KR102659216B1 - 망 분리 기반의 비상 상황을 전파하기 위한 장치 및 이를 위한 방법 - Google Patents

망 분리 기반의 비상 상황을 전파하기 위한 장치 및 이를 위한 방법 Download PDF

Info

Publication number
KR102659216B1
KR102659216B1 KR1020210133959A KR20210133959A KR102659216B1 KR 102659216 B1 KR102659216 B1 KR 102659216B1 KR 1020210133959 A KR1020210133959 A KR 1020210133959A KR 20210133959 A KR20210133959 A KR 20210133959A KR 102659216 B1 KR102659216 B1 KR 102659216B1
Authority
KR
South Korea
Prior art keywords
emergency situation
situation
layer
image
authentication
Prior art date
Application number
KR1020210133959A
Other languages
English (en)
Other versions
KR20230050762A (ko
Inventor
황보현철
Original Assignee
(주)이현정보통신
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)이현정보통신 filed Critical (주)이현정보통신
Priority to KR1020210133959A priority Critical patent/KR102659216B1/ko
Publication of KR20230050762A publication Critical patent/KR20230050762A/ko
Application granted granted Critical
Publication of KR102659216B1 publication Critical patent/KR102659216B1/ko

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/10—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using wireless transmission systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/047—Probabilistic or stochastic networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Emergency Management (AREA)
  • Business, Economics & Management (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Alarm Systems (AREA)

Abstract

비상 상황을 전파하기 위한 장치는 감시영상장치로부터 현장 영상을 수신하면, 학습된 가중치로 연결되는 복수의 계층을 포함하는 검출망을 통해 상기 현장 영상에 대해 복수의 계층 간 가중치가 적용되는 복수의 연산을 수행하여 현장 영상의 상황이 정상 상황인지 혹은 비상 상황인지 여부를 확률로 나타내는 출력값을 산출하고, 상기 확률이 현장 영상의 상황이 비상 상황임을 나타내면, 해당 현장 영상을 비상상황영상으로 검출하는 검출부를 포함한다.

