 센서(탐지 장치), 전술 정보처리장치 등 많은 무기 체계의 기능을 통합시킨 집합체이며, 이 위상 배열 안테나는 이지스 시스템의 상징으로 되어 있다. 현재 미국 해군의 Ticonderogal(CG-47)급 순양함, Arleigh Burke(DDG-51)급 구축함, 그리고 일본 해상 자위대 Kongo(DD-173)급 구축함에 탑재되어 작전의 효율성을 높이고 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.254-255
• /
• 2016

최근 IT 기술이 눈에 띄게 발전해 가고 있는 가운데 그 중에서도 사물인터넷 또한 많은 발전을 해오고 있다. 그러나 사물인터넷은 보안에 매우 취약한 단점이 있다. 그 중에서도 요즈음 사물인터넷을 대상으로 한 랜섬웨어 공격이 기승을 부린다고 전해진다. 그 중 웹에 접속하여 파일을 다운받는 경로가 가장 많이 감염되는 경우이다. 이처럼 사용자가 원치 않게 악성코드가 다운되는 경우가 급격히 증가하고 있다. 본 논문에서는 이러한 경우를 고려하여 IoT 기기를 통해 파일을 다운 받거나 위험성이 있는 사이트에 방문 시 빅데이터를 사용하여 데이터를 먼저 분석하여 위험성 있는 구문을 삭제하거나 차단하여 안전한 데이터들만 사용자에게 전송하는 프로그램을 만들어 사용자의 디바이스를 보호하는 방향을 제안한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.05a
• /
• pp.705-708
• /
• 2018

Among biometrics commercialized for security, iris recognition technology has the most excellent security for the probability of the match between individuals is the lowest. Current commercialized iris recognition technology has excellent recognition ability, but this technology has a fatal drawback. Without the user's active cooperation, it cannot recognize the iris correctly. To make up for this weakness, recent trend of iris recognition development mounts a non-volunteering, unconstrained method. According to this information, the objective of this research is developing a module that can identify people iris from a video acquired by high performance infrared camera in a range of 3m and in a involuntary way. For this, we import images from the video and find people's face and eye positions from the images using Haar classifier trained through Cascade training method. finally, we crop the iris by Hough circle transform and compare it with data from the database to identify people.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.22 no.1
• /
• pp.100-107
• /
• 2012

Recently the need for advanced security technologies are increasing as the occurrence of intelligent crime is growing fastly. Previous methods for face disguise detection are required for the improvement of accuracy in order to be put to practical use. In this paper, we propose a new disguise detection method using the template matching and Adaboost algorithm. The proposed system detects eyes based on multi-scale Gabor feature vector in the first stage, and uses template matching technique in oreder to increase the detection accuracy in the second stage. The template matching plays a role in determining whether or not the person of the captured image has sunglasses on. Adaboost algorithm is used to determine whether or not the person of the captured image wears a mask. Experimental results indicate that the proposed method is superior to the previous methods in the detection accuracy of disguise faces.

• KIPS Transactions on Software and Data Engineering
• /
• v.8 no.10
• /
• pp.403-410
• /
• 2019

Image de-snowing aims at eliminating the negative influence by snow particles and improving scene understanding in images. In this paper, a perceptual generative adversarial network based a single image snow removal method is proposed. The residual U-Net is designed as a generator to generate the snow free image. In order to handle various sizes of snow particles, the inception module with different filter kernels is adopted to extract multiple resolution features of the input snow image. Except the adversarial loss, the perceptual loss and total variation loss are employed to improve the quality of the resulted image. Experimental results indicate that our method can obtain excellent performance both on synthetic and realistic snow images in terms of visual observation and commonly used visual quality indices.