KR102198951B1

KR102198951B1 - 소나그램의 토널 신호 식별 방법 및 장치

Info

Publication number: KR102198951B1
Application number: KR1020200061146A
Authority: KR
Inventors: 정대진; 이상호; 윤수성
Original assignee: 국방과학연구소
Priority date: 2020-05-21
Filing date: 2020-05-21
Publication date: 2021-01-05

Abstract

음향신호를 신호 처리하여 생성한 소나그램에서 토널 영역을 설정하고, 설정된 토널 영역의 픽셀을 토널 신호 픽셀로 결정하고, 이를 병합하여 토널 신호 영상을 생성함으로써 토널 신호를 픽셀 단위로 식별하는 방법 및 장치가 개시된다. 본 개시에 따르면, 소나그램으로부터 토널 신호를 픽셀단위로 신속·정확하게 식별하여 해양 물체를 탐지하는 시간을 단축하고, 탐지 정확도를 향상시킬 수 있다.

Description

소나그램의 토널 신호 식별 방법 및 장치 {METHOD AND APPARATUS FOR IDENTIFICATION OF TONAL SIGNALS IN A SONARGRAM}

본 개시는 음향신호를 이용하여 수중에 존재하는 해양 물체가 무엇인지 식별하는 방법 및 장치에 관한 것이다. 더욱 상세하게는, 소나를 통해 생성된 소나그램의 토널 신호를 식별하는 방법 및 장치에 관한 것이다.

라디오 대역의 주파수(Radio Frequency)를 활용한 레이더(Radar)는 물 속에서는 전파가 산란되는 특성이 있기 때문에 해양환경에서는 주로 음파 대역의 주파수를 활용한 소나(Sonar)를 활용하여 수중 및 수상함의 탐지 및 식별한다.

소나를 이용하여 해양의 음향신호를 녹음한 뒤, LOFAR 또는 DEMON과 같은 신호 처리과정을 통해 시간-주파수 표현방법을 이용하여 음향신호를 가시적인 이미지 형태로 확인할 수 있다. 이를 소나그램이라고 한다. 기존에는 소나그램의 토널 신호를 육안으로 식별하고, 식별된 토널 신호와 기 확보된 데이터베이스(DB)의 토널 신호를 비교함으로써 해양 물체의 식별이 이루어 졌다.

그러나, 이러한 육안을 통한 직접적인 토널 신호 식별 및 해양 물체 식별과정은 분석난이도가 매우 높다. 토널 신호 식별 과정에서 소나그램의 토널 신호를 이미지의 픽셀단위로 나누어야 하는데, 이는 전문 음탐관에게도 매우 어려운 작업인 바, 과도한 시간과 인력이 소요되어 비효율적이라는 문제점이 있다. 이에 따라, 효율적이고 정확한 해양 물체 식별을 위하여 소나그램으로부터 토널 신호 식별하는 기술이 요구된다.

한편, 소나그램을 효율적으로 분석하는 것은 국방상의 관점에서도 중요하다. 전문 음탐관을 통하지 않고서도 컴퓨터 알고리즘을 통하여 소나그램의 토널 신호를 신속·정확하게 식별할 수 있다면 적군의 수상함 또는 수중함을 조기에 탐지할 수 있다.

대한민국 등록특허 제 10-1677137 호 대한민국 등록특허 제 10-1522204 호

해양 물체 식별을 위한 소나그램의 토널 신호 식별 방법 및 장치를 제공하는 데 있다. 또한, 하드웨어와 결합되어 상기 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램을 제공하는 데 있다. 본 실시 예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 이하의 실시 예들로부터 또 다른 기술적 과제들이 유추될 수 있다.

상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 개시의 제 1 측면은, 음향신호를 신호 처리(signal processing)하여 소나그램(sonagram)을 생성하는 단계; 상기 소나그램의 토널(tonal) 영역의 정보를 수신하여 상기 토널 영역을 설정하는 단계; 상기 토널 영역의 픽셀을 토널 신호 픽셀로 결정하는 단계; 및 상기 토널 신호 픽셀을 병합하여 토널 신호 영상을 생성하는 단계를 포함하는 해양 물체 식별을 위한 토널 신호 식별 방법일 수 있다.

