Earticle

최근 인공지능 연구가 활발하게 진행이 되면서 자율주행에 대한 연구도 많이 진행되고 있다. 하지만 자율주행에서 사용할 학습 데이터를 수집하는 과정에서 크게 두 가지 문제를 고려할 수 있다. 첫 번째는 방대한 규모의 학습 데이 터 구축에 많은 시간과 비용이 요구되며, 두 번째로는 위험 상황, 사고 상황 등을 포함하는 다양한 주행환경을 반영 하는 데이터 수집이 어렵다. 본 논문에서는 이러한 두 가지 문제를 해결하기 위해 현실세계와 매우 유사한 주행 환 경을 제공하는 게임에서 주행 학습 데이터를 수집하고 이를 신경망 학습에 활용하는 방법에 대해 제안한다. 학습 데 이터 수집 과정에서는 모니터 화면과 동시에 해당하는 방향키 값을 해당 화면에 대한 자율주행 제어키로 저장한다. 이와 같이 수집된 학습 데이터를 시각 처리에서 뛰어난 성능을 보이는 CNN (Convolutional Neural Network) 모델중 하나인 AlexNet에 적용한 결과 약 91.9%의 정확도를 보였다. 학습이 완료된 CNN 모델을 이용해서 가상 환경에서 자율주행이 가능하다는 걸 확인을 한 후 실세계에 적용한 실험도 수행하였다. 이를 위해 유아용 전동차를 사용하여 기존에 있던 컨트롤러를 제거 후 라즈베리파이 기반의 자동차 바퀴 컨트롤과 서버와의 통신 모듈을 개발했 다. 실세계에서 실험한 결과 가상환경과 실세계의 차이를 맞춰주기 위한 추가적인 보정 작업을 하지 않았음에도 불 구하고 가상환경과 유사한 수준의 주행 성능을 확인할 수 있었다.

Remarkable achievements in modern artificial intelligence researches encourage a lot of researches in self-driving cars. However, there are two big problems in the process for collecting training data used in the autonomous driving. First, construction of huge amounts of training data requires a lot of time and cost. In addition, high risk for representing various driving environments is inevitable problem as well. In order to solve these two problems, this paper proposes a scheme for collecting a training data set from a driving game environment and applying the data set to train a neural network model for self-driving car. The proposed scheme stores monitor screen images and control keys for the corresponding images as training data. After finishing construction of the training data set, we apply the data set to train AlexNet, a well known CNN model. Experimental results show about 92% accuracy in the driving game environment. In the next step, a children’s toy car is used to evaluate the performance of our scheme in real world. A raspberry pi based wheel control and communication module is developed to replace the existing control module. Real world experiments reveals the performances between the virtual and real world environments are quite similar without any compensation for mapping differences between two environments.

Within the last decade, the Algerian government has invested tremendously to improve and modernize the public transportation sector. Although the considerable investments in the infrastructure, which is a fundamental requirement for social and economic development, some points remain to be considered, such as an integrated public transportation system with a smart card (ticketing) that offers convenience for both government and citizens. This study aims to introduce the public Automatic Fare Collection (AFC) in the context of Algeria, based on benchmarking the AFC good practices of the Republic of Korea and learning from challenges that Kenya faced during and after the AFC implementation. Our research proposes practical guidance to policy-makers and practitioners who may be enabled to design more accurate and suitable AFC for the Algerian citizen. This study emphasized the key role of leadership in building a trust and leading stakeholders consistently to a clear vision. Additionally interoperability and government incentives found to be success factors that may help and seamless the system implementation in the country. However, the private sector's resistance may be a severe inhibitor.

이 논문은 폐기물의 전략적 원류관리와 재활용률 향상에 기여하는 것이 목적이며 이를 위한 기술정보의 분석 도출과 개선방안 제시에 중점을 둔다. 특히 인센티브 기반의 폐기물 재활용 시스템, RFID(Radio Frequency Identification)를 이용한 폐기물 자동수거관리시스템, 폐기물 정보관리시스템 중심으로 관련기술동향과 국내외 특허, 해외연구사례를 분석한다. 논문은 기술, 정책, 연구동향, 검토분석, 결론으로 구성된다.

This paper has specific objective to contribute in improving recycling ratio and settling down strategic reverse management for waste recycling. To serve in such intention, focused in investigating technological issue and suggesting executive idea. Binding thus, technological tendency and global patent, study case were analyzed mainly in fields of waste recycling system based on incentives, waste automatic collection system using RFID, waste management information system. Descriptions are consisted of tendency for technology, government policy, case analysis, discussion, conclusion.

