인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
최근 해외에서 민간 다중이용시설을 목표로 다발하고 있는 테러로부터 안전을 확보하는 과제가 주목받고 있다. 이에 본 논문에서는 연간 38억명의 여객, 3700만톤의 화물을 수송하는 철도 시스템의 중요 장비, 시설들을 보호하는 실시간 침입자 모니터링 시스템을 제안한다. 시스템을 구현 및 시험하는 데 있어서 Raspberry Pi를 사용한 디바이스 단에는 TensorFlow와 OpenCV 및 Amazon Web Service(AWS) IoT SDK가 세트 되었고 서버 단에는 AWS 클라우딩 서버에 AWS IoT와 AWS Lambda를 바탕으로 Twilio API가 설치되었다. TensorFlow에는 COCO Dataset으로 학습한 SSD+MobileNetV1가 적용되어 보안 구역의 감시 카메라 시야로부터 침입자의 유무를 감지한다. 침입자가 발생한 경우 SMS를 통해 해당 구역의 안전, 보안관리자에게 침입자 발생 사실을 통지하고 적절한 후속 조치가 이루어질 수 있게끔 안전, 보안관리자를 보조, 침입자에 의한 보안 위협을 예방하고 유사시 피해를 최소화할 수 있도록 한다. 플라스틱 인체모형을 사용한 시험에서 본 시스템은 침입자를 인식하는 데 있어서 1.05초의 반응속도, 50% 미만의 정확도를 보였으나 실제 사람을 바탕으로 한 실험에서는 카메라로부터 약 10m 이내의 범위에서 80% 이상의 우수한 인식 정확도가 나타났다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2020-557-000347902
