• 대한임베디드공학회논문지
• /
• 제17권5호
• /
• pp.273-280
• /
• 2022

Along with the advancement of deep learning technology, securing high-quality dataset for verification of developed technology is emerging as an important issue, and developing robust deep learning models to the domestic road environment is focused by many research groups. Especially, unlike expressways and automobile-only roads, in the complex city driving environment, various dynamic objects such as motorbikes, electric kickboards, large buses/truck, freight cars, pedestrians, and traffic lights are mixed in city road. In this paper, we built our dataset through multi camera-based processing (collection, refinement, and annotation) including the various objects in the city road and estimated quality and validity of our dataset by using YOLO-based model in object detection. Then, quantitative evaluation of our dataset is performed by comparing with the public dataset and qualitative evaluation of it is performed by comparing with experiment results using open platform. We generated our 2D dataset based on annotation rules of KITTI/COCO dataset, and compared the performance with the public dataset using the evaluation rules of KITTI/COCO dataset. As a result of comparison with public dataset, our dataset shows about 3 to 53% higher performance and thus the effectiveness of our dataset was validated.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권2호
• /
• pp.295-311
• /
• 2023

Cloud computing has evolved significantly, intending to provide users with fast, dependable, and low-cost services. With its development, malicious users have become increasingly capable of attacking both its internal and external security. To ensure the security of cloud services, encryption, authorization, firewalls, and intrusion detection systems have been employed. However, these single monitoring agents, are complex, time-consuming, and they do not detect ransomware and zero-day vulnerabilities on their own. An innovative Record and Replay-based hybrid Honeynet (R2NET) system has been developed to address this issue. Combining honeynet with Record and Replay (RR) technology, the system allows fine-grained analysis by delaying time-consuming analysis to the replay step. In addition, a machine learning algorithm is utilized to cluster the logs of attackers and store them in a database. So, the accessing time for analyzing the attack may be reduced which in turn increases the efficiency of the proposed framework. The R2NET framework is compared with existing methods such as EEHH net, HoneyDoc, Honeynet system, and AHDS. The proposed system achieves 7.60%, 9.78%%, 18.47%, and 31.52% more accuracy than EEHH net, HoneyDoc, Honeynet system, and AHDS methods.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.1202-1208
• /
• 2022

Techniques based on computer vision are becoming increasingly important in construction safety monitoring. Using AI algorithms can automatically identify conceivable hazards and give feedback to stakeholders. However, the construction site remains various potential hazard situations during the project. Due to the site complexity, many visual devices simultaneously participate in the monitoring process. Therefore, it challenges developing and operating corresponding AI detection algorithms. Safety information resulting from computer vision needs to organize before delivering it to safety managers. This study proposes a framework for computer vision-aided construction safety monitoring using collaborative 4D BIM information to address this issue, called CSM4D. The suggested framework consists of two-module: (1) collaborative BIM information extraction module (CBIE) extracts the spatial-temporal information and potential hazard scenario of a specific activity; through that, Computer Vision-aid Safety Monitoring Module (CVSM) can apply accurate algorithms at the right workplace during the project. The proposed framework is expected to aid safety monitoring using computer vision and 4D BIM.

• 대한원격탐사학회지
• /
• 제39권6_3호
• /
• pp.1671-1678
• /
• 2023

다중 센서로 구성된 다목적실용위성 시리즈는 1999년 1호 발사 후 현재까지 국토 및 환경 모니터링, 재난 분석 등 다양한 분야에서 활용되어 왔다. 최근 빠르게 발전하고 있는 각종 정보처리기술(고속 컴퓨팅 기술, 컴퓨터 비전, 인공지능 등)들이 원격탐사 분야에서도 활용됨에 따라 보다 다양한 위성영상 처리 및 분석 알고리즘 개발이 가능하게 되었다. 본 특별호에서는 최근 연구된 다목적실용위성 영상 활용 관련 기술과 2023 위성정보활용 경진대회에 참여한 연구주제에 관하여 소개하고자 한다.