본 논문은 지능형 사이버 보안을 위한 SOAR 기술을 접목하여 보안 위협을 탐지하고 관리하는 자동화 시스템을 제안한다. 연구의 목적은 외부 STIX/TAXII 기반 데이터를 분석하여 사이버 위협 인텔리전스(CTI)를 구축하고, 이를 통해 내부 자산의 위험도를 정밀하게 산출하며 효과적인 대응 전략을 수립하는 것이다. 제안하는 시스템은 크게 네 가지 컴포넌트로 구성된다: CTI 수집 및 정형화, CTI 기반 TTP 매핑, 내부 자산 CPE 식별, 위험도 산출 및 대응 전략 도출. 정보 수집 방법으로는 공개된 외부 보안 위협 정보를 수집하고, 이를 정형화하여 CTI 통합 데이터베이스에 적재하는 과정을 포함한다. 또한, 룰 기반 매핑 알고리즘을 활용하여 CVE, CPE, CVSS, TTP와 같은 주요 정보를 기반으로 위험도 및 대응 전략을 도출한다. 결과적으로, 본 논문에서 제안하는 자동화 시스템은 약 1시간 내에 약 2300개의 report를 자동으로 분석하고, 99.74%의 높은 정도로 정탐을 수행할 수 있음을 보여준다.

This paper proposes an automated system for detecting and managing security threats by incorporating SOAR technology for intelligent cybersecurity. The objective of the study is to analyze external STIX/TAXII-based data to build Cyber Threat Intelligence (CTI), thereby accurately assessing the risk levels of internal assets and establishing effective response strategies. The proposed system consists of four main components: CTI collection and normalization, CTI-based TTP mapping, internal asset CPE identification, and risk assessment and response strategy formulation. The information collection method involves gathering publicly available external threat intelligence and normalizing it for storage in a CTI integrated database. Additionally, a rule-based mapping algorithm is utilized to derive risk levels and response strategies based on key information such as CVE, CPE, CVSS, and TTP. As a result, the automated system proposed in this paper demonstrates the capability to analyze approximately 2,300 reports within one hour and achieve a high detection accuracy of 99.74%.

본 연구는 각 기관별로 산재되어 있는 재난안전정보의 효율적인 공유 및 활용과 일반 이용자들의 재난안전정보의 접근성 향상을 위하여 웹 크롤러를 활용한 자동수집방안을 제시하고자 한다. 그러나 현재 웹은 심층 웹이 대부분을 차지하고 있어 일반적인 아카이빙 전략에 사용되는 크롤러로 수집이 불가능하다. 이에 따라 본 연구에서는 심층 웹의 논리적 구조를 분석하여 정보 자원을 수집할 수 있는 알고리즘을 개발하고 실제 크롤러를 구현하였다. 이를 통해 재난안전정보의 자동수집을 수행하였고 이는 재난안전정보의 공유 및 활용으로 효율적인 재난 업무에 도움을 줄 것으로 예상된다. 나아가 본 연구에서 구현한 크롤러의 범용화를 통해 심층 웹 형태의 정보 자원을 자동수집할 수 있다는 점에 의의가 있다.

This study aims to provide the efficient sharing and utilization method of disasters scattered by each institution and develop automated collection algorithm using web crawler for disaster information in deep web accounts. To achieve these goals, this study analyzes the logical structure of the deep web and develops algorithms to collect the information. With the proposed automatic algorithm, it is expected that disaster management will be helped by sharing and utilizing disaster safety information.

The metropolitan area needs to control the Automatic Fare Collection (AFC) and transportation card system in order to implement an efficient railway and subway. This paper introduces a suitable analysis to take advantage of the systematic method of the AFC and transportation card. These systems should consider the fare system, transportation pass and AFC equipment, which are organized with the Automatic Ticket Vending Machine, the Ticket Office Machine and the Card System of Radio Frequency (RF). However, the organization includes the fact the Automatic Ticket Vending Machine has a problem with the proceeding speed of passengers and inconvenience. Second, the majority of passengers have not utilized the Ticket Office Machine. Also, it should consider whether the transportation card is the proper system in the metropolitan area. Based on the analysis of national and international cases, it suggests that the AFC should make more improvements in the metropolitan area railway and subway.

