Earticle

초록

영어

The identification and classification of victims in the county border area is one of the important issues. The personnel that can appear in the military border area are comprised of North Korean soldiers, U.S. soldiers, South Korean soldiers, a nd the general public, and are currently being confirmed through CCTV. They were classified into true categories and lear ned through transfer learning. The PyTorch machine learning library was used, and the dataset was utilized by crawling i mages corresponding to each item shared on Google. The experimental results show that each item is classified with an a ccuracy of 98.7500%. Future research will explore ways to distinguish more systematically and specifically by going beyon d images and adding video or voice recognition.

한국어

군 경계지역에 피아식별 분류는 중요한 이슈 중에 하나이다. 군 경계지역에 나타날 수 있는 인원으로 북한군, 미군, 한국군, 일반인으로 구성하였고 현재 cctv를 통해 확인하고 있지만, 이를 더욱 효율적이고 체계적으로 구분하기 위해 North Korean Army, South Korean Army, American Army, People의 4진분류로 구분해 전이학습을 통해 학습시켰다. 파이토치 머신러닝 라이브러리를 사용하였고, 데이터셋은 구글에 공유된 각 항목에 해당하는 이미지들을 크롤링하여 활용하였다. 실험결과는 98.75%의 정확도로 각 항목을 구분하는 것을 볼 수 있다. 향후 이미지를 넘어서 동영상이나 음성 인식을 추가해 더욱 체계적 이고 구체적으로 구분할 수 있는 연구가 지속될 수 있을 것이다.

목차

요약
ABSTRACT
1. 서론
2. 관련연구
2.1 전이학습
2.2 합성곱 신경망
3. 제안방법
4. 실험 및 평가
4.1 데이터셋
4.2 분류 모델
4.3 분석 결과
5. 국방 분야에서의 제안방법 활용
6. 결론
참고문헌

키워드

저자

• 이준형 [ Junhyeong Lee | 육군사관학교 AI·데이터과학과 전공생도 ] 주저자
• 권현 [ Hyun Kwon | 육군사관학교 AI·데이터과학과 부교수 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  융합보안논문지 [Jouranl of Information and Security]

• 간기

  연5회

• pISSN

  1598-7329

• 수록기간

  2001~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 005 DDC 005