Description

망 분리 기반의 비상 상황을 전파하기 위한 장치 및 이를 위한 방법{Apparatus for disseminating an emergency situation based on network separation and method therefor}
본 발명은 비상 상황 전파 기술에 관한 것으로, 보다 상세하게는, 망 분리 기반의 비상 상황을 전파하기 위한 장치 및 이를 위한 방법에 관한 것이다.
태풍, 홍수, 화재, 감염병 등 각 종 재난이 빈번하게 발생하고 있다. 이러한 재난에 대한 현장 상황은 다양한 CCTV를 통해 수집되고 있으나, 내부망의 보안 관리를 위해 망이 분리되어 있어, 이러한 재난에 대해 대응하는 대응팀에 제공할 수 없는 실정이다.
한국공개특허 제2015-0018975호 (2015년 02월 25일 공개)
본 발명의 목적은 망 분리 기반의 비상 상황을 전파하기 위한 장치 및 이를 위한 방법을 제공함에 있다.
상술한 바와 같은 목적을 달성하기 위한 본 발명의 바람직한 실시에에 따른 비상 상황을 전파하기 위한 장치는 감시영상장치로부터 현장 영상을 수신하면, 학습된 가중치로 연결되는 복수의 계층을 포함하는 검출망을 통해 상기 현장 영상에 대해 복수의 계층 간 가중치가 적용되는 복수의 연산을 수행하여 현장 영상의 상황이 정상 상황인지 혹은 비상 상황인지 여부를 확률로 나타내는 출력값을 산출하고, 상기 확률이 현장 영상의 상황이 비상 상황임을 나타내면, 해당 현장 영상을 비상상황영상으로 검출하는 검출부를 포함한다.
상기 장치는 복수의 단말을 대표하는 어느 하나의 대표 단말로부터 인증을 위한 암호코드, 인증 단말의 수 및 인증 기간을 포함하는 인증 정보를 수신하면, 기 저장된 인증 확인 정보와 비교하여 인증을 수행하는 인증부를 더 포함한다. 여기서, 상기 인증은 상기 대표 단말이 비상상황영상을 수신할 수 있는 자격과, 상기 인증 기간 동안 상기 인증 단말의 수의 다른 단말에 비상상황영상을 전송할 수 있도록 하는 자격을 인증하는 것을 특징으로 한다.
상기 장치는 상기 비상상황영상에 대응하는 부가 영상을 검출하는 영상처리부를 더 포함한다. 여기서, 상기 부가 영상은 상기 비상상황영상에 대응하는 과거의 현장 영상 중 정상 상황의 현장 영상 및 비상 상황의 현장 영상을 포함하는 것을 특징으로 한다.
상기 검출망은 입력층, 컨벌루션층, 풀링층, 제1 완전연결층, 제2 완전연결층 및 출력층을 포함하며, 상기 입력층은 현장 영상을 입력받고, 상기 컨볼루션층은 입력된 현장 영상에 대해 제1 필터를 이용한 컨벌루션 연산 및 활성화함수에 의한 연산을 수행하여 적어도 하나의 제1 특징지도를 도출하고, 상기 풀링층은 상기 컨볼루션층의 적어도 하나의 제1 특징지도에 대해 제2 필터를 이용한 풀링 연산을 수행하여 적어도 하나의 제2 특징지도를 도출하고, 상기 제1 완결연결층의 복수의 제1 노드는 풀링층의 적어도 하나의 제2 특징지도에 대해 활성화함수에 의한 연산을 통해 복수의 제1 노드값을 산출하고, 상기 제2 완결연결층의 복수의 제2 노드는 상기 제1 완전연결층의 복수의 제1 노드값에 대해 활성화함수에 의한 연산을 통해 복수의 제2 노드값을 산출하고, 상기 출력층의 출력노드는 상기 제2 완결연결층의 복수의 제2 노드값에 대해 가중치가 적용되는 활성화함수에 의한 연산을 통해 상기 입력층에 입력된 현장 영상의 상황이 정상 상황인지 혹은 비상 상황인지 여부를 확률로 나타내는 출력값을 산출하는 것을 특징으로 한다.
상기 장치는 레이블이 설정된 학습용 현장 영상를 마련한 후, 학습용 현장 영상을 학습이 완료되지 않은 검출망에 입력하고, 검출망이 상기 학습용 현장 영상에 대해 복수의 계층 간 가중치가 적용되는 복수의 연산을 수행하여 현장 영상의 상황이 정상 상황인지 혹은 비상 상황인지 여부를 확률로 나타내는 출력값을 산출하면, 손실함수를 통해 출력값과 상기 레이블의 차이인 손실이 최소가 되도록 검출망의 파라미터를 수정하는 최적화를 수행하는 학습부를 더 포함한다.
상기 학습부는 손실함수
Figure 112021115689018-pat00001
에 따라 손실을 산출하며, 상기 E는 손실을 나타내며, 상기 xi는 출력층의 출력값에 대응하는 레이블이고, 상기 yi는 출력층의 출력값인 것을 특징으로 한다.
상술한 바와 같은 목적을 달성하기 위한 본 발명의 바람직한 실시에에 따른 비상 상황을 전파하기 위한 방법은 검출부가 감시영상장치로부터 현장 영상을 수신하는 단계와, 상기 검출부가 학습된 가중치로 연결되는 복수의 계층을 포함하는 검출망을 통해 상기 현장 영상에 대해 복수의 계층 간 가중치가 적용되는 복수의 연산을 수행하여 현장 영상의 상황이 정상 상황인지 혹은 비상 상황인지 여부를 확률로 나타내는 출력값을 산출하는 단계와, 상기 검출부가 상기 확률이 현장 영상의 상황이 비상 상황임을 나타내면, 해당 현장 영상을 비상상황영상으로 검출하는 단계를 포함한다.
본 발명에 따르면 심층신경망을 기초로 현장 영상의 상태가 정상인지 혹은 비정상인지 여부를 진단할 수 있다.
도 1은 본 발명의 실시예에 따른 망 분리 기반의 비상 상황을 전파하기 위한 시스템의 구성을 설명하기 위한 도면이다.
도 2는 본 발명의 실시예에 따른 망 분리 기반의 비상 상황을 전파하기 위한 장치의 구성을 설명하기 위한 도면이다.
도 3 내지 도 5는 본 발명의 실시예에 따른 망 분리 기반의 비상 상황을 전파하기 위한 검출망의 구성을 설명하기 위한 도면이다.
도 6은 본 발명의 실시예에 따른 현장 영상의 상태를 진단하도록 검출망을 학습시키는 방법을 설명하기 위한 흐름도이다.
도 7은 본 발명의 실시예에 따른 망 분리 기반의 비상 상황을 전파하기 위한 방법을 설명하기 위한 흐름도이다.
도 8은 본 발명의 실시예에 따른 검출망을 이용하여 현장 영상에서 비상 상황을 나타내는 비상상황영상을 검출하는 방법을 설명하기 위한 흐름도이다.