Purpose: A lab-scale timber carriage using a servo motor system was built. When two motors move a carriage, wire tension is changed according to the different line speeds caused by a wire drum's changing diameter, leading to inappropriate traveling characteristics of the carriage. In order to overcome this problem, PID Control was used to control the motor speed. Methods: Ziegler-Nichols method was used to determine PID gains. Results: The initial PID gains were 1.8, 0.025, and 0.006, respectively, and optimal gains of 1.4 and 0.010 for P and I gain were obtained experimentally. Conclusions: The results showed that constant wire tension could be maintained by controlling the speed of the motor using PI control. Overshoot occurred at initial motor operation due to vibration and elasticity of the wire itself.

최근 제조업에서의 디지털 전환이 가속화되고 있다. 이에 따라 사물인터넷(internet of things: IoT) 기반으로 현장 데이터를 수집하는 기술의 중요성이 증대되고 있다. 이러한 접근법들은 주로 각종 센서와 통신 기술을 활용하여 특정 제조 데이터를 확보하는 것에 초점을 맞춘다. 현장 데이터 수집의 채널을 확장하기 위해 본 연구는 비전(vision) 인공지능 기반으로 제조 데이터를 자동 수집하는 방법을 제안한다. 이는 실시간 영상 정보를 객체 탐지 및 추적 기술로 분석하고, 필요한 제조 데이터를 확보하는 것이다. 연구진은 객체 탐지 및 추적 알고리즘으로 YOLO(You Only Look Once)와 딥소트(DeepSORT)를 적용하여 프레임별 객체의 움직임 정보를 수집한다. 이후, 움직임 정보는 후보정을 통해 두 가지 제조 데이터(생산 실적, 생산 시간)로 변환된다. 딥러닝을 위한 학습 데이터를 확보하기 위해 동적으로 움직이는 공장 모형이 제작되었다. 또한, 실시간 영상 정보가 제조 데이터로 자동 변환되어 데이터베이스에 저장되는 상황을 재현하기 위해 운영 시나리오를 수립하였다. 운영 시나리오는 6개의 설비로 구성된 흐름 생산 공정(flow-shop)을 가정한다. 운영 시나리오에 따른 제조 데이터를 수집한 결과 96.3%의 정확도를 보였다.

Recently, digital transformation in manufacturing has been accelerating. It results in that the data collection technologies from the shop-floor is becoming important. These approaches focus primarily on obtaining specific manufacturing data using various sensors and communication technologies. In order to expand the channel of field data collection, this study proposes a method to automatically collect manufacturing data based on vision-based artificial intelligence. This is to analyze real-time image information with the object detection and tracking technologies and to obtain manufacturing data. The research team collects object motion information for each frame by applying YOLO (You Only Look Once) and DeepSORT as object detection and tracking algorithms. Thereafter, the motion information is converted into two pieces of manufacturing data (production performance and time) through post-processing. A dynamically moving factory model is created to obtain training data for deep learning. In addition, operating scenarios are proposed to reproduce the shop-floor situation in the real world. The operating scenario assumes a flow-shop consisting of six facilities. As a result of collecting manufacturing data according to the operating scenarios, the accuracy was 96.3%.

영한 기계번역에서 복합명사는 어휘분석, 구문분석을 복잡하게 하고 사전에 의미가 등록되어 있지 않을 경우에는 올바르게 번역하기 어렵다. 또한 복합명사는 계속하여 새로 나타나고 있어, 정확하고 자연스러운 번역을 위해서는 복합명사를 독립적으로 처리하는 모듈이 필요하다. 본 논문에서는 복합명사를 구성하지 못하는 불용어를 파악하고 빈도수를 이용하여 복합명사를 자동으로 수집하는 방법을 제안한다. 문서를 번역하기 전에 복합명사를 파악하면, 복합명사에 대한 정보를 활용하여 어휘분석과 구문분석의 복잡도를 줄이고 복합명사를 포함한 문장을 보다 자연스럽게 번역할 수 있어 영한 기계번역 시스템의 성능 개선에 기여할 것이다.

영한 기계번역에서 복합명사는 어휘분석, 구문분석을 복잡하게 하고 사전에 의미가 등록되어 있지 않을 경우에는 올바르게 번역하기 어렵다. 또한 복합명사는 계속하여 새로 나타나고 있어, 정확하고 자연스러운 번역을 위해서는 복합명사를 독립적으로 처리하는 모듈이 필요하다. 본 논문에서는 복합명사를 구성하지 못하는 불용어를 파악하고 빈도수를 이용하여 복합명사를 자동으로 수집하는 방법을 제안한다. 문서를 번역하기 전에 복합명사를 파악하면, 복합명사에 대한 정보를 활용하여 어휘분석과 구문분석의 복잡도를 줄이고 복합명사를 포함한 문장을 보다 자연스럽게 번역할 수 있어 영한 기계번역 시스템의 성능 개선에 기여할 것이다.