또한, 상기 소나그램의 상기 토널 영역의 정보를 수신하여 토널 영역을 설정하는 단계는, 상기 토널 영역의 시작 위치 및 종료 위치를 수신하는 단계; 상기 토널 영역의 두께를 수신하는 단계; 및 상기 시작 위치로부터 상기 종료 위치까지의 길이와 상기 두께를 갖는 영역을 상기 토널 영역으로 설정하는 단계를 더 포함하는, 토널 신호 식별 방법일 수 있다.

또한, 상기 토널 영역의 픽셀을 상기 토널 신호 픽셀로 결정하는 단계는, 상기 토널 영역의 픽셀에 적응적 문턱(adaptive thresholding) 기법을 적용하여 유효 픽셀을 결정하는 단계; 및 상기 유효 픽셀을 연결 성분(connected component)의 수를 기준으로 상기 토널 신호 픽셀로서 결정하는 단계를 더 포함하는, 토널 신호 식별 방법일 수 있다.

또한, 상기 적응적 문턱 기법은, 상기 토널 영역의 픽셀 값이 제 1 임계값 이상인 적어도 하나의 픽셀을 유효 픽셀로서 결정하는 것인, 토널 신호 식별 방법일 수 있다.

또한, 상기 유효 픽셀의 상기 연결 성분의 수가 제 2 임계값 이상인 적어도 하나의 상기 유효 픽셀을 토널 신호 픽셀로서 결정하는 것인, 토널 신호 식별 방법일 수 있다.

또한, 상기 토널 신호 픽셀을 병합하여 상기 토널 신호 영상을 생성하는 단계는, 상기 결정된 토널 신호 픽셀을 논리적 OR 연산하여 병합하는 것인, 토널 신호 식별 방법일 수 있다.

또한, 상기 신호 처리는 LOFAR(Low Frequency Analysis and Recording) 또는 DEMON(Detection of Envelope Modulation On Noise) 알고리즘 중 어느 하나인 것인, 토널 신호 식별 방법일 수 있다.

본 개시의 제 2 측면은, 하나 이상의 명령어(instruction)를 저장하는 메모리; 소나그램의 토널 영역의 정보를 입력 받기 위한 입력부; 및 상기 하나 이상의 명령어를 실행함으로써, 음향신호를 신호 처리하여 상기 소나그램을 생성하고, 상기 소나그램의 상기 토널 영역의 정보를 수신하여 토널 영역을 설정하고, 상기 토널 영역의 픽셀을 토널 신호 픽셀로 결정하고, 상기 토널 신호 픽셀을 병합하여 토널 신호 영상을 생성하는 프로세서를 포함하는, 토널 신호 식별 장치일 수 있다.

본 개시의 제 3 측면은 하드웨어와 결합되어, 제 1 측면의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램일 수 있다.

상기 실시예들에 따르면, 컴퓨터 알고리즘을 통하여 소나그램의 토널 신호를 이미지의 픽셀 단위로 신속·정확하게 식별할 수 있어, 해양 물체를 탐지하는 시간을 단축하고, 탐지 정확도를 향상시킬 수 있다.

또한, 인공지능을 이용한 이미지 분류에 있어서 필요한 학습 데이터의 레이블링 작업시간을 획기적으로 단축시킬 수 있다. 이에 따라, 효율적인 해양 물체의 탐지가 가능해질 수 있다. 나아가, 적군의 수상함 또는 수중함을 조기에 탐지하여, 예측하기 어려운 적군의 도발 또는 공격에 신속하게 대응할 수 있다.

실시예들의 효과는 상술한 효과들로 제한되는 것은 아니며, 언급되지 아니한 효과들은 본 명세서 및 첨부된 도면으로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.

도 1a는 토널 신호 영상을 생성하는 방법의 흐름도이다.
도 1b는 일 예시에 따른 소나그램으로부터 토널 신호 영상의 생성 과정을 도시하는 도면이다.
도 2는 일 예시에 따른 소나그램과 토널 영역을 도시하는 도면이다.
도 3a은 다른 예시에 따른 소나그램과 복수의 토널 영역을 도시하는 도면이다.
도 3b는 다른 예시에 따른 복수의 토널 영역의 픽셀로부터 토널 신호 영상이 생성되는 구체적인 과정을 도시하는 도면이다.
도 4는 일 예시에 따른 해양 물체 탐지를 위한 인공지능 모델의 입·출력 데이터를 도시하는 도면이다.
도 5는 일 실시 예에 따른 토널 신호 식별 장치의 구성을 나타내는 개념도이다.