본 발명의 상세한 설명에 앞서, 이하에서 설명되는 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념으로 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 실시예에 불과할 뿐, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예들을 상세히 설명한다. 이때, 첨부된 도면에서 동일한 구성 요소는 가능한 동일한 부호로 나타내고 있음을 유의해야 한다. 또한, 본 발명의 요지를 흐리게 할 수 있는 공지 기능 및 구성에 대한 상세한 설명은 생략할 것이다. 마찬가지의 이유로 첨부 도면에 있어서 일부 구성요소는 과장되거나 생략되거나 또는 개략적으로 도시되었으며, 각 구성요소의 크기는 실제 크기를 전적으로 반영하는 것이 아니다.
먼저, 본 발명의 실시예에 따른 망 분리 기반의 비상 상황을 전파하기 위한 시스템에 대해서 설명하기로 한다. 도 1은 본 발명의 실시예에 따른 망 분리 기반의 비상 상황을 전파하기 위한 시스템의 구성을 설명하기 위한 도면이다. 도 1을 참조하면, 본 발명의 실시예에 따른 비상상황전파시스템은 관제서버(10), 복수의 감시영상장치(20) 및 복수의 단말(30)을 포함한다.
단말(30)은 비상 상황이 발생한 현장에 파견되는 요원(예컨대, 비상 상황이 화재인 경우 소방관)이 사용하는 장치이다.
감시영상장치(20)는 현장의 상황을 지속적으로 촬영하여 현장 영상을 생성하기 위한 것이다. 감시영상장치(20)는 생성된 현장 영상을 관제서버(10)에 제공한다. 이러한 감시영상장치(20)는 CCTV(Closed-circuit television)가 될 수 있다.
관제서버(10)는 감시영상장치(20)와 내부망(intra-network)을 통해 연결되며, 단말(30)과는 외부망(inter-network)을 통해 연결된다. 관제서버(10)는 감시영상장치(20)로부터 수신된 현장 영상을 비상 상황의 발생 여부를 판단하고, 비상 상황이 발생한 경우, 현장 영상을 단말(30)에 제공할 수 있다.
그러면, 다음으로, 본 발명의 실시예에 따른 망 분리 기반의 비상 상황을 전파하기 위한 장치에 대해서 설명하기로 한다. 도 2는 본 발명의 실시예에 따른 망 분리 기반의 비상 상황을 전파하기 위한 장치의 구성을 설명하기 위한 도면이다. 도 3 내지 도 5는 본 발명의 실시예에 따른 망 분리 기반의 비상 상황을 전파하기 위한 검출망의 구성을 설명하기 위한 도면이다. 도 2를 참조하면, 관제서버(10)는 통신부(11), 입력부(12), 표시부(13), 저장부(14) 및 제어부(15)를 포함한다.
통신부(11)는 감시영상장치(20)로부터 현장 영상을 수신하고, 단말(30)에 현장 영상 중 비상 상황이 발생한 현장의 영상인 비상상황영상을 전송하기 위한 것이다. 통신부(11)는 필요에 따라 무선 통신, 유선 통신 등을 통해 감시영상장치(20)와 연결되어 현장 영상을 수신할 수 있다.
입력부(12)는 관제서버(10)의 각 종 기능, 동작 등을 제어하기 위한 사용자의 키 조작을 입력받고 입력 신호를 생성하여 제어부(15)에 전달한다. 입력부(12)는 키보드, 마우스 등을 예시할 수 있다. 입력부(12)는 전원 on/off를 위한 전원키, 문자키, 숫자키, 방향키 등을 포함할 수 있다. 입력부(12)의 기능은 표시부(13)가 터치스크린으로 구현된 경우, 표시부(13)에서 이루어질 수 있으며, 표시부(13)만으로 모든 기능을 수행할 수 있는 경우, 입력부(12)는 생략될 수도 있다.
표시부(13)는 관제서버(10)의 메뉴, 입력된 데이터, 기능 설정 정보 및 기타 다양한 정보를 사용자에게 시각적으로 제공한다. 특히, 본 발명의 실시예에 따르면, 제어부(15)는 현장 영상에 분석을 수행하여 비상 상황이 발생한 현장 영상을 검출할 수 있다. 이러한 경우, 표시부(13)는 제어부(15)의 제어에 따라 비상 상황이 발생한 현장 영상을 다른 현장 영상과 구분하여 표시부(13)를 통해 표시될 수 있다. 표시부(13)는 관제서버(10)의 부팅 화면, 대기 화면, 메뉴 화면, 등의 화면을 출력하는 기능을 수행한다. 이러한 표시부(13)는 액정표시장치(LCD, Liquid Crystal Display), 유기 발광 다이오드(OLED, Organic Light Emitting Diodes), 능동형 유기 발광 다이오드(AMOLED, Active Matrix Organic Light Emitting Diodes) 등으로 형성될 수 있다.
저장부(14)는 관제서버(10)의 동작에 필요한 각 종 데이터, 애플리케이션, 관제서버(10)의 동작에 따라 구성되는 각 종 데이터를 저장하는 역할을 수행한다. 이러한 저장부(14)는 크게 프로그램 영역과 데이터 영역을 포함할 수 있다. 프로그램 영역은 관제서버(10)의 부팅(booting) 및 운영(operation)을 위한 운영체제(OS, Operating System), 본 발명의 실시예에 따른 애플리케이션 등을 저장할 수 있다. 데이터 영역은 본 발명의 실시예에 따른 현장 영상을 저장할 수 있다. 저장부(14)에 저장되는 각 종 데이터는 사용자의 조작에 따라, 삭제, 변경, 추가될 수 있다.
제어부(15)는 관제서버(10)의 전반적인 동작 및 관제서버(10)의 내부 블록들 간 신호 흐름을 제어하고, 데이터를 처리하는 데이터 처리 기능을 수행할 수 있다. 이러한 제어부(15)는 중앙처리장치(CPU: Central Processing Unit), 디지털신호처리기(DSP: Digital Signal Processor) 등이 될 수 있다. 또한, 제어부(15)는 추가로 이미지 프로세서(Image processor) 혹은 GPU(Graphic Processing Unit)를 더 구비할 수 있다. 제어부(15)는 학습부(100), 검출부(200), 영상처리부(300) 및 인증부(400)를 포함한다.
학습부(100)는 본 발명의 실시예에 따른 심층신경망(DNN: Deep Neural Network)인 검출망(DN)을 학습시키기 위한 일련의 프로세스를 수행한다. 학습부(100)는 검출망(DN)의 학습이 완료되면, 학습이 완료된 검출망(DN)을 검출부(200)에 제공한다. 이러한 학습부(100)의 학습 프로세스에 대해서는 아래에서 더 상세하게 설명하기로 한다.
검출부(200)는 검출망(DN)을 포함하며, 검출망(DN)은 심층컨벌루션신경망(DCNN: deep convolutional neural network)이 될 수 있다. 본 발명의 검출망(DN)은 복수의 계층을 포함한다. 즉, 검출망(DN)은 입력층(IL), 교번으로 반복되는 적어도 한 쌍의 컨벌루션층(CL)과 풀링층(PL), 적어도 하나의 완전연결층(FL1, FL2) 및 출력층(OL)을 포함한다.
