• Annual Conference of KIPS
• /
• 2015.10a
• /
• pp.1330-1332
• /
• 2015

최근 지능형 감시 시스템에서 비정상 행동들을 자동으로 감지하는 연구가 활발히 진행되고 있다. 그러나 해결하기 힘든 몇 가지 이슈들이 있는데, 주어진 입력 영상에서 군중들이 중첩될 때 각각의 객체를 인식하는데 어려움이 있다는 점과 비정상 행동을 나타내는 훈련 데이터셋이 제한적이라는 점이다. 이러한 문제들을 해결하기 위해 우리는 군중 영상에서 비정상 행동들을 인식하는 새로운 프레임워크를 제안한다. 제안된 방법은 크게 특징추출모듈과 추출된 특징들을 이용한 행동인식모듈로 구성된다. 중첩문제를 해결하기 위해 움직임 에너지와 고정 에너지를 특성으로 정의하였고 위에 언급한 특징추출모듈에서 두 에너지 값을 계산한다. 그리고 정상/비정상 행동들은 HMM과 최적의 임계값을 도출하는 알고리즘을 사용하는 행동인식모듈에 의해 분류된다. 우리가 제안한 방법은 인공 데이터셋과 실제 비디오 영상 데이터셋을 이용한 실험에 의해 증명한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06c
• /
• pp.347-350
• /
• 2011

감시카메라 환경에서의 비정상 집단행동 탐지란 감시카메라로부터 유입되는 영상에서 다중 객체가 위험에 처한 상황을 신속하고 정확하게 탐지 및 인식하는 분야를 말한다. 본 논문에서는 CCTV 등과 같은 감시카메라 환경에서 움직임 벡터와 SVDD를 이용하여 집단내의 비정상 상황을 탐지하는 프로토타입 시스템을 제안한다. 제안된 시스템은 움직임 벡터를 이용하여 영상내의 움직임 정보를 추출 표현하였으며, 비정상 집단행동의 판별 문제를 실용적 차원의 단일 클래스 분류 문제로 재해석하여 단일 클래스 SVM의 대표적 모델인 SVDD를 탐지자로 설계하였다. 공개적으로 사용 가능한 벤치마크 데이터 셋인 PETS 2009와 UMN을 이용하여 본 논문에서 제안한 비정상 집단행동 탐지 시스템의 성능을 실험적으로 검증한다.

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2016.11a
• /
• pp.334-338
• /
• 2016

본 연구에서는 한국공항의 테러방비와 특수경비원들의 효율적 보안검색을 위하여 비정상 행동탐지기법과 관련한 각 국의 프로그램 및 자료를 조사 분석하였다. 그리고 우리나라의 상황에 적합한 한국형 행동탐지기법 프로그램을 개발을 제시하였다. 우선 한국공항 특수경비원들의 비정상 행동탐지기법 도입을 위하여 각국의 프로파일링의 유형과 행동탐지기법을 조사 분석하고 한국형 행동탐지기법 프로그램을 자체 개발하는 연구를 수행하였다. 이를 통하여 국내 항공 테러방비를 위한 비정상행정탐지기법 도입의 필요성과 특수경비원의 보안검색 효율화와 항공보안의 학문적 도약을 위한 기초적 자료를 제시하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06a
• /
• pp.304-306
• /
• 2006

앞으로 있을 유비쿼터스 환경을 위해 Situation Aware 기반의 RFID 시스템의 다양한 응용사례로 비정상행동 예측 시스템을 제안하였고, 이렇게 제안된 SA-RFID 시스템을 바탕으로 비정상 행동 예측 시스템을 시나리오 별 모델로 분류하여 각 모델별 동작 메커니즘과 세부 고려사항등을 제안한다. 또한 이러한 각각의 모델들의 프로토타입 테스팅을 통해 모델들의 중첩으로 이루어진 전체 시스템을 모델별 평가를 통한 신뢰도의 합으로 검증 하고자 한다.