• Journal of Information Processing Systems
• /
• 제19권6호
• /
• pp.767-777
• /
• 2023

In modern society, user privacy is emerging as an important issue as closed-circuit television (CCTV) systems increase rapidly in various public and private spaces. If CCTV cameras monitor sensitive areas or personal spaces, they can infringe on personal privacy. Someone's behavior patterns, sensitive information, residence, etc. can be exposed, and if the image data collected from CCTV is not properly protected, there can be a risk of data leakage by hackers or illegal accessors. This paper presents an innovative approach to "machine learning based reversible chaotic masking method for user privacy protection in CCTV environment." The proposed method was developed to protect an individual's identity within CCTV images while maintaining the usefulness of the data for surveillance and analysis purposes. This method utilizes a two-step process for user privacy. First, machine learning models are trained to accurately detect and locate human subjects within the CCTV frame. This model is designed to identify individuals accurately and robustly by leveraging state-of-the-art object detection techniques. When an individual is detected, reversible chaos masking technology is applied. This masking technique uses chaos maps to create complex patterns to hide individual facial features and identifiable characteristics. Above all, the generated mask can be reversibly applied and removed, allowing authorized users to access the original unmasking image.

• Journal of Forest and Environmental Science
• /
• 제39권4호
• /
• pp.254-260
• /
• 2023

A sensor system has been developed that uses an ultrasonic sensor to detect the downhill slope on the side of a forest road and prevents a vehicle-type forest machine from rolling down a mountainside. A specular reflection of ultrasonic wave might cause severe issues in measuring distances to targets. By investigating the installation angle of the sensor to minimize the negative effects of specular reflection, the installation angle of lateral monitoring ultrasonic sensor could be determined based on the width of road shoulder. Obstacles such as small rocks or piece of log in a forest road may cause the forest machine to be overturned while the machine riding over due to excessive its posture change. It was determined that the laser sensor could be a part of a sensor system capable of specifying the location and size of small obstacles. Not only this sensor system including ultrasonic and laser sensors can issue a warning of dangerous sections to drivers in forest forwarders currently in use, but also it can be used as a driving safety sensor in autonomous forest machine or remote-control forest machine in the future.

• 한국전기전자재료학회논문지
• /
• 제37권4호
• /
• pp.347-357
• /
• 2024

Oxide semiconductor gas sensors are widely used for detecting toxic, explosive, and flammable gases due to their simple structure, cost-effectiveness, and potential integration into compact devices. However, their reliable gas detection is hindered by a longstanding issue known as humidity dependence, wherein the sensor resistance and gas response change significantly in the presence of moisture. This problem has persisted since the inception of oxide semiconductor gas sensors in the 1960s. This paper explores the root causes of humidity dependence in oxide semiconductor gas sensors and presents strategies to address this challenge. Mitigation strategies include functionalizing the gas-sensing material with noble metal/transition metal oxides and rare-earth/rare-earth oxides, as well as implementing a moisture barrier layer to prevent moisture diffusion into the gas-sensing film. Developing oxide semiconductor gas sensors immune to humidity dependence is expected to yield substantial socioeconomic benefits by enabling medical diagnosis, food quality assessment, environmental monitoring, and sensor network establishment.

• 대한원격탐사학회지
• /
• 제35권5_1호
• /
• pp.649-663
• /
• 2019

2018년 유엔 개발 계획(United Nations Development Programme; UNDP)의 보고서에 따르면 북한의 산림 황폐화는 매우 극단적이며, 지금까지도 진행되고 있다. 기후변화 측면에서 산림 황폐화는 단순히 한 국가만의 문제가 아닌 전 지구적인 스케일의 문제로 여겨지며, 이러한 북한 산림 황폐화의 원인은 만성적인 식량난과 개간 산지의 확대, 산림 병해충의 영향으로 알려져 있다. 산림 황폐화에 대응하기 위한 연구와 정책 사업들은 원격탐사와 산림 관련 국가 공간자료들을 이용하여 진행되지만, 북한의 경우 국가 공공 자료들의 접근이 제한적이며, 객관성이 보장되기 어렵다. 따라서, 본 연구에서는 Landsat 위성영상을 사용하여 통계적 확률밀도 추정 방법을 통해 한반도에서 유일하게 행정구역상으로 분단된 강원도에 대한 산림면적을 탐지 및 평가하고자 하였다. 남한의 산림 공간자료와 정규화식생지수(Normalized Difference Vegetation Index; NDVI)를 이용하여, 산림 비산림의 NDVI 값에 대한 범주별 가우시안 확률밀도함수를 추정하고 산림 탐지를 위한 NDVI 임계점(0.6658)을 설정하였다. 설정된 임계점을 이용하여 남 북 강원도에 대한 다중시기 산림면적 탐지를 진행한 결과 남 북 모두 2000년대까지 산림 면적이 감소하였으나, 2010년대에는 면적이 증가하는 경향이 나타났다. 또한, 지역적 규모에서 산림 면적의 감소는 국가별 도시화, 산업화의 정책 방향과 일치함을 확인하였다. 검증을 위한 Kappa value의 경우 대부분 강적합(0.8)과 중적합(0.6) 수준을 나타내었으며, 탐지된 면적과 국가 통계와의 비교 결과도 약소한 차이를 나타내었다. 본 연구는 북한 산림 황폐화에 대응하는 기반 자료로 사용될 수 있으며, 탐지된 결과를 바탕으로 산림자원의 보호와 복구의 필요성이 제기된다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.109-122
• /
• 2014