검출부(200)는 현장 영상을 수신하면, 검출망(DN)을 통해 현장 영상에 대해 복수의 계층 간 가중치가 적용되는 복수의 연산을 수행하여 현장 영상에서 발생한 상황이 정상 상황인지 혹은 비상 상황인지 여부를 확률로 나타내는 출력값을 산출한다.
일 실시예에 따르면, 검출망(DN)은 도 3에 도시된 바와 같이, 순차로 입력층(IL), 컨볼루션층(GCL), 풀링층(GPL), 제1 완전연결계층(GFL1), 제2 완전연결계층(GFL2) 및 출력층(GOL)을 포함한다.
컨볼루션층(CL) 및 풀링층(PL)은 적어도 하나의 특징지도(FM: Feature Map)으로 구성된다. 특징지도(FM)는 이전 계층의 값에 대해 가중치가 적용된 연산 수행 결과로 생성된다. 이러한 가중치는 필터 혹은 커널(W)을 통해 적용된다. 본 발명의 실시예에서 컨볼루션층(CL)의 컨벌루션 연산은 제1 필터(W1)가 사용되며, 풀링층(PL)의 풀링 연산은 제2 필터(W2)가 사용된다.
입력층(IL)은 현장 영상을 입력 받는 버퍼 역할을 수행한다. 이러한 입력층(IL)은 현장 영상을 픽셀 단위로 입력받을 수 있다.
컨볼루션층(GCL)은 입력된 현장 영상에 대해 제1 필터(W1)를 이용한 컨벌루션(convolution) 연산 및 활성화함수에 의한 연산을 수행하여 적어도 하나의 제1 특징지도(FM1)을 도출한다.
이어서, 풀링층(PL)은 컨볼루션층(CL)의 적어도 하나의 제1 특징지도(FM1)에 대해 제2 필터(W2)를 이용한 풀링(pooling 또는 sub-sampling) 연산을 수행하여 적어도 하나의 제2 특징지도(FM2)을 도출한다.
제1 완결연결층(FL1)은 복수의 제1 노드(f1 내지 fm)로 이루어진다. 제1 완결연결층(FL1)의 복수의 제1 노드(f1 내지 fm)는 풀링층(PL)의 적어도 하나의 제2 특징지도(FM2)에 대해 활성화함수에 의한 연산을 통해 복수의 제1 노드값을 산출한다.
제2 완결연결층(FL2)은 복수의 제2 노드(g1 내지 gn)로 이루어진다. 제2 완결연결층(FL2)의 복수의 제2 노드(f1 내지 fm)는 제1 완전연결층(GFL1)의 복수의 제1 노드값에 대해 활성화함수에 의한 연산을 통해 복수의 제2 노드값을 산출한다.
전술한 컨벌루션층(CL)과 제1 및 제2 완결연결층(FL1, FL2)에서 사용되는 활성화함수는 시그모이드(Sigmoid), 하이퍼볼릭탄젠트(tanh: Hyperbolic tangent), ELU(Exponential Linear Unit), ReLU(Rectified Linear Unit), Leakly ReLU, Maxout, Minout, Softmax 등을 예시할 수 있다. 이러한 활성화함수 중 어느 하나를 선택하여 사용할 수 있다.
도 4 및 도 5를 참조하면, 출력층(OL)은 2개의 출력노드(N, A)를 포함한다. 제2 완결연결층(FL2)의 복수의 제2 노드(g1 내지 gn) 각각은 가중치(W: weight)를 가지는 채널(점선으로 표시)로 출력층(OL)의 출력노드(N, A)와 연결된다. 다른 말로, 복수의 제2 노드(g1 내지 gn)의 복수의 제2 노드값은 가중치가 적용되어 출력노드(N, A)에 각각 입력된다. 이에 따라, 출력층(OL)의 출력노드(N, A)는 제2 완결연결층(FL2)의 가중치가 적용되는 복수의 제2 노드값에 대해 활성화함수에 의한 연산을 통해 입력층(IL)에 입력된 현장 영상에서 발생한 상황이 정상인지(normal) 혹은 비상상황(abnormal)인지 여부를 나타내는 확률을 산출한다.
한편, 도 5에 본 발명의 실시예에 따른 노드(N)가 도시되었다. 이러한 노드(N)는 검출망(DN)의 출력노드(N, A) 중 어느 하나로 가정하여 설명할 것이지만, 이 노드(N)에 대한 설명은 검출망(DN)에 포함된 제1 노드(f1 내지 fm), 제2 노드(f1 내지 fm) 및 출력노드(N, A)와 그 밖에 본 발명의 다른 모든 노드에 공통으로 적용될 수 있다.
노드(N)는 입력된 신호 x=[x1, x2, … , xn]에 가중치 w=[w1, w2, … , wn]를 적용한 후, 그 결과에 함수 F를 취한다. 여기서, 함수 F는 활성화 함수(activation function)이다. 이때, 입력이 동일한 경우에도, 출력은 가중치(W)에 따라 다른 값이 된다. 즉, 각 노드의 출력은 다음의 수학식 1과 같다.
Figure 112021115689018-pat00002
설명되지 않은 파라미터 중 b는 임계치이며, 이러한 임계치는 수학식 1에서
Figure 112021115689018-pat00003
의 값이 임계치 보다 작을 때 해당 노드가 활성화되지 않도록 하는 역할을 한다. 예를 들면, 노드(N)의 이전 계층의 노드가 3개라고 가정한다. 이에 따라, 해당 노드에 대해 3개의 입력(n=3) X1, X2, X3과 3개의 가중치 W1, W2, W3이 존재한다. 노드(N)는 3개의 입력 X1, X2, X3에 대응하는 가중치 W1, W2, W3을 곱한 값을 입력받고, 모두 합산한 후, 합산된 값을 전달 함수에 대입하여 출력을 산출한다. 구체적으로, 입력 [X1, X2, X3] = 0.5, -0.3, 0이라고 가정하고, 가중치 w=[W1, W2, W3] = 4, 5, 2라고 가정한다. 또한, 설명의 편의를 위하여 전달 함수는 'sgn()'이라고 가정하면, 다음과 같이 출력값이 산출된다.
x1 × w1 = 0.5 × 4 = 2
x2 × w2 = - 0.3 × 5 = -1.5
x3 × w3 = 0 × 2 = 0
2 + (-1.5) + 0 = 0.5
sgn(0.5) = 1
이와 같이, 본 발명의 검출망(DN)의 어느 하나의 노드는 이전 계층의 노드값에 가중치를 적용한 값을 입력받고, 이를 합산하여 활성화함수에 따라 연산을 수행하고, 이러한 결과를 다음 계층의 입력으로 전달한다.
다시, 도 4를 참조하면, 출력층(OL)의 2개의 출력노드(N, A) 각각은 현장 영상에서 발생한 상황이 정상 상황(normal)인지 혹은 비상 상황(abnormal)인지 여부에 대응한다. 즉, 제1 출력노드(N)는 정상 상황(normal)에 대응하며, 제2 출력노드(A)는 비상 상황(abnormal)에 대응한다. 이에 따라, 제1 출력노드(N)의 출력값은 입력층(IL)에 입력된 현장 영상에서 발생한 상황이 정상 상황(normal)일 확률이며, 제2 출력노드(A)의 출력값은 입력층(IL)에 입력된 현장 영상에서 발생한 상황이 비상 상황(abnormal)일 확률을 나타낸다.
