디지털 라이브러리[ 검색결과 ]
시멘틱 세그멘테이션 도메인 적응 향상을 위한 거대 영상-언어 모델 기반 수도 라벨 보정 기법
http://doi.org/10.5626/JOK.2024.51.5.464
현실에서 획득한 이미지에 대해 시멘틱 세그멘테이션 라벨을 만드는 것은 매우 비용이 많이 든다. 비지도 도메인 적응에서는 이러한 문제를 해결하기 위해 라벨을 쉽게 수집할 수 있는 가상 환경에서 생성된 데이터 혹은 이미 라벨이 확보된 데이터와 라벨이 없는 현실에서 획득한 이미지를 활용하여 모델 을 학습시킨다. 비지도 도메인 적응에서 흔히 나타나는 문제 중 하나는 유사한 사물 클래스를 쉽게 혼동한 다는 것이다. 본 논문에서는 거대 영상-언어 모델을 활용하여 타겟 데이터의 수도 라벨을 보정하는 방법 을 제안한다. 타겟 이미지에 대해 생성되는 수도 라벨을 보다 정확하게 만들면 사물 클래스 간의 혼동을 줄일 수 있다. 제안된 방법은 DAFormer의 성능을 게임에서 현실로의 적응에서 +1.1 mIoU, 낮에서 밤으 로의 적응에서 +1.1 mIoU 향상시켰다. 사물 클래스에 대해 MIC의 성능을 게임에서 현실로의 적응에서 +0.6 mIoU, 낮에서 밤으로의 적응에서 +0.7 mIoU 향상시켰다.
RF 신호 기반 다중 인물 자세 추정 성능 향상을 위한 모델 구조 분석 및 확장
http://doi.org/10.5626/JOK.2024.51.3.262
RF 신호 기반 다중 인물 자세 추정 시스템은 장애물이나 조명에 따라 시야 확보가 어려운 상황에서도 각 인물의 자세를 추정할 수 있다. 전통적으로 RF 신호 기반 모델의 학습을 위해 RF 신호 수집시 함께 촬영한 이미지를 사전 학습된 이미지 기반 자세 추정 모델의 입력으로 의사 레이블 데이터를 획득하여 이를 활용하는 크로스 모달 교사-학생 학습 방식을 사용하였다. 본 연구진은 이전 연구에서 교차지식 증류 기법을 적용하여 이미지 기반 학습 모델의 특징맵을 모방한 특징맵을 ‘시각적 단서’라고 명명하였고, 이는 RF 신호 기반 자세 추정 성능 향상에 도움이 되었다. 본 논문에서는 학습된 시각적 단서를 병합하는 비율에 따른 성능을 비교하고, 세그멘테이션 마스크 학습과 다중 프레임 입력 사용 시 다중 인물자세 추정 성능에 미치는 영향을 분석하였다. 시각적 단서와 다중 프레임 입력을 함께 사용하였을 시 가장 좋은 성능을 보여주었다.
오픈 소스 기반 5G 액세스 네트워크 보안 취약점 자동 검증 프레임워크
http://doi.org/10.5626/JOK.2023.50.6.531
최근 5G 표준 기반의 다양한 오픈 소스들이 등장했고, 5G 제어 평면의 보안 취약점을 찾는 연구에 널리 사용되고 있다. 그러나 이를 활용하기 위해선 복잡한 소스 코드와 무선 통신 기기 및 방대한 5G 보안 표준에 대한 지식을 요구한다. 이에 본 논문에서는 5G 제어 평면의 보안 취약점을 자동 검증하기 위한 프레임워크를 제안한다. 본 프레임워크는 상용 Software Defined Radio (SDR) 장비와 오픈 소스 소프트웨어를 활용해 5G 네트워크 테스트베드를 구축하고, Man-in-the-Middle (MitM) 공격자를 구현해 제어 평면 공격 테스트베드를 구축한다. 또한 제어 평면 메시지 디코딩 및 수정 모듈을 구현해 메시지 Spoofing 공격을 실행해보고, 5G 네트워크의 보안 취약점을 자동으로 분류한다. 추가로 그래픽 인터페이스 기반 Web UI를 구현해 이용자가 직접 MitM 공격 시나리오를 생성하고 검증 결과를 확인할 수 있도록 한다.