지능형 선별 관제 시스템의 잦은 오탐지로 인해 관제 요원들의 업무 능률 및 시장 신뢰도 저하 문제가 꾸준히 보고되고 있다. 오탐지 문제 개선을 위해 새 AI 모델을 개발하거나 교체하는 것은 기회비용이 크므로, 훈련 데이터 세트 품질을 향상하여 문제를 개선하는 것이 현실적이다. 그러나 소규모 조직은 데이터 세트 수집 및 정제 역량이 부족한 실정이다. 이에 본 논문에서는 사람 자세 추정 모델을 중심으로 엣지 디바이스와 카메라 센서 퓨전을 활용한 사람 자세 데이터 자동 수집 시스템을 제안한다. 이 시스템은 네트워크 말단에서 현장 데이터를 직접 수집하고 레이블링하는 과정을 실시간으로 처리하도록 만들어, 중앙으로 집중되는 연산 부하를 분산시킨다. 또한 현장 데이터를 직접 레이블링하므로 새로운 훈련 데이터 구축에 도움을 준다.

Frequent false positives alarm from the Intelligent Selective Control System have raised significant concerns. These persistent issues have led to declines in operational efficiency and market credibility among agents. Developing a new model or replacing the existing one to mitigate false positives alarm entails substantial opportunity costs; hence, improving the quality of the training dataset is pragmatic. However, smaller organizations face challenges with inadequate capabilities in dataset collection and refinement. This paper proposes an automatic human pose data collection system centered around a human pose estimation model, utilizing camera-based sensor fusion techniques and edge devices. The system facilitates the direct collection and real-time processing of field data at the network periphery, distributing the computational load that typically centralizes. Additionally, by directly labeling field data, it aids in constructing new training datasets.

최근 안전성과 경제성을 고려한 교통자료획득 방법으로 인공위성 영상자료를 사용하는 기술이 논의되어졌다. 본 논문은 인공위성영상을 이용한 고속도로 교통량 측정 자동화에 관한 연 구로서, 현재 사용되고 있는 교통량 측정방법의 단점 및 문제점을 평가, 분석하였으며, 본 보고서 에서 제안된 인공위성영상을 이용한 방안의 적용 및 가능성을 연구, 분석 하였다. 기존 인공위성 영상자료의 해상도가 교통자료획득에 적합하지 않으므로, 사진영상에 제안된 방 안을 도입하여, 실효성에 바탕을 둔 적용 여부를 검증하였다. 차량종류 및 교통량 측정에 필요한 인공위성영상의 해상도를 구하기 위하여 세 단계 (1m, 2m, 3,)의 사진영상해상도가 검토되었으며, 본 연구에서 제안된 일련의 영상처리 결과를 분석하였다. 전색성(panchromatic) 영상에서 도로와 차량의 반사율이 유사함으로, 도로상에서 차량을 탐지하 기 위하여 차량의 반사율을 이용하지않고 차량그림자의 반사율을 이용하였으며, 두가지 처리방법 이 제시되었다. 또한 차량종류를 구분하기위하여 여러가지 형태계수를 개발, 적용하였으며, 처리 과정을 상세히 설명하였다.

The fact that the demands on traffic data collection are imposed by economic and safety considerations raisese the question of the potential for complementing existing traffic data collection programs with satellite data. Evaluating and monitoring traffic characteristics is becoming increasingly important as worsening congestion, declining economic situations, and increasing environmental sensitivies are forcing the government and municipalities to make better use of existing roadway capacities. The present system of using automatic counters at selected points on highways works well from a temporal point of view (i.e., during a specific period of time at one location). However, the present system does not cover the spatial aspects of the entire road system (i.e., for every location during specific periods of time); the counters are employed only at points and only on selected highways. This lack of spatial coverage is due, in part, to the cost of the automatic counters systems (fixed procurement and maintenance costs) and of the personal required to deploy them. The current procedure is believed to work fairly well in the aggregate mode, at the macro level. However, at micro level, the numbers are more suspect. In addition, the statistics only work when assuming a certain homogenity among characteristics of highways in the same class, an assumption that is impossible to test whn little or no data is gathered on many of the highways for a given class. In this paper, a remote sensing system as complement of the existing system is considered and implemented. Since satellite imagery with high resolution is not available, digitized panchromatic imagery acquired from an aircraft platform is utilized for initial test of the feasibility and performance capability of remote sensing data. Different levels of imagery resolutions are evaluated in an attempt to determine what vehicle types could be classified and counted against a background of pavement types, which might be expected in panchromatic satellite imagery. The results of a systematic study with three different levels of resolutions (1m, 2m and 4m) show that the panchromat ic reflectances of vehicles and pavements would be distributed so similarly that it would be difficult to classify systematically and analytically remotely sensing vehicles on pavement within panchromatic range. Anaysis of the aerial photographs show that the shadows of the vehicles could be a cue for vehicle detection.