본 명세서에서 다양한 곳에 등장하는 "일부 실시 예에서", "일 예시에 따른" 또는 "일 실시 예에서" 등의 어구는 반드시 모두 동일한 실시 예를 가리키는 것은 아니다.

실시예들은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는바, 일부 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나 이는 실시예들을 특정한 개시형태에 대해 한정하려는 것이 아니며, 실시예들의 사상 및 기술범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 명세서에서 사용한 용어들은 단지 실시예들의 설명을 위해 사용된 것으로, 실시예들을 한정하려는 의도가 아니다.

실시예들에서 사용되는 용어는 본 실시예들에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 실시예들이 속하는 기술 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 부분에서 상세히 그 의미를 기재할 것이다. 따라서 실시예들에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 실시예들 전반에 걸친 내용을 토대로 정의되어야 한다.

본 개시의 일부 실시 예는 기능적인 블록 구성들 및 다양한 처리 단계들로 나타내어질 수 있다. 이러한 기능 블록들의 일부 또는 전부는, 특정 기능들을 실행하는 다양한 개수의 하드웨어 및/또는 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 본 개시의 기능 블록들은 하나 이상의 마이크로프로세서들에 의해 구현되거나, 소정의 기능을 위한 회로 구성들에 의해 구현될 수 있다.

또한, 예를 들어, 본 개시의 기능 블록들은 다양한 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능 블록들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 또한, 본 개시는 전자적인 환경 설정, 신호 처리, 및/또는 데이터 처리 등을 위하여 종래 기술을 채용할 수 있다.

“메커니즘”, "데이터베이스", “요소”, “수단” 및 “구성”등과 같은 용어는 넓게 사용될 수 있으며, 기계적이고 물리적인 구성들로서 한정되는 것은 아니다. 또한, 명세서에 기재된 "…부", "…모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.

또한, 도면에 도시된 구성 요소들 간의 연결 선 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것일 뿐이다. 실제 장치에서는 대체 가능하거나 추가된 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들에 의해 구성 요소들 간의 연결이 나타내어질 수 있다.

또한, 본 명세서에서 사용되는 '제 1' 또는 '제 2' 등과 같이 서수를 포함하는 용어는 다양한 구성 요소들을 설명하는데 사용할 수 있지만, 구성 요소들은 용어들에 의해 한정되어서는 안 된다. 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만 사용된다.

또한, 도면 상의 일부 구성 요소는 그 크기나 비율 등이 다소　과장되어　도시되었을 수 있다.

아래에서는 첨부한 도면을 참고하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다.

도 1a는 토널 신호 영상을 생성하는 방법의 흐름도이다.

단계 110을 참조하면, 토널 신호를 식별하기 위하여 음향신호를 신호 처리(signal processing)하여 소나그램(sonagram)을 생성할 수 있다. 구체적으로, 소나를 이용하여 수중의 음향 신호를 녹음한 뒤, 이를 시간-주파수 표현으로 변환하는 신호 처리 알고리즘을 통하여 소나그램을 생성할 수 있다.

소나란, Sound navigation ranging의 약자로서, 잠수함 또는 수중함 등에서 수중의 신호원으로부터 방사된 음향 신호를 수신 및 분석하여 수중 신호원을 식별하는 장치를 의미한다.

소나는 능동소나(active sonar) 및 수동소나(passive sonar)로 분류될 수 있다. 능동소나는 직접 음파 펄스를 표적 방향으로 쏘아 표적으로부터 반사되어 돌아오는 음파를 수신하여 신호원을 분석하는 것이고, 수동소나는 음파펄스를 쏘지 않고 상대적으로 장거리에서 방사되어 오는 음파를 수신하여 신호원을 분석하는 것이다.

한편, 소나그램이란 2차원 평면에 표현되는 이미지로서, 한 축은 주파수를 의미하고 다른 한 축은 시간을 의미한다. 구체적으로, 가로축은 주파수를 나타내고 세로축은 시간을 나타낼 수 있다.