출력노드(N, A) 각각은 복수의 제2 노드(g1 내지 gn)로부터 입력되는 복수의 제2 노드값 x=[x1, x2, … , xn]에 가중치 w=[w1, w2, … , wn]를 적용한 후, 그 결과에 활성화함수 F를 취하여 출력값을 산출한다. 예컨대, 제1 및 제2 출력노드(N, A) 각각의 출력값이 각각 0.201, 0.799이면, 현장 영상의 상황이 정상 상황(normal)일 확률이 20%이고, 현장 영상의 상황이 비상 상황(abnormal)일 확률이 80%라는 것을 나타낸다. 이와 같이, 검출망(DN)이 확률(0.201, 0.799)을 출력하면, 검출부(200)는 이러한 확률(0.201, 0.799)에 따라 현장 영상의 상황이 비상 상황(abnormal)인 것으로 판단할 수 있다. 즉, 검출부(200)는 검출망(DN)이 출력한 확률(0.201, 0.799)이 현장 영상의 상황이 비상 상황임을 나타내면, 해당 현장 영상을 비상상황영상으로 검출할 수 있다.
다시 도 2를 참조하면, 영상처리부(300)는 저장부(14)에 저장된 복수의 현장 영상 중 비상상황영상에 대응하는 부가 영상을 검출한다. 부가 영상은 비상상황영상에 대응하는 과거의 현장 영상 중 정상 상황의 현장 영상과, 비상 상황의 현장 영상을 포함한다. 영상처리부(300)는 저장부(14)에서 부가 영상을 검출하고, 통신부(11)를 통해 검출된 부가 영상을 비상상황영상과 함께 단말(30)에 제공할 수 있다. 이에 따라, 단말(30)의 사용자, 예컨대, 소방관은 현재의 위험 정도, 음영 지역 식별 등을 쉽게 판단할 수 있다.
인증부(400)는 비상상황영상을 제공할 대상 단말(30)을 인증하기 위한 것이다. 특히, 인증부(400)는 어느 하나의 단말(30), 즉, 대표 단말에 대해 복수의 다른 단말(30)을 대표하여 인증을 제공할 수 있다. 이러한 인증의 경우, 인증을 위한 암호코드, 인증 단말(30)의 수 및 인증 기간을 적용하여 인증을 수행할 수 있다. 인증부(400)는 저장부(14)에 인증 확인 정보를 저장하며, 인증 확인 정보는 암호코드와, 암호코드에 대응하는 인증 단말(30)의 수 및 인증 기간을 포함한다. 이러한 인증부(400)의 인증은 대표 단말이 비상상황영상을 수신할 수 있는 자격과, 인증 기간 동안 인증 단말의 수의 다른 단말에 비상상황영상을 전송할 수 있도록 하는 자격을 인증하는 것을 의미한다.
다음으로, 본 발명의 실시예에 따른 망 분리 기반의 비상 상황을 전파하기 위한 방법에 대해서 설명하기로 한다. 현장 영상의 상태를 진단하기 위해서는 검출망(DN)의 학습이 요구된다. 이러한 방법에 대해서 설명하기로 한다. 먼저, 검출망(DN)을 학습시키는 방법에 대해서 설명한다. 도 6은 본 발명의 실시예에 따른 현장 영상의 상태를 진단하도록 검출망을 학습시키는 방법을 설명하기 위한 흐름도이다.
도 6을 참조하면, 학습부(100)는 S110 단계에서 학습용 현장 영상을 마련한다. 학습용 현장 영상은 현장 영상의 상황이 정상 상황인지 혹은 비상 상황인지 여부를 알 수 있는 영상이다.
그런 다음, 학습부(100)는 S120 단계에서 학습용 현장 영상에 대해 레이블을 설정한다. 여기서, 레이블은 정상 상황 혹은 비상 상황 여부를 나타내는 원핫인코딩벡터가 될 수 있다. 이때, 정상 상황으로 알려진 학습용 현장 영상에는 출력노드(N, A)에 대응하여 분류 레이블 [1, 0]을 부여하고, 비상 상황으로 알려진 학습용 현장 영상에는 출력노드(N, A)에 대응하여 분류 레이블 [0, 1]을 부여한다.
다음으로, 학습부(100)는 S130 단계에서 해당하는 학습용 현장 영상을 학습이 완료되지 않은 검출망(DN)에 입력한다. 그러면, 검출망(DN)은 S140 단계에서 복수의 계층 간 가중치가 적용되는 복수의 연산을 수행하여 현장 영상의 상황이 정상 상황인지 혹은 비상 상황인지 여부를 확률로 나타내는 출력값을 산출한다.
그러면, 학습부(100)는 S150 단계에서 손실함수를 통해 출력값과 레이블의 차이인 손실이 최소가 되도록 검출망(DN))의 파라미터, 즉, 가중치(w), 임계치(b) 등을 수정하는 최적화를 수행할 수 있다. 이때, 학습부(100)는 다음의 수학식 2와 같은 손실함수를 통해 손실을 구할 수 있다.
Figure 112021115689018-pat00004
여기서, E는 손실을 나타낸다. 또한, xi는 출력층의 출력값에 대응하는 레이블이고, yi는 출력층의 출력값을 나타낸다.
전술한 S120 단계 내지 S150 단계는 복수의 서로 다른 학습 데이터를 이용하여 반복하여 수행되며, 이러한 반복은 평가 지표를 통해 기 설정된 정확도에 도달할 때까지 이루어질 수 있다.
다음으로, 전술한 바와 같은 방법으로 학습이 완료된 검출망(DN)을 이용하여 현장 영상의 상태를 진단하는 방법에 대해서 설명하기로 한다. 도 7은 본 발명의 실시예에 따른 망 분리 기반의 비상 상황을 전파하기 위한 방법을 설명하기 위한 흐름도이다.
도 7을 참조하면, 복수의 감시영상장치(20)는 S210 단계에서 지속적으로 현장 영상을 촬영하여 내부망을 통해 관제서버(10)에 제공한다. 그러면, 관제서버(10)는
한편, 도 7에서, 제1 단말(31) 및 복수의 제2 단말(32)은 하나의 단말 그룹이며, 제1 단말(31)은 하나의 인증 그룹을 대표하여 인증을 수행하는 단말(30)이다.
관제서버(10)의 인증부(400)는 S220 단계에서 제1 단말(31)로부터 인증 정보를 수신할 수 있다. 이러한 인증 정보는 인증을 위한 암호코드, 인증 단말(30)의 수 및 인증 기간을 포함할 수 있다.
인증부(400)는 S230 단계에서 저장부(14)에 저장된 인증 확인 정보와, 인증을 위한 암호코드, 인증 단말(30)의 수 및 인증 기간을 확인하여 인증을 수행할 수 있다. 인증 확인 정보는 암호코드와, 암호코드에 대응하는 인증 단말(30)의 수 및 인증 기간을 포함하며, 인증부(400)는 인증 정보와 임증 확인 정보가 동일한지 여부를 통해 인증을 수행한다.
