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
박기준 (Woosong University) 반다리 비나약 (Woosong University)
저널정보
한국철도학회 한국철도학회 논문집 한국철도학회 논문집 제23권 제1호(통권 제127호)
발행연도
2020.1
수록면
35 - 44 (10page)
DOI
10.7782/JKSR.2020.23.1.35

이용수

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

초록· 키워드

오류제보하기
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.

목차

Abstract
초록
1. 서론
2. 선행연구 분석
3. 시스템 구성
4. 시스템의 설계 구조
5. 결과와 고찰
6. 결론
References

참고문헌 (21)

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-0101-2020-557-000347902