해양 물체는 소나그램에 나타나는 토널(tonal) 신호를 이용하여 탐지될 수 있다. 토널 신호는 기계 장치에 의해 주기적으로 발생하는 소음으로부터 추출될 수 있다. 예를 들어, 토널 신호는 엔진의 피스톤 또는 압축기의 프로펠러의 회전에 따라 주기적·반복적으로 발생하는 마찰에 의한 소음으로부터 추출될 수 있다.

소나그램으로부터 토널 신호를 정확하게 식별할 수 있다면, 토널 신호로부터 해당 신호를 발생시키는 기계적인 장치를 파악할 수 있고, 이에 따라 신호원이 무엇인지 알아낼 수 있다.

한편, 신호 처리는 LOFAR(Low Frequency Analysis and Recording) 또는 DEMON(Detection of Envelope Modulation On Noise) 알고리즘 중 어느 하나일 수 있다. 그러나, 이에 제한되지 않고 다른 신호 처리 기법이 더 포함될 수 있음을 당해 기술분야의 통상의 기술자라면 이해할 수 있다.

단계 120을 참조하면, 소나그램의 토널 영역의 정보를 수신하여 토널 영역을 설정할 수 있다.

토널 영역이란, 소나그램에서 토널 신호가 존재하는 영역을 의미한다. 토널 신호가 존재하는 영역을 집중적으로 분석하기 위하여, 토널 영역을 설정할 수 있다. 즉, 토널 신호를 효율적으로 식별하기 위하여 소나그램에서 일부 영역만을 분석 대상 영역으로 설정하는 것이다.

구체적으로, 토널 영역의 정보는 토널 신호의 시작 위치, 종료 위치 및 두께를 포함할 수 있다. 수신한 토널 영역의 시작 위치, 종료 위치 및 토널 영역의 두께를 기초로 토널 영역을 설정할 수 있다. 더 구체적으로, 시작 위치로부터 종료 위치까지의 길이와 수신한 두께를 갖는 영역을 토널 영역으로 설정할 수 있다.

일 예시에 따르면, 토널 영역의 시작 위치는 소나그램에서 토널 신호가 존재하는 것으로 판단되는 특정 주파수(f1)에서의 시작 시간(t1)이고, 종료 위치는 특정 주파수(f1)에서의 종료 시간(t2)일 수 있다. 또한, 두께는 특정 주파수(f1)를 기준으로 설정된 주파수 범위(f0 < f1 < f2)의 간격(f2 - f0)일 수 있다. 설정된 토널 영역은 적어도 하나 이상의 픽셀을 포함하는 직사각형의 형태일 수 있다.

더 구체적으로, 토널 영역의 시작 위치는 주파수 1000hz에서의 1초이고, 종료 위치는 주파수1000hz에서의 2초일 수 있다. 또한, 토널 영역의 두께는 995hz 부터 1005hz 범위의 간격인 10hz에 해당할 수 있다.

소나그램에 따라 토널 신호가 존재하는 영역의 수가 다를 수 있으므로 토널 영역 설정 횟수는 주어진 소나그램에 필요한 만큼 반복될 수 있다.

한편, 소나그램은 음향 신호를 이미지로 변환한 것이므로, 음향 신호의 값 따라 다양한 비트(bit)값 및 그에 대응하는 밝기를 갖는 수많은 픽셀들로 구성된다. 이에 따라, 수신된 토널 영역에는 다양한 픽셀 값을 가지는 픽셀들이 포함될 수 있다. 예를 들어, 1초에 10개의 픽셀이 포함되고, 1hz에 1개의 픽셀이 포함된다면 위 예시에 따른 토널 영역에서는 10 x 10 = 100 개의 픽셀이 포함될 수 있다.

단계 130을 참조하면, 토널 영역의 픽셀을 토널 신호 픽셀로 결정할 수 있다.

토널 신호 픽셀이란, 소나그램의 픽셀 중에서 해양 물체 탐지에 불필요한 노이즈 등에 의해 생성된 픽셀이 아닌, 탐지하고자 하는 토널 신호에 의해 생성된 픽셀을 의미한다. 즉, 소나그램을 구성하는 수많은 픽셀들 중에서 신호원이 무엇인지 파악하기 위해 실질적으로 필요한 픽셀을 의미한다.