현재 우리는 소셜 네트워크 서비스(Social Network Service, 이하 SNS) 상에서 수많은 데이터를 만들어 내고 있다. 특히, 모바일 기기와 SNS의 결합은 과거와는 비교할 수 없는 대량의 데이터를 생성하면서 사회적으로도 큰 영향을 미치고 있다. 이렇게 방대한 SNS 데이터 안에서 사람들이 많이 이야기하는 이슈를 찾아낼 수 있다면 이 정보는 사회 전반에 걸쳐 새로운 가치 창출을 위한 중요한 원천으로 활용될 수 있다. 본 연구는 이러한 SNS 빅데이터 분석에 대한 요구에 부응하기 위해, 트위터 데이터를 활용하여 트위터 상에서 어떤 이슈가 있었는지 추출하고 이를 웹 상에서 시각화 하는 트위터이슈 트래킹 시스템 TITS(Twitter Issue Tracking System)를 설계하고 구축 하였다. TITS는 1) 일별 순위에 따른 토픽 키워드 집합 제공 2) 토픽의 한달 간 일별 시계열 그래프 시각화 3) 토픽으로서의 중요도를 점수와 빈도수에 따라 Treemap으로 제공 4) 키워드 검색을 통한 키워드의 한달 간 일별 시계열 그래프 시각화의 기능을 갖는다. 본 연구는 SNS 상에서 실시간으로 발생하는 빅데이터를 Open Source인 Hadoop과 MongoDB를 활용하여 분석하였고, 이는 빅데이터의 실시간 처리가 점점 중요해지고 있는 현재 매우 주요한 방법론을 제시한다. 둘째, 문헌정보학 분야뿐만 아니라 다양한 연구 영역에서 사용하고 있는 토픽 모델링 기법을 실제 트위터 데이터에 적용하여 스토리텔링과 시계열 분석 측면에서 유용성을 확인할 수 있었다. 셋째, 연구 실험을 바탕으로 시각화와 웹 시스템 구축을 통해 실제 사용 가능한 시스템으로 구현하였다. 이를 통해 소셜미디어에서 생성되는 사회적 트렌드를 마이닝하여 데이터 분석을 통한 의미 있는 정보를 제공하는 실제적인 방법을 제시할 수 있었다는 점에서 주요한 의의를 갖는다. 본 연구는 JSON(JavaScript Object Notation) 파일 포맷의 1억 5천만개 가량의 2013년 3월 한국어 트위터 데이터를 실험 대상으로 한다.

• 한국식품위생안전성학회지
• /
• 제28권1호
• /
• pp.83-88
• /
• 2013

식품 이물의 검출 및 저감화 기술 개발과 안전관리를 위한 정보를 제공하고자, 국내 보고된 식품 이물의 혼입 자료를 바탕으로 식품별, 이물별 검출율과 건강 위해도, 경제 산업적, 소비자 민감성 등의 인자를 고려한 다인자기반 위해평가를 수행하고 이를 바탕으로 식품-이물의 위해 순위를 분석하였다. 사용한 인자 중 이물별 발생 빈도와 건강 위해도는 이물에 대한 위험지표로 이용하였으며 식품별 국내 연간 생산량과 해당 식품의 이물 혼입율은 식품 중 이물발생이 관련 산업에 미치는 영향을 나타내는 지표로 이용하였다. 식품-이물에 대한 소비자의 민감성에 대한 간접적인 지표로는 각 식품별 이물 저감화에 따른 추가비용부담률을 활용하였다. 이와 같은 여러 인자를 종합적으로 고려한 다인자기반 종합위해지수는 금속-면류가 가장 높게 추정되었다. 그 외에도 곤충-면류 및 금속-음료의 위해순위가 높은 것으로 산출되었다. 본 결과는 지금까지 단순히 이물별 발생 순위 또는 식품별 발생 순위 중심의 자료 제공에서 나아가 식품 안전 관리에서 고려해야 할 여러 인자를 종합적으로 분석하여 위해지수를 산출함으로써 향후 식품 중 이물의 관리와 이물의 검출 기술 개발 등 식품안전 분야의 연구에서 자원의 배분과 연구개발시 유용한 정보로 활용될 것으로 사료된다.