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
김혜원 (Epozen’s research institute) 김상민 (Epozen’s research institute) 손정모 (Epozen’s research institute)
저널정보
한국컴퓨터정보학회 한국컴퓨터정보학회논문지 한국컴퓨터정보학회 논문지 제30권 제4호(통권 제253호)
발행연도
2025.4
수록면
1 - 9 (9page)
DOI
10.9708/jksci.2025.30.04.001

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 딥러닝 기반의 적외선 카메라 이상 탐지 시스템을 제안한다. 일반적인 산업 현장에서는 시설물 관리용으로 적외선 카메라를 사용하고 있다. 하지만 적외선 카메라에 이상이 생겼을 경우 녹화가 중지되고 시설물의 상태를 알 수 없다. 따라서 이를 대비하기 위한 모니터링이 필요하다. 현재 인력만으로 카메라 모니터링을 하고 있다. 하지만 인적 오류나 대량 검수 등 한계점이 존재한다. 이러한 한계점을 해결하기 위해 딥러닝의 일종인 AlexNet, VGGNet, ResNet을 사용하여 성능을 비교하고, 원본 영상을 캡처한 이미지와 전처리 과정으로 히스토그램을 추출한 이미지를 비교하여 더 우수한 성능의 자동화된 모니터링 방안을 제안한다. 데이터 세트는 한국전력에서 적외선 야간투시 카메라로 녹화한 영상을 수집해 사용했으며, VGGNet 모델로 데이터 세트를 학습하고 결과를 예측한 결과가 가장 우수했다. 결과는 입력 영상을 일정 주기로 캡처된 이미지에 대해 정상/비정상을 판단한 것이고, 모델의 성능은 Accuracy 0.97, Precision 0.97, Recall 0.97, F1-score 0.97이 나왔다. 또한,히스토그램으로 전처리한 데이터 세트가 더 우수한 성능을 확인할 수 있었다.

목차

Abstract
요약
I. Introduction
II. Preliminaries
III. The Proposed Scheme
IV. Conclusions
REFERENCES

참고문헌 (0)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0