토널 영역의 픽셀을 토널 신호 픽셀로 결정하기 위하여 적응적 문턱(adaptive thresholding) 기법을 적용할 수 있다. 이에 따라, 토널 영역의 픽셀로부터 유효 픽셀을 결정할 수 있다. 구체적으로, 적응적 문턱 기법은 토널 영역의 픽셀 값이 제 1 임계값 이상인 적어도 하나의 픽셀을 유효 픽셀로서 결정하는 것 일 수 있다.

일 예시에 따르면, 픽셀 값이 0 내지 255bit 값을 가진다고 할 때, 제 1 임계값이 200bit라고 하면, 토널 영역의 픽셀들 중 200bit가 넘는 픽셀 값을 가지는 픽셀들을 유효 픽셀로 결정할 수 있다.

또한, 적응적 문턱 기법에 따라 유효 픽셀로 결정된 픽셀은 최대 값을 가지는 픽셀 또는 True(1)로 간주하고, 유효 픽셀로 결정되지 않은 픽셀은 최소 값을 가지는 픽셀 또는 False(0)로 간주할 수 있다. 예를 들어, 유효 픽셀의 값은 255bit 이고, 유효 픽셀이 아닌 픽셀의 값은 0bit일 수 있다.

한편, 유효 픽셀을 연결 성분(connected component)의 수를 기준으로 토널 신호 픽셀로 결정할 수 있다. 구체적으로, 유효 픽셀의 연결 성분의 수가 제 2 임계값 이상인 적어도 하나의 유효 픽셀만을 토널 신호 픽셀로서 결정할 수 있다.

연결 성분이란, 특정 유효 픽셀의 인접한 다른 유효 픽셀을 의미한다. 또한, 인접의 의미는 상하좌우 90도씩 4방향을 의미하는 4-방향 또는 45도씩 8방향을 의미하는 8-방향을 의미할 수 있다.

일 예시에 따르면, 8-방향을 기준으로 제 2 임계값이 4이고, 특정 유효 픽셀에 인접한 다른 유효 픽셀이 5개인 경우 연결 성분의 수가 5이므로, 특정 유효 픽셀은 토널 신호 픽셀로 결정될 수 있다.

다른 예시에 따르면, 4-방향을 기준으로 제 2 임계값이 3이고, 특정 유효 픽셀에 인접한 다른 유효 픽셀이 좌우로 2개인 경우, 연결 성분의 수가 2이므로, 특정 유효 픽셀은 토널 신호 픽셀로 결정되지 않을 수 있다.

단계 140을 참조하면, 토널 신호 픽셀을 병합하여 토널 신호 영상을 생성할 수 있다.

토널 신호 영상이란, 토널 영역의 픽셀로부터 전술한 과정을 거쳐서 결정된 토널 신호 픽셀이 병합된 이미지로서, 탐지하고자 하는 신호원이 무엇인지 파악하기 위해 분석의 대상이 되는 이미지를 의미한다.

토널 신호 픽셀을 합쳐서 이미지로 생성하기 하기 위하여 토널 신호 픽셀로 결정된 픽셀을 논리적 OR 연산하여 병합할 수 있다. 구체적으로, 각각의 토널 영역에서 한번이라도 토널 신호 픽셀로 결정된 픽셀은 논리적 OR 연산에 의해 합해질 수 있다. 이에 따라, 소나그램으로부터 픽셀 단위의 토널 신호 영상을 생성할 수 있다.

전체적인 과정을 정리하면, 토널 영역의 정보를 수신 받아 토널 영역을 설정하고, 설정된 영역에 포함된 픽셀들에 적응적 문턱 기법을 적용한 뒤, 연결 성분을 기준으로 토널 신호 픽셀을 결정하고, 이를 모두 병합함으로써 소나그램으로부터 토널 신호 영상을 획득할 수 있다.

한편, 소나그램에 따라 토널 영역의 수가 다를 수 있으므로 토널 신호 결정 및 토널 신호 픽셀의 병합의 횟수는 해당 소나그램에 필요한 만큼 반복될 수 있다.

도 1b는 일 예시에 따른 소나그램으로부터 토널 신호 영상의 생성 과정을 도시하는 도면이다.