인증에 성공하면, 관제서버(10)의 검출부(200)는 S240 단계에서 검출망(DN)을 이용하여 복수의 현장 영상 중 이상 상황인 발생한 현장 영상인 이상상황영상을 검출한다.
그러면, 영상처리부(300)는 S250 단계에서 저장부(14)에 저장된 복수의 현장 영상 중 비상상황영상에 대응하는 부가 영상을 검출한다. 부가 영상은 비상상황영상에 대응하는 과거의 현장 영상 중 정상 상황의 현장 영상과, 비상 상황의 현장 영상을 포함한다. 이러한 S250 단계는 선택적으로 수행되지 않을 수 있다. 이어서, 영상처리부(300)는 S260 단계에서 통신부(11)를 통해 비상상황영상을 제1 단말(31)로 전송한다. 이때, 영상처리부(300)는 비상상황영상과 함께 검출된 부가 영상을 제1 단말(31)로 전송할 수 있다. 예를 들면, 현장에 출동하고 있는 소방관의 단말(30)에 현재의 실시간 영상인 비상상황영상 뿐만 아니라, 이에 대응하는 과거의 현장 영상 중 이상 상황의 현장 영상과 정상 상황의 현장 영상을 함께 전달함으로써, 현재의 위험 정도, 음영 지역 식별 등을 쉽게 판단할 수 있다.
제1 단말(31)은 앞서 S230 단계에서 인증 가능한 단말(30)의 수 및 인증 기간을 함께 인증 받았기 때문에, S270 단계에서 인증 기간 동안 인증 단말(30)의 수의 다른 단말, 즉, 제2 단말(32)에 비상상황영상을 전송할 수 있다. 이때, 제1 단말(31)은 비상상황영상과 함께 검출된 부가 영상을 복수의 제2 단말(32)로 전송할 수 있다. 예를 들면, 다수의 소방관 중 대표 소방관의 단말(30), 즉, 제1 단말(31)만 관제서버(10)와 인증을 실시하여, 비상상황영상을 수신하고, 근접 지역의 다른 소방관의 단말들, 즉, 복수의 제2 단말(32)은 대표 소방관의 제1 단말(31)과 연결하여 추가적인 인증 절차 없이 비상상황영상을 수신할 수 있다.
다음으로, 전술한 S240 단계에 대해 보다 상세하게 설명하기로 한다. 도 8은 본 발명의 실시예에 따른 검출망을 이용하여 현장 영상에서 비상 상황을 나타내는 비상상황영상을 검출하는 방법을 설명하기 위한 흐름도이다.
도 8을 참조하면, 관제서버(10)의 감시영상장치(20)로부터 통신부(11)를 통해 현장 영상을 지속적으로 수신한다. 이에 따라, 검출부(200)는 S310 단계에서 현장 영상을 입력 받는다.
검출부(200)는 S320 단계에서 현장 영상에 대해 검출망(DN)을 통해 현장 영상에 대해 복수의 계층 간 가중치가 적용되는 복수의 연산을 수행하여 현장 영상에 포함된 현장 영상에 이상이 있는지 여부를 확률로 나타내는 출력값을 산출한다.
이러한 S320 단계에서 검출망(DN)의 동작에 대해 보다 상세하게 설명하면 다음과 같다.
입력층(IL)이 현장 영상을 입력 받으면, 컨볼루션층(GCL)은 입력된 현장 영상에 대해 제1 필터(W1)를 이용한 컨벌루션(convolution) 연산 및 활성화함수에 의한 연산을 수행하여 적어도 하나의 제1 특징지도(FM1)을 도출한다.
이어서, 풀링층(PL)은 컨볼루션층(CL)의 적어도 하나의 제1 특징지도(FM1)에 대해 제2 필터(W2)를 이용한 풀링(pooling 또는 sub-sampling) 연산을 수행하여 적어도 하나의 제2 특징지도(FM2)을 도출한다.
이어서, 제1 완결연결층(FL1)의 복수의 제1 노드(f1 내지 fm)는 풀링층(PL)의 적어도 하나의 제2 특징지도(FM2)에 대해 활성화함수에 의한 연산을 통해 복수의 제1 노드값을 산출한다.
이어서, 제2 완결연결층(FL2)의 복수의 제2 노드(f1 내지 fm)는 제1 완전연결층(GFL1)의 복수의 제1 노드값에 대해 활성화함수에 의한 연산을 통해 복수의 제2 노드값을 산출한다.
출력층(OL)의 출력노드(N, A)는 제2 완결연결층(FL2)의 복수의 제2 노드값에 대해 가중치가 적용되는 활성화함수에 의한 연산을 통해 입력층(IL)에 입력된 현장 영상의 상황인 정상 상황(normal)인지 혹은 비상 상황(abnormal)인지 여부를 나타내는 확률인 출력값을 산출한다.
전술한 바와 같이, 출력값이 산출되면, 검출부(200)는 S340 단계에서 검출망(DN)의 출력값의 확률에 따라 현장 영상의 상황이 정상 상황(normal)인지 혹은 비상 상황(abnormal)인지 여부를 판단하여 비상 상황(abnormal)인 것으로 판단되면, 해당 현장 영상을 비상상황영상으로 검출한다. 예컨대, 검출망(DN)이 확률(0.211, 0.789)을 출력하면, 검출부(200)는 이러한 확률(0.211, 0.789)에 따라 해당 현장 영상의 상황이 비상 상황(abnormal)인 것으로 판단하고, 해당 현장 영상을 비상상황영상으로 검출한다.
한편, 전술한 본 발명의 실시예에 따른 방법은 다양한 컴퓨터수단을 통하여 판독 가능한 프로그램 형태로 구현되어 컴퓨터로 판독 가능한 기록매체에 기록될 수 있다. 여기서, 기록매체는 프로그램 명령, 데이터 파일, 데이터구조 등을 단독으로 또는 조합하여 포함할 수 있다. 기록매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 예컨대 기록매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광 기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 포함한다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 와이어뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 와이어를 포함할 수 있다. 이러한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상 본 발명을 몇 가지 바람직한 실시예를 사용하여 설명하였으나, 이들 실시예는 예시적인 것이며 한정적인 것이 아니다. 이와 같이, 본 발명이 속하는 기술분야에서 통상의 지식을 지닌 자라면 본 발명의 사상과 첨부된 특허청구범위에 제시된 권리범위에서 벗어나지 않으면서 균등론에 따라 다양한 변화와 수정을 가할 수 있음을 이해할 것이다.
10: 관제서버 11: 통신부
12: 입력부 13: 표시부
14: 저장부 15: 제어부
20: 감시영상장치 30: 단말
100: 학습부 200: 검출부
300: 영상처리부 400: 인증부