트랜스포머를 이용한 1×1 초광대역 무선 신호 기반 사람의 자세 추정
http://doi.org/10.5626/JOK.2022.49.4.298
특정 공간에서 사람의 자세를 추정하는 문제는 컴퓨터 비전의 주요 분야 중 하나로 게임, 의료, 재난, 소방 보안, 군사 등 다양한 분야에 활용될 수 있는 중요한 기술이다. 최근 기계 학습과 접목하여 자세 추정의 정확도를 크게 높일 수 있었다. 하지만 이미지 기반의 방식은 신체의 일부 또는 전체가 장애물로 가려지거나 조명이 어두운 경우 자세 추정이 어렵다는 한계가 있다. 최근에는 무선 신호를 사용하여 사람의 자세를 추정하는 연구가 등장하였으며 이는 조명의 밝기에 영향을 받지 않고 장애물을 투과할 수 있다는 장점을 가지고 있다. 무선 신호를 기반으로 특정 위치를 추정하기 위해서는 두 쌍 이상의 송수신기가 필요하다는 것이 기존의 인식이었다. 본 논문에서는 한 쌍의 송수신기로 수집한 1×1 초광대역 무선신호만으로 딥 러닝을 적용하여 사람의 자세 추정 및 신체 세그멘테이션이 가능함을 보인다. 또한 트랜스포머 기반 모델을 통해 합성곱 신경망을 대체하고 더 나은 성능을 보이는 방법을 제안한다.
보행자 이미지에서 지역 다중규모 특징 임베딩 추출을 위한 어텐션 피라미드 이용의 보행자 재식별
http://doi.org/10.5626/JOK.2021.48.12.1305
본 논문에서는 보행자 이미지로부터 불필요한 배경 잡음을 배제시키며 정교한 지역 특징 임베딩(local feature embedding)을 추출하기 위해 어텐션 매커니즘을 결합시킨 이중 피라미드를 이용하는 새로운 보행자 재식별 방법을 제안한다. 규모 피라미드와 지역 피라미드로 구성된 이중 피라미드에 공간 어텐션을 적용해 특징 임베딩에 불필요한 배경 요소들이 반영되는 것을 억제시키고, 채널 어텐션을 적용해 추출된 다중규모 특징 중에서 상대적으로 중요도가 높은 것으로 지역 특징 임베딩이 구성되도록 한다. 실험에서는 각 구성 피라미드에 공간 어텐션과 채널 어텐션이 적용되는 효과를 비교함으로써 각 어텐션의 적용에 따른 재식별 정확도 변화를 관찰하고, 이를 기존의 우수 연구들과 비교하였다. 실험 결과에 따르면 제안 기법은 최대 99.4%의 1순위 정확도를 보였으며, 이는 기존 연구들보다 최소 약 0.2%, 최대 약 13.8%까지 높은 것으로 분석되었다.
지능형 영상 감시 시스템에서 모바일 센서 융합을 이용한 폭력행위 인식
http://doi.org/10.5626/JOK.2018.45.6.533
본 논문에서는 지능형 CCTV에서 동시다발적이고 연속적인 행위들로부터 추출한 특성들을 반영하여 폭력행위를 인식하는 방법으로서 그룹 ROI(Region of Interest)를 검출하고 ROI에서의 Dense Optical Flow 알고리즘을 사용해 얻은 움직임 정보와 영상 내 행위자가 소지한 모바일 기기의 관성측정장치로부터 얻은 가속도와 각속도 정보를 융합한 폭력행위 인식모델을 제안한다. 그리고 제안한 모델의 연산시간 감소를 통한 실시간성 확보와 영상만을 사용했을 때의 가려짐에 따른 성능 저하 현상의 성능 개선여부를 평가하기 위한 실험들을 진행하였으며 실행시간 측면에서 약 5.26배 빠른 연산속도를 보였고 정확도 측면에서 11.4% 증진된 결과를 보였다. 이를 통해 제안 모델이 폭력행위 인식에 발생하는 과도한 연산에 따른 실시간성 문제를 보완할 수 있고 영상 내 행위자 사이의 가려짐에 따른 비전 인식 불능에 대한 문제점을 보완할 수 있음을 알 수 있다.
단어 동시출현관계로 구축한 계층적 그래프 모델을 활용한 자동 키워드 추출 방법
키워드 추출은 주어진 문서로부터 문서의 주제나 내용에 관련된 단어들을 추출해내는 방법으로 대량의 문서를 다루는 텍스트마이닝 연구들이 전처리에서 공통적으로 거치는 대표 자질 추출에서 중요하게 활용될 수 있다. 본 논문에서는 하나의 문서의 주제에 적합한 키워드를 추출하기 위해 문서에 출현한 단어들 사이의 동시출현관계, 동시출현 단어 쌍 사이의 출현 종속 관계, 단어들 사이의 공통 부분단어 관계 등의 다양한 관계들을 특징으로 활용하여 구축한 계층적 그래프 모델을 제안하고, 그래프를 구성하는 정점(Vertex)들의 중요도를 평가할 때 입력 간선(Edge)에 의한 영향뿐만 아니라 출력 간선에 의한 영향도 고려한 새로운 중요도 산출 방법을 제안하며, 이를 토대로 점진적으로 키워드를 추출해내는 방안을 제안한다. 그리고 제안한 방법의 정확성과 주제적 포괄성 검증을 위해 다양한 분야의 주제를 가진 문서 데이터에 다양한 평가방법을 적용해 기존의 방법보다 전체적으로 더 나은 성능을 보임을 확인하였다.
