메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이유진 (한국철도기술연구원) 이순교 (한국철도기술연구원) 최계원 (성균관대학교) 박재현 (한국철도기술연구원)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제59권 제2호(통권 제531호)
발행연도
2022.2
수록면
39 - 47 (9page)
DOI
10.5573/ieie.2022.59.2.39

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
국가 보안 시설인 항만에서 2008년 이후부터 연평균 25건의 보안사고가 꾸준히 발생하고 있다. 기존의 항만에서는 CCTV 카메라나 센서를 이용하여 밀입국과 같은 보안사고를 방지하는 기술이 도입되었지만, 날씨 혹은 조도 변화에 의한 오경보가 자주 발생한다. 또한, 기존의 기술은 외부인이 항만 내부에 들어왔을 때 위험구역에 접근하는 것을 관리할 수 없다. 따라서, 본 논문에서는 딥러닝을 이용한 객체 감지를 통해 특정 객체가 위험구역에 접근 시 위험 상황임을 스스로 판단하여 관리자에게 알림을 전송하는 새로운 항만 모니터링 시스템을 제안하고, 이를 위해 항만 환경에 적합한 딥러닝 기반 객체 검출 알고리즘을 연구하였다. 부산항 터미널 CCTV 영상을 수집하여 학습 데이터 세트를 구축하고, 딥러닝 기반 객체 검출 알고리즘인 YOLOv3와 CenterNet을 이용하여 모델학습을 진행하였다. 두 모델의 검출 성능을 비교한 결과, YOLOv3 모델의 성능이 94.1%로 CenterNet 모델의 성능보다 33.7%만큼 높았으며, 항만 환경에 적합한 객체 검출 모델이 YOLOv3임을 확인하였다. 실제 항만 영상을 이용해 YOLOv3 모델을 실험한 결과, 다양한 장소, 시간, 날씨에서 객체 검출을 성공적으로 하는 것을 확인하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 제안하는 항만 모니터링 시스템
Ⅳ. 데이터 세트 구축
Ⅴ. 실험 및 결과
Ⅵ. 결론
REFERENCES

참고문헌 (18)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-569-001062386