전동차는 운행중 다양한 정보를 차상의 각 컴퓨터장치에 저장한다. 수집된 차상정보는 계획수립 및 검수, 정비 등에 중요한 정보로 활용하기 위하여 지상의 컴퓨터로 이동 후 관리된다. 기존의 차상정보 수집방법은 인적, 시간적 손실이 많이 발생하며, 데이터의 관리가 어려워 실제적인 업무에 참고하기 위한 정보로 가공하기가 곤란하므로, 무선을 이용한 자동수집시스템에 대한 방안을 제안한다.

우리나라에서 다크웹의 존재와 위험성이 대중들에게 알려지기 시작한지 10여년이 지났다. 생소한 개념이었던 다크웹이 몇 가지 중대한 범죄와 이에 대한 언론의 보도로 이제는 많은 사람들이 알고 있는 영역으로 자리잡았다. 우리나라에서 주로 다크웹에서의 마약문제가 가장 심각한 사안으로 취급되고 있다. 2023년 1월 26일 법무부는 ‘2023 법무부 5대 핵심 추진과제’를 통해 마약범죄를 방지하고 마약청정국의 지위를 회복하기 위해 다크웹 전담수사팀까지 신설하겠다고 발표했으며, 실제 2023년 2월 검찰인사에서 서울중앙·인천·부산·광주지검에 마약범죄 특별수사팀을설치해 20여명의 다크웹 전담 수사팀도 보강한 것으로 보도되었다. 이는 노출되기를 꺼려하는 범죄자가 인터넷의 어둡고 숨겨진 영역 또는 실시간으로 접속할 수 있는 방법이 거의 없는 암호화된 개인채널에서 다양한 형태의 범죄를 저지르는 소위범죄의 암흑화(going dark) 현상에 기인한다. 즉, 일반적인 방법으로는 범죄흔적이 남지 않는 다크웹에서의 범죄현상이 그만큼 심각해지는 것이며, 이는 우리 수사기관이 종래 범죄와의 투쟁과는 다른 변화를 거쳐야 한다는 것을 의미한다. 하지만 인공지능과 머신러닝의 급격한 발달은 다크웹에서의 범죄수사에도 커다란 발전을 가져왔으며, EU의 ‘HORIZON 2020 연구 및 혁신 프로그램’에서 진행한 TENSOR라는 프로젝트를 주목할만하다. TENSOR는 웹에서 계속 증가하는 테러범죄 관련 데이터를 이해, 획득, 추출 및 분석하는 데 필요한 반복적이고 수동적인 작업 대부분을 대체하여 조사자의 능력을 확장하는 것을 목표로 하는 다크웹에서의자동화된 범죄정보 수집, 추출, 분석, 시각화 플랫폼이다. 쉽게 말해 온라인(표면웹과 다크웹 포함)에서 활동하는 테러범죄자의 정보에 효율적으로 탐지·수집하기 위해 자동화된 대규모 웹 크롤링, 스크래핑, 머신러닝, 자동 봇(bot), 텍스트 및 멀티미디어 마이닝 기술을 활용하는 프로그램 군으로 볼 수 있다. 드디어 우리는 AI등이 범죄정보를 자동으로 수집·분석해서 범죄와의 투쟁에 활용할 수 있는 길이 열린 것이다. 이러한 플랫폼이 인간의 범죄정보를 자동으로 수집하는 것은 우선적으로 현행법상 근거규정이 없다는 문제점이 있다. 당연히 우리나라에 도입되지 않은 기술이기 때문에 근거규정이 없다는 한계점은 이해할 수 있지만, 향후 이러한 플랫폼의 도입을 고려하여 사전에 근거규정을 어느 법에, 어느 정도로 설정할 것인가에 대한 고민이 필요한 시점이다.