• 한국HCI학회:학술대회논문집
• /
• 2009.02a
• /
• pp.368-372
• /
• 2009

The method to get the feature have been proposed to recognize the user activity by setting specific action for making the user independent result in previous research. However, it was only applied in specific environment and it was difficult to implement because it regarded only some specific feature as the recognized object. To improve this problem we detected the normality/abnormality of the activity based on the repetition and the continuity of the past activity pattern. We applied the unsupervised learning method, not supervised, and clustered the data which was collected within a certain period of time and we regarded it as the basis of the evaluation of the repetition. We demonstrated to be able to detect the abnormal activity based on wether the data was generated repeatedly.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06c
• /
• pp.463-468
• /
• 2010

본 논문은 본 연구팀이 행동패턴 분석을 위하여 개발한 BPP(Behavior Pattern Prediction)알고리즘의 가중치(weight) 속성을 객관적으로 수식화 하는 방법과 가중치와 행동 프로파일을 이용하여 정상/비정상 행동여부를 판단하는 ABA(Abnormal Behavior Analysis) 알고리즘을 제안한다. 가중치는 거주자의 방과 행동 사이의 연관성을 나타내며 가중치가 제한된 범위 내에서 증가 할수록 행동에 대한 관심이 크다. 구축한 사용자 프로파일의 주요 구성 요소로는 행동이 지속된 시간 과 행동 발생 횟수이다. ABA 알고리즘은 가중치와 행동 발생 횟수, 행동 지속시간과의 상관분석 결과를 참조 하였으며, 이산 가중치 데이터를 분석하여 비정상적인 행동을 탐지한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11a
• /
• pp.832-834
• /
• 2005

유비쿼터스 컴퓨팅의 중요한 핵심 분야인 Situation-Aware 컴퓨팅과 RFID 시스템을 결합한 SA-RFID 시스템을 통해, 제한된 장소에서 범죄나 사고 같은 비정상적인 행동을 예측하기 위한 시스템을 제안하였다. SA-RFID 시스템을 이용한 비정상 행동 예측 시스템은 변형된 SA-RFID Reader 시스템 아키텍쳐와 그에 특화된 SA Middleware를 통해 설계되었고, 비정상 행동 판단 시나리오를 이용하여 명실상부 유비쿼터스 시대에 걸 맞는, 사용자에게 보다 더 안전하고 편안한 생활을 보장해주는 서비스를 제공하게 될 것이다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.39C no.8
• /
• pp.731-737
• /
• 2014

This paper presents abnormal behavior detection in crowd within surveillance video. We have defined below two cases as a abnormal behavior; first as a sporadically spread phenomenon and second as a sudden running in same direction. In order to detect these two abnormal behaviors, we first extract the motion vector and propose a new descriptor which is combined MHOF(Multi-scale Histogram of Optical Flow) and DCHOF(Directional Change Histogram of Optical Flow). Also, binary classifier SVM(Support Vector Machine) is used for detection. The accuracy of the proposed algorithm is evaluated by both UMN and PETS 2009 dataset and comparisons with the state-of-the-art method validate the advantages of our algorithm.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1910-1911
• /
• 2011

본 논문에서는 네트워크 카메라를 이용한 물체 감시 및 비정상 행위의 판단을 위한 실시간 시스템을 제안한다. 제안된 시스템은 먼저 물체의 감시를 위해 SIFT 알고리즘에 기반으로 감시 물체의 특징 정보를 DB화 하고, 히스토그램(Histogram)기법을 활용하여 감시지역을 설정한다. 또한 인간의 행동 및 비정상 행위를 판단하기 위하여, 가상 인간 스켈레톤 모델을 이용하여 입력된 영상에서의 인간의 특징점을 추출한다. 추출된 특징점을 바탕으로 PCA(Principal Component Analysis)를 이용하여 인간의 움직임을 보다 정확하게 표현할 수 있는 특징벡터를 생성하였다. 생성된 특징벡터를 기반으로 퍼지분류기를 이용하여 인간의 행동을 분류하고, 생성된 특징벡터와 특정물체의 거리를 기반으로 인간의 비정상행위를 판단한다. 제안된 방법은 실험을 통해 시스템의 응용 가능성을 증명한다.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.21 no.6
• /
• pp.183-190
• /
• 2011

In this paper, we propose a prototype system for abnormal sound detection and identification which detects and recognizes the abnormal situations by means of analyzing audio information coming in real time from CCTV cameras under surveillance environment. The proposed system is composed of two layers: The first layer is an one-class support vector machine, i.e., support vector data description (SVDD) that performs rapid detection of abnormal situations and alerts to the manager. The second layer classifies the detected abnormal sound into predefined class such as 'gun', 'scream', 'siren', 'crash', 'bomb' via a sparse representation classifier (SRC) to cope with emergency situations. The proposed system is designed in a hierarchical manner via a mixture of SVDD and SRC, which has desired characteristics as follows: 1) By fast detecting abnormal sound using SVDD trained with only normal sound, it does not perform the unnecessary classification for normal sound. 2) It ensures a reliable system performance via a SRC that has been successfully applied in the field of face recognition. 3) With the intrinsic incremental learning capability of SRC, it can actively adapt itself to the change of a sound database. The experimental results with the qualitative analysis illustrate the efficiency of the proposed method.