Claims (7)

  1. 비상 상황을 전파하기 위한 장치에 있어서,
    감시영상장치로부터 현장 영상을 수신하면, 학습된 가중치로 연결되는 복수의 계층을 포함하는 검출망을 통해 상기 현장 영상에 대해 복수의 계층 간 가중치가 적용되는 복수의 연산을 수행하여 현장 영상의 상황이 정상 상황인지 혹은 비상 상황인지 여부를 확률로 나타내는 출력값을 산출하고,
    상기 확률이 현장 영상의 상황이 비상 상황임을 나타내면, 해당 현장 영상을 비상상황영상으로 검출하는 검출부; 및
    상기 비상상황영상에 대응하는 부가 영상을 검출하는 영상처리부;
    를 포함하며,
    상기 부가 영상은
    상기 비상상황영상에 대응하는 과거의 현장 영상 중 정상 상황의 현장 영상 및 비상 상황의 현장 영상을 포함하는 것을 특징으로 하는
    비상 상황을 전파하기 위한 장치.
  2. 제1항에 있어서,
    복수의 단말을 대표하는 어느 하나의 대표 단말로부터 인증을 위한 암호코드, 인증 단말의 수 및 인증 기간을 포함하는 인증 정보를 수신하면, 기 저장된 인증 확인 정보와 비교하여 인증을 수행하는 인증부;
    를 더 포함하며,
    상기 인증은 상기 대표 단말이 비상상황영상을 수신할 수 있는 자격과, 상기 인증 기간 동안 상기 인증 단말의 수의 다른 단말에 비상상황영상을 전송할 수 있도록 하는 자격을 인증하는 것을 특징으로 하는
    비상 상황을 전파하기 위한 장치.
  3. 삭제
  4. 제1항에 있어서,
    상기 검출망은
    입력층, 컨벌루션층, 풀링층, 제1 완전연결층, 제2 완전연결층 및 출력층을 포함하며,
    상기 입력층은 현장 영상을 입력받고,
    상기 컨볼루션층은 입력된 현장 영상에 대해 제1 필터를 이용한 컨벌루션 연산 및 활성화함수에 의한 연산을 수행하여 적어도 하나의 제1 특징지도를 도출하고,
    상기 풀링층은 상기 컨볼루션층의 적어도 하나의 제1 특징지도에 대해 제2 필터를 이용한 풀링 연산을 수행하여 적어도 하나의 제2 특징지도를 도출하고,
    상기 제1 완결연결층의 복수의 제1 노드는 풀링층의 적어도 하나의 제2 특징지도에 대해 활성화함수에 의한 연산을 통해 복수의 제1 노드값을 산출하고,
    상기 제2 완결연결층의 복수의 제2 노드는 상기 제1 완전연결층의 복수의 제1 노드값에 대해 활성화함수에 의한 연산을 통해 복수의 제2 노드값을 산출하고,
    상기 출력층의 출력노드는 상기 제2 완결연결층의 복수의 제2 노드값에 대해 가중치가 적용되는 활성화함수에 의한 연산을 통해 상기 입력층에 입력된 현장 영상의 상황이 정상 상황인지 혹은 비상 상황인지 여부를 확률로 나타내는 출력값을 산출하는 것을 특징으로 하는
    비상 상황을 전파하기 위한 장치.
  5. 제1항에 있어서,
    상기 장치는
    레이블이 설정된 학습용 현장 영상를 마련한 후,
    학습용 현장 영상을 학습이 완료되지 않은 검출망에 입력하고,
    검출망이 상기 학습용 현장 영상에 대해 복수의 계층 간 가중치가 적용되는 복수의 연산을 수행하여 현장 영상의 상황이 정상 상황인지 혹은 비상 상황인지 여부를 확률로 나타내는 출력값을 산출하면,
    손실함수를 통해 출력값과 상기 레이블의 차이인 손실이 최소가 되도록 검출망의 파라미터를 수정하는 최적화를 수행하는
    학습부;
    를 더 포함하는 것을 특징으로 하는
    비상 상황을 전파하기 위한 장치.
  6. 제5항에 있어서,
    상기 학습부는
    손실함수
    Figure 112021115689018-pat00005
    에 따라 손실을 산출하며,
    상기 E는 손실을 나타내며,
    상기 xi는 출력층의 출력값에 대응하는 레이블이고,
    상기 yi는 출력층의 출력값인 것을 특징으로 하는
    비상 상황을 전파하기 위한 장치.
  7. 비상 상황을 전파하기 위한 방법에 있어서,
    검출부가 감시영상장치로부터 현장 영상을 수신하는 단계;
    상기 검출부가 학습된 가중치로 연결되는 복수의 계층을 포함하는 검출망을 통해 상기 현장 영상에 대해 복수의 계층 간 가중치가 적용되는 복수의 연산을 수행하여 현장 영상의 상황이 정상 상황인지 혹은 비상 상황인지 여부를 확률로 나타내는 출력값을 산출하는 단계;
    상기 검출부가 상기 확률이 현장 영상의 상황이 비상 상황임을 나타내면, 해당 현장 영상을 비상상황영상으로 검출하는 단계; 및
    영상처리부가 상기 비상상황영상에 대응하는 부가 영상을 검출하는 단계;
    를 포함하며,
    상기 부가 영상은
    상기 비상상황영상에 대응하는 과거의 현장 영상 중 정상 상황의 현장 영상 및 비상 상황의 현장 영상을 포함하는 것을 특징으로 하는
    비상 상황을 전파하기 위한 방법.
KR1020210133959A 2021-10-08 2021-10-08 망 분리 기반의 비상 상황을 전파하기 위한 장치 및 이를 위한 방법 KR102659216B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210133959A KR102659216B1 (ko) 2021-10-08 2021-10-08 망 분리 기반의 비상 상황을 전파하기 위한 장치 및 이를 위한 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210133959A KR102659216B1 (ko) 2021-10-08 2021-10-08 망 분리 기반의 비상 상황을 전파하기 위한 장치 및 이를 위한 방법