첫 번째 이미지(111)와 같은 예시에 따른 소나그램은 4개의 토널 영역을 가질 수 있다. 이와 같은 소나그램에 따른 4개의 줄과 같은 형태로 표현된 토널 신호는 선명하게 표시되어있어, 육안으로 파악하기 어렵지 않으나 다른 예에 따른 소나그램에서는 육안으로 파악하기 어려울 수 있다.

한편, 첫 번째 이미지(111)에서 두 번째 토널 영역은 시각적으로 강조하기 위하여 청록색으로 표시되었다.

일 예시에 따르면 두 번째 이미지(121)와 같은 토널 영역이 설정될 수 있다. 세 번째 이미지(122)는 두 번째 이미지(121)와 같은 토널 영역에 포함되는 소나그램의 픽셀만이 표현된 이미지이다.

세 번째 이미지(122)에 포함된 모든 픽셀들이 해양 물체를 식별하기 위하여 필요한 것은 아니므로, 픽셀은 도1a 에서 서술한 적응적 문턱기법 및 연결 성분의 수를 기준으로 토널 신호 픽셀로 결정될 수 있다.

네 번째 이미지(131)는 두 번째 이미지(121)와 같은 토널 영역에 포함되는 소나그램의 토널 신호 픽셀로 결정된 픽셀만이 표현된 이미지이다.

다섯 번째 이미지(141)는 소나그램의 모든 토널 영역에 포함되는 토널 신호 픽셀을 모두 병합하여 생성된 토널 신호 영상이다.

도 2는 일 예시에 따른 소나그램과 토널 영역을 도시하는 도면이다.

도 2를 참조하면, 첫 번째 이미지는 음향신호를 신호 처리하여 생성한 소나그램을 나타내며, 두 번째 이미지는 소나그램에서 토널 영역이 설정되는 방식을 나타낸다.

이미지의 가로축은 주파수 축이고, 세로축은 시간 축을 의미한다. 신호원은 다양한 주파수를 가지는 음향 신호를 발생시킬 수 있으므로, 일 예시에 따르면 소나그램에 토널 신호가 녹색으로 표현되어 있다.

구체적으로, 소나그램에 4개의 주파수 영역에서 복수의 녹색 픽셀로 구성된 선(line)이 표현되어 있다. 또한, 왼쪽에서 두 번째 주파수 영역에서 토널 신호를 식별하기 위해 토널 영역은 토널 신호의 시작 위치, 종료 위치 및 두께를 수신하여 두 번째 이미지와 같이 폭이 좁고 길이가 긴 직사각형 형태로 설정되었다.

이와 같은 방식으로, 나머지 3개의 주파수 영역에서도 토널 신호의 시작 위치, 종료 위치 및 두께를 수신하여 토널 영역이 설정될 수 있다.

도 3a는 다른 예시에 따른 소나그램과 복수의 토널 영역을 도시하는 도면이다.

도 3a을 참조하면, 첫 번째 이미지는 토널 영역이 설정되지 않은 소나그램을 나타내며, 두 번째 이미지는 8개의 토널 영역이 설정된 소나그램을 나타낸다.

첫 번째 이미지에서 확인할 수 있다시피, 3번, 5번, 6번 및 7번과 같이 선명하게 표현되는 토널 신호가 있는 반면, 1번, 2번, 4번 및 8번과 같이 희미하게 표현되는 토널 신호도 있다.

그러나, 토널 영역이 설정되면 본 발명의 토널 영역 식별 방법에 따라 신속하고 정확하게 토널 신호를 식별할 수 있어, 소나를 이용한 해양 물체의 식별 효율 및 정확도를 향상시킬 수 있다.

도 3b는 다른 예시에 따른 복수의 토널 영역의 픽셀로부터 토널 신호 영상이 생성되는 구체적인 과정을 도시하는 도면이다.

도 3b를 참조하면, 8개의 이미지 세트와 1개의 병합된 이미지가 도시되어 있다. 8개의 이미지 세트는 각각 (1): 토널 영역 설정, (2): 토널 영역의 픽셀, (3): 유효 픽셀 및 (4): 토널 신호 픽셀을 표현하는 4개의 이미지로 구성된다.

