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.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김용수
- 발행연도
- 2021
- 저작권
- 경기대학교 논문은 저작권에 의해 보호받습니다.
이용수68
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
최근 국내외 인공지능 시장이 급속도로 발전하고 있으며 많은 기업들이 객체검출 및 AI 자동탐지 기술에 많은 관심을 기울이고 있다. 국가 기술 혁신성장과 글로벌 인공지능 생태계 조성을 위해 산업 전 분야의 많은 기업들이 인공지능 기술 융합 연구 및 스마트 산업 구축과 관련된 다양한 과제를 수행하고 있다. R-CNN 모델 기반의 AI 자동탐지 기술은 사물을 식별하고 미세 결함을 검출하기 위해 사용된다. 특히 항공보안 분야에서는 이 기술을 캐비닛 엑스선 검색장비에 적용하여 위해물품 및 반입금지 물품을 탐지한다. 안전과 보안을 위해 사용되는 이 기술은 뛰어난 정확성과 성능으로 인정받을 수 있어야 한다.
그러나 자동탐지 기술의 정확도 성능을 평가하는 시험법 개발에 대한 연구는 미흡하다. 따라서 본 연구는 항공보안 캐비닛 엑스선 검색장비의 위해물품 검출 정확도를 평가할 수 있는 표준적인 시험법을 개발하고자 하였다. 엑스선 위해물품 이미지에 Mask R-CNN을 구현하여 단일 클래스 검출과 다중 클래스 검출 두 가지 실험을 수행하였다. 위해물품의 특징 별 검출 정확도 차이를 비교하여 시험 평가용 테스트키트와 시험 시나리오를 구축했다. 제한적 데이터 수집 환경과 현실적 조건을 반영한 다중 클래스 검출 실험을 통해 본 연구에서 개발한 시험법의 실제 운용 가능성을 검증하였으며, 판정기준을 수립하였다. 위해물품 전체 60종에 대하여 각각 성능 보증 여부를 확인하고 종합적으로 Micro-Averaged F2-Score를 계산하면 장비의 성능 평가 및 합격 여부를 최종적으로 판정할 수 있다.
본 연구에서 제안한 시험법을 통해 항공보안 AI 검색장비의 성능을 향상시키고 효율적으로 관리할 수 있으며, 스마트공항 구축을 위한 기술적 기반을 확보할 수 있다. 뿐만 아니라, 다른 분야에서 활용되는 AI 자동탐지 기술의 성능을 평가할 때 해당 방법론을 확대 적용하여 활용할 수 있으므로 많은 다양한 산업에서 도움 될 것으로 기대한다.
그러나 자동탐지 기술의 정확도 성능을 평가하는 시험법 개발에 대한 연구는 미흡하다. 따라서 본 연구는 항공보안 캐비닛 엑스선 검색장비의 위해물품 검출 정확도를 평가할 수 있는 표준적인 시험법을 개발하고자 하였다. 엑스선 위해물품 이미지에 Mask R-CNN을 구현하여 단일 클래스 검출과 다중 클래스 검출 두 가지 실험을 수행하였다. 위해물품의 특징 별 검출 정확도 차이를 비교하여 시험 평가용 테스트키트와 시험 시나리오를 구축했다. 제한적 데이터 수집 환경과 현실적 조건을 반영한 다중 클래스 검출 실험을 통해 본 연구에서 개발한 시험법의 실제 운용 가능성을 검증하였으며, 판정기준을 수립하였다. 위해물품 전체 60종에 대하여 각각 성능 보증 여부를 확인하고 종합적으로 Micro-Averaged F2-Score를 계산하면 장비의 성능 평가 및 합격 여부를 최종적으로 판정할 수 있다.
본 연구에서 제안한 시험법을 통해 항공보안 AI 검색장비의 성능을 향상시키고 효율적으로 관리할 수 있으며, 스마트공항 구축을 위한 기술적 기반을 확보할 수 있다. 뿐만 아니라, 다른 분야에서 활용되는 AI 자동탐지 기술의 성능을 평가할 때 해당 방법론을 확대 적용하여 활용할 수 있으므로 많은 다양한 산업에서 도움 될 것으로 기대한다.
목차
제 1 장 서 론 1제 1 절 연구배경 및 필요성 1제 2 절 연구방법 및 절차 2제 2 장 관련문헌 연구 4제 3 장 이론적 배경 6제 1 절 항공보안과 캐비닛 엑스선 검색장비 6제 2 절 R-CNN과 Mask R-CNN 8제 3 절 F2-Score와 Micro-Average 10제 4 장 시험법 개발 프레임워크 13제 1 절 성능 평가 지표 선정 및 용어 재정의 13제 2 절 보증시험 관점의 시험 시료 수 결정 16제 3 절 최종 합격 판정기준 수립 17제 5 장 시험 평가 워크플로우 수립 19제 1 절 물품 특징별 검출 정확도 비교 19제 1 항 단일 객체검출 성능평가 수행 19제 2 항 결과 해석 및 특성 도출 26제 2 절 테스트키트 및 시험 시나리오 구축 32제 1 항 AHP를 이용한 위해물품 점수화 32제 2 항 점수구간별 샘플링을 통한 테스트키트 구축 34제 3 항 시험평가를 위한 시나리오 구축 39제 3 절 제한적 수집 환경에서의 성능 검토 41제 4 절 표준시험법 도출 및 운용 검증 43제 6 장 결론 및 추후 연구과제 45참고문헌 47부 록 51Abstract 54
최근 본 자료
댓글(0)
0