Publications (2)

Publication Number Publication Date
KR20230050762A KR20230050762A (ko) 2023-04-17
KR102659216B1 true KR102659216B1 (ko) 2024-04-19

Family

ID=86128189

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210133959A KR102659216B1 (ko) 2021-10-08 2021-10-08 망 분리 기반의 비상 상황을 전파하기 위한 장치 및 이를 위한 방법

Country Status (1)

Country Link
KR (1) KR102659216B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102199627B1 (ko) * 2020-05-18 2021-01-07 호서대학교 산학협력단 심층신경망을 기반으로 해상 객체 거리를 고려한 접근 선박을 인식하기 위한 장치, 이를 위한 방법 및 이 방법을 수행하는 프로그램이 기록된 컴퓨터 판독 가능한 기록매체

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101149689B1 (ko) * 2009-12-29 2012-05-23 금미전자(주) 무선영상전송시스템을 이용한 보안방법
KR101498985B1 (ko) 2013-08-12 2015-03-05 (주)경인씨엔에스 Ip cctv를 이용한 gps 위치정보 기반의 비상상황 발생 현장 촬영 및 모니터링 시스템 그리고 이를 이용한 비상상황 발생 현장의 촬영 및 모니터링 방법
KR20230046361A (ko) * 2021-09-29 2023-04-06 주식회사 와이즈드림 심층신경망을 기초로 생산 설비의 상태를 진단하기 위한 장치 및 이를 위한 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102199627B1 (ko) * 2020-05-18 2021-01-07 호서대학교 산학협력단 심층신경망을 기반으로 해상 객체 거리를 고려한 접근 선박을 인식하기 위한 장치, 이를 위한 방법 및 이 방법을 수행하는 프로그램이 기록된 컴퓨터 판독 가능한 기록매체

Also Published As

Publication number Publication date
KR20230050762A (ko) 2023-04-17

Similar Documents

Publication Publication Date Title
US8611664B2 (en) Method for detecting fire-flame using fuzzy finite automata
CN111325319B (zh) 一种神经网络模型的检测方法、装置、设备及存储介质
US20210216770A1 (en) Method and system for smart living safety response from control center and savior in view of facility and industrial safety based on extended reality and internet of thing
CN111160555A (zh) 基于神经网络的处理方法、装置及电子设备
CN110795975A (zh) 人脸误检优化方法及装置
CN112784978A (zh) 训练神经网络的方法、装置和系统及存储指令的存储介质
KR102659216B1 (ko) 망 분리 기반의 비상 상황을 전파하기 위한 장치 및 이를 위한 방법
KR102559307B1 (ko) 재난 현장에서 생성한 이미지 및 영상 데이터 처리 및 활용 방법, 장치 및 시스템
KR102502922B1 (ko) 비상 상황 알람 및 모니터링 방법, 장치 시스템
KR102564300B1 (ko) 체온 행동 패턴을 이용한 학교 폭력 예방 시스템
CN114973589B (zh) 火情信息生成方法、装置、电子设备和计算机可读介质
KR20210012659A (ko) 악성코드 파일 정보의 시각화를 통한 머신러닝 악성코드 혹은 일반 이미지 분류정확도를 향상하는 방법
CN116797814A (zh) 智慧工地安全管理系统
JP2008283380A (ja) 地震状況監視装置および地震状況監視方法
KR102484198B1 (ko) 이상 이벤트 탐지 방법, 장치 및 시스템
KR102342929B1 (ko) 사고 발생패턴 분석을 통한 사고 취약지 분석 장치 및 방법
KR20230046361A (ko) 심층신경망을 기초로 생산 설비의 상태를 진단하기 위한 장치 및 이를 위한 방법
CN114049319A (zh) 文本安全类型检测方法及其装置、设备、介质、产品
WO2022242827A1 (en) Information aggregation in a multi-modal entity-feature graph for intervention prediction
CN112749686A (zh) 图像检测方法、装置、计算机设备及存储介质
CN114625456B (zh) 目标图像显示方法、装置及设备
Zeng et al. A novel campus fire monitoring system based on YOLOv5
CN117808090B (zh) 结合时空大数据的应急结构化预案文本生成方法及系统
KR102562840B1 (ko) 센서 기반의 재난 현장 관리 시스템 및 관리를 위한 관제 서버 제어 방법과 소방용 재난 무선 주파수를 이용하여 현장 데이터를 수집하고 수집한 데이터로 재난 현장을 운용하는 방법, 장치 및 시스템
CN117456610B (zh) 一种攀爬异常行为检测方法、系统及电子设备

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant