재난 현장 인명 구조를 위한 딥러닝 기반 잡음 제거 및 음향 분류

김준휘; 최준규; 임성빈

doi:10.5573/ieie.2024.61.12.101

추천

검색

질문

자료유형: 학술저널

저자정보: 김준휘 최준규 임성빈 (숭실대학교)

저널정보: 대한전자공학회 전자공학회논문지 전자공학회논문지 제61권 제12호(통권 제565호)

발행연도: 2024.12

수록면: 101 - 111 (11page)

DOI: 10.5573/ieie.2024.61.12.101

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

도시 재난 현장에서는 다양한 형태의 잡음이 발생하여 인명 탐지 및 구조 작업의 정확도와 효율성을 저하시킬 수 있다. 이를 해결하기 위해 본 연구는 Wave-U-Net 기반의 딥러닝 모델과 Wiener 필터를 결합한 잡음 제거 방법을 제안하였다. 깨끗한 오디오 신호와 다양한 잡음을 합성하여, 깨끗한 신호 (data1), 잡음 제거를 적용한 신호 (data2), 추가로 Wiener 필터를 적용한 신호 (data3)로 구성된 데이터셋을 생성하였다. 데이터셋은 SNR 0 dB부터 30 dB까지 5 dB 단위로 다양한 잡음 수준에서 생성되었으며, 이를 사용하여 각각의 모델을 학습하였다. 제안된 잡음 제거 방법의 효과를 평가하기 위해 Simple CNN (Convolutional Neural Network), XGBoost (eXtreme Gradient Boosting), SVM (Support Vector Machine)을 사용하여 각 데이터셋의 성능을 측정하였다. 실험 결과, SNR 0 dB에서 5 dB 구간에서는 잡음 제거가 성능 향상에 긍정적인 영향을 미쳤으나, SNR 10 dB 이상의 환경에서는 잡음 제거가 오히려 성능 저하를 초래하였다. 이는 잡음이 적은 환경에서 과도한 잡음 제거가 신호 왜곡을 일으키거나, 불필요한 신호 처리로 인해 원래 신호의 품질을 손상시킬 수 있기 때문이다. 본 연구는 복잡한 잡음 환경에서 잡음 제거의 효과를 확인하였으며, 향후 연구는 SNR 10 dB 이상의 고잡음 환경에서도 성능을 유지할 수 있는 방법을 탐색하는 데 중점을 두어야 한다.

#Noise reduction #Disaster site #Wiener filtering

참고문헌 (21)

참고문헌 신청

Jang, Youngjin, and Hongsik Yuna. "Improving Disaster Management System in Korea for Effective Disaster Response." International Conference on Civil, Disaster Management and Environmental Sciences. 2017.

Bande, Swapnil, and Virendra V. Shete. "Smart flood disaster prediction system using IoT & neural networks." 2017 International Conference On Smart Technologies For Smart Nation (SmartTechCon). Ieee, 2017.

Amit, Siti Nor Khuzaimah Binti, and Yoshimitsu Aoki. "Disaster detection from aerial imagery with convolutional neural network." 2017 international electronics symposium on knowledge creation and intelligent computing (IES-KCIC). IEEE, 2017.

Muhammad, Khan, Jamil Ahmad, and Sung Wook Baik. "Early fire detection using convolutional neural networks during surveillance for effective disaster management." Neurocomputing 288 (2018): 30-42.

Shakeel, Muhammad, et al. "Detecting earthquakes: a novel deep learning-based approach for effective disaster response." Applied Intelligence 51.11 (2021): 8305-8315.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

임성빈

소속기관 숭실대학교

주요연구분야 공학 > 전기전자공학 > 전자공학 TOP 5% 공학 > 전기전자공학 > 정보통신공학

논문수 184 이용수 10,947

이 논문과 함께 이용한 논문

뇌파신호의 웨이블릿 변환 및 전처리에 따른 딥러닝 기반 발작 예측의 성능 비교

조용운 , 오도창 전자공학회논문지 2025 .03

자율주행 시스템을 위한 효율적인 객체 탐지 모델

김시온 , 이선영 한국통신학회논문지 2025 .01

실시간 임베디드 에지 컴퓨팅을 위한 딥러닝 기반 LiDAR 물체 검출기 PTQ 성능 개선 및 임베딩

박지원 , T , uong Son Nguyen 외 2명 대한전자공학회 학술대회 2024 .11

딥러닝 알고리즘 적용한 한국여자프로골프 선수들의 컷 통과 예측 및 성능 평가

김필수 , 이상현 , 우상빈 한국엔터테인먼트산업학회지 2024 .12

딥러닝 기반 자세 추정 알고리즘을 활용한 젖소의 꼬리 올림 행동 변화 분석 및 분만 징후 조기 예측 가능성 탐구

채성욱 , 이동화 한국산업정보학회논문지 2024 .12

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-092097829

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (21)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)