도 1a에서 서술한 바에 따르면, 유효 픽셀을 표현하는 이미지는 토널 영역의 픽셀을 표현하는 이미지에 적응적 문턱 기법을 적용하여 1차 필터링된 이미지에 해당한다. 이에 따라, 유효 픽셀을 표현하는 이미지는 토널 영역의 픽셀을 표현하는 이미지보다 더 적은 수의 픽셀을 포함한다.

또한, 토널 신호 픽셀을 표현하는 이미지는 유효 픽셀을 표현하는 이미지에서 연결 성분의 수를 기준으로 2차 필터링된 이미지에 해당한다. 이에 따라, 토널 신호 픽셀을 표현하는 이미지는 유효 픽셀을 표현하는 이미지보다 더 적은 수의 픽셀을 포함한다.

1개의 병합된 이미지는 (5): 토널 신호 영상을 의미할 수 있다. 구체적으로, 8개의 토널 영역으로부터 결정된 토널 신호 픽셀을 모두 병합하여 생성된 이미지에 해당한다.

도 4는 일 예시에 따른 해양 물체 탐지를 위한 인공지능 모델의 입·출력 데이터를 도시하는 도면이다.

도 4를 참조하면, 소나그램의 토널 신호 식별에 이용되는 인공지능 모델에 이용하기 위한 입·출력 데이터가 도시되어 있다.

인공지능을 이용하여 해양 물체를 신속·정확하게 탐지하기 위해, 인공지능 모델을 학습시킬 필요가 있다. 이에, 소나그램과 토널 신호 영상이 학습 데이터로 이용될 수 있다. 구체적으로, 지도 학습(supervised learning)에서는 학습 데이터로서 입력 데이터와 그에 대응하는 출력 데이터를 이용할 수 있는데, 소나그램과 토널 신호 영상이 각각 입력 데이터와 출력 데이터가 될 수 있다. 즉, 소나그램은 문제에 해당되고, 토널 신호 영상은 정답 역할을 하는 레이블에 해당될 수 있다.

일 예시에 따르면, 첫 번째 이미지는 입력 데이터 예시로서 소나그램이 이에 해당될 수 있다. 소나그램을 지도학습에 의해 생성된 모델에 입력하여 토널 신호를 식별할 수 있다. 한편, 두 번째 이미지는 입력 데이터가 인공지능 모델에 의해 처리된 결과를 나타내는 출력 데이터이며, 토널 신호 영상이 이에 해당될 수 있다.

도 5는 일 실시 예에 따른 토널 신호 식별 장치의 구성을 나타내는 개념도이다.

장치(500)는 프로세서(501), 메모리(502) 및 입력부(503)를 포함할 수 있다. 도 5에 도시된 장치(500)에는 실시 예와 관련된 구성요소들만이 도시되어 있다. 따라서, 도 5에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 더 포함될 수 있음을 당해 기술분야의 통상의 기술자라면 이해할 수 있다.

입력부(503)는 토널 영역의 정보를 입력 받기 위한 구성일 수 있다. 입력 받은 토널 영역의 정보는 프로세서(501) 또는 메모리(502)로 전송될 수 있다.

메모리(502)는, 프로세서(501)의 처리 및 제어를 위한 프로그램을 저장할 수 있다. 메모리(502)는 수집된 데이터를 저장하여 소나그램, 수신한 토널 영역 정보, 토널 신호 픽셀 및 토널 신호 영상 등을 포함할 수 있다. 메모리(502)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(RAM, Random Access Memory) SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.

프로세서(501)는 도 1a 내지 도 5에서 상술한 토널 신호 식별을 위해 필요한 일련의 과정을 처리할 수 있다. 일 실시 예에서 프로세서(501)는 소나그램의 토널 영역의 정보를 수신하여 토널 영역을 설정하고, 토널 영역의 픽셀을 토널 신호 픽셀로 결정하고, 토널 신호 픽셀을 병합하여 토널 신호 영상을 생성할 수 있다.

한편, 장치(500)의 프로세서(501)는 적어도 하나의 하드웨어 칩 형태로 제작되어 장치(500)에 탑재될 수 있다.

본 실시 예들은 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체 및 통신 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다. 통신 매체는 전형적으로 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈과 같은 변조된 데이터 신호의 기타 데이터, 또는 기타 전송 메커니즘을 포함하며, 임의의 정보 전달 매체를 포함한다.

또한, 본 명세서에서, "부"는 프로세서 또는 회로와 같은 하드웨어 구성(hardware component), 및/또는 프로세서와 같은 하드웨어 구성에 의해 실행되는 소프트웨어 구성(software component)일 수 있다.

전술한 본 명세서의 설명은 예시를 위한 것이며, 본 명세서의 내용이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.

한편, 실시예들과 관련된 기술 분야에서 통상의 지식을 가진 자는 상기된 기재의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 방법들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 발명의 범위는 전술한 설명이 아니라 청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 발명에 포함된 것으로 해석되어야 할 것이다.

Claims

음향신호를 신호 처리(signal processing)하여 소나그램(sonagram)을 생성하는 단계;
상기 소나그램의 토널(tonal) 영역의 정보를 수신하여 상기 토널 영역을 설정하는 단계;
상기 토널 영역의 픽셀을 토널 신호 픽셀로 결정하는 단계; 및
상기 토널 신호 픽셀을 병합하여 토널 신호 영상을 생성하는 단계를 포함하고,
상기 소나그램의 상기 토널 영역의 정보를 수신하여 상기 토널 영역을 설정하는 단계는,
상기 토널 영역의 시작 위치 및 종료 위치를 수신하는 단계;
상기 토널 영역의 두께를 수신하는 단계; 및
상기 시작 위치로부터 상기 종료 위치까지의 길이와 상기 두께를 갖는 영역을 상기 토널 영역으로 설정하는 단계를 포함하는, 해양 물체 식별을 위한 토널 신호 식별 방법.
삭제
제 1 항에 있어서,
상기 토널 영역의 픽셀을 상기 토널 신호 픽셀로 결정하는 단계는,
상기 토널 영역의 픽셀에 적응적 문턱(adaptive thresholding) 기법을 적용하여 유효 픽셀을 결정하는 단계; 및
상기 유효 픽셀을 연결 성분(connected component)의 수를 기준으로 상기 토널 신호 픽셀로서 결정하는 단계를 더 포함하는, 토널 신호 식별 방법.
제 3 항에 있어서,
상기 적응적 문턱 기법은,
상기 토널 영역의 픽셀 값이 제 1 임계값 이상인 적어도 하나의 픽셀을 유효 픽셀로서 결정하는 것인, 토널 신호 식별 방법.
제 4 항에 있어서,
상기 유효 픽셀의 상기 연결 성분의 수가 제 2 임계값 이상인 적어도 하나의 상기 유효 픽셀을 토널 신호 픽셀로서 결정하는 것인, 토널 신호 식별 방법.
제 1 항에 있어서,
상기 토널 신호 픽셀을 병합하여 상기 토널 신호 영상을 생성하는 단계는,
상기 결정된 토널 신호 픽셀을 논리적 OR 연산하여 병합하는 것인, 토널 신호 식별 방법.
제 1 항에 있어서,
상기 신호 처리는 LOFAR(Low Frequency Analysis and Recording) 또는 DEMON(Detection of Envelope Modulation On Noise) 알고리즘 중 어느 하나인 것인, 토널 신호 식별 방법.
하나 이상의 명령어(instruction)를 저장하는 메모리;
소나그램의 토널 영역의 정보를 입력 받기 위한 입력부; 및
상기 하나 이상의 명령어를 실행함으로써, 음향신호를 신호 처리하여 상기 소나그램을 생성하고, 상기 소나그램의 상기 토널 영역의 정보를 수신하여 상기 토널 영역을 설정하고, 상기 토널 영역의 픽셀을 토널 신호 픽셀로 결정하고, 상기 토널 신호 픽셀을 병합하여 토널 신호 영상을 생성하는 프로세서를 포함하고,
상기 소나그램의 상기 토널 영역의 정보를 수신하여 상기 토널 영역을 설정하는 것은,
상기 토널 영역의 시작 위치 및 종료 위치를 수신하고, 상기 토널 영역의 두께를 수신하고, 상기 시작 위치로부터 상기 종료 위치까지의 길이와 상기 두께를 갖는 영역을 상기 토널 영역으로 설정하는 것인, 토널 신호 식별 장치.
하드웨어와 결합되어, 제 1 항 및 제 3 항 내지 제 7 항 중 어느 한 항에 따른 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램.