About 10 years have passed since the existence and dangers of the dark web began to become known to the public in Korea. The dark web, which was an unfamiliar concept, has now become an area that many people are aware of due to several serious crimes and media reports about them. In Korea, the drug problem mainly on the dark web is treated as the most serious issue. On January 26, 2023, the Ministry of Justice announced that it would establish a dedicated dark web investigation team to prevent drug crimes and restore the status of the Drug Cleansing Agency through the '2023 Ministry of Justice's Five Core Promotion Tasks', and in fact, in the prosecution personnel appointment in February 2023, It was reported that the Seoul Central, Incheon, Busan, and Gwangju District Prosecutors' Offices have established special drug crime investigation teams and strengthened the dark web investigation team with about 20 members. This is due to the so-called going dark phenomenon of crime, in which criminals who are reluctant to be exposed commit various types of crimes in dark, hidden areas of the Internet or in encrypted private channels with few ways to access them in real time. In other words, the crime phenomenon on the dark web, where no traces of crime are left behind by general methods, is becoming more serious, and this means that our investigative agencies must undergo changes that are different from the fight against crime in the past. However, the rapid development of artificial intelligence and machine learning has brought about great progress in criminal investigation on the dark web, and a project called TENSOR conducted by the EU's ‘HORIZON 2020 Research and Innovation Program’ is worth noting. TENSOR is an automated crime intelligence collection on the dark web that aims to expand the capabilities of investigators by replacing much of the repetitive, manual work needed to understand, acquire, extract and analyze the ever-growing amount of terrorism-related data on the web, an extraction, analysis, and visualization platform. Simply put, automated large-scale web crawling, scraping, machine learning, automatic bots, and text and multimedia mining technologies are utilized to efficiently detect and collect information on terrorist criminals active online (including the surface web and dark web). It can be seen as a group of programs that do. Finally, we have opened the way for AI and other systems to automatically collect and analyze crime information and use it to fight crime. The problem with these platforms automatically collecting human crime information is that there are no basis regulations under the current law. Of course, since it is a technology that has not been introduced in Korea, the limitation of the lack of basis regulations is understandable, but considering the introduction of such platforms in the future, it is necessary to consider in advance which law and to what extent the basis regulations will be established.

심층 웹 수집은 검색 양식에 질의어를 입력하고 응답 결과를 수집하는 것을 의미한다. 심층 웹이 가진 정보는 정적으로 구성되는 표면 웹보다 약 450~550배 이상의 정보를 가지고 있을 것으로 추산한다. 정적인 방식에서는 웹페이지가 새로 고쳐지기 전까지 변화된 정보를 보여주지 못한다. 동적 웹페이지 방식은 실시간으로 필요한 정보가 갱신되어 웹페이지를 새로 불러오지 않아도 실시간 정보 제공이 가능한 장점이 있지만, 일반적인 크롤러는 갱신된 정보에 접근하는 데 어려움이 있다. 따라서 이들 심층 웹에 있는 정보들을 크롤러를 이용해 자동으로 수집할 방안이 필요하다. 이에 본 논문은 스크립트를 일반적인 링크로 활용하는 방법을 제안하였으며, 이를 위해 클라이언트 스크립트를 일반 URL처럼 활용이 가능한 알고리즘을 제안하고 실험하였다. 제안된 알고리즘은, 검색 양식에 데이터를 입력하는 일반적인 방법 대신 메뉴 탐색 및 스크립트 실행으로 웹 정보를 수집하는 데 중점을 두었다.

Deep web collection means entering a query in a search form and collecting response results. It is estimated that the information possessed by the deep web has about 450 to 550 times more information than the statically constructed surface web. The static method does not show the changed information until the web page is refreshed, but the dynamic web page method updates the necessary information in real time and provides real-time information without reloading the web page, but crawler has difficulty accessing the updated information. Therefore, there is a need for a way to automatically collect information on these deep webs using a crawler. Therefore, this paper proposes a method of utilizing scripts as general links, and for this purpose, an algorithm that can utilize client scripts like regular URLs is proposed and experimented. The proposed algorithm focused on collecting web information by menu navigation and script execution instead of the usual method of entering data into search forms.

본 논문에서는 연주자 자세의 그라운드 트루스 획득을 위한 반자동 주석 방법인 SAAnnot-C3Pap를 제안한다. 기존 음악 도메인에서 2차원 관절 위치에 대한 그라운드 트루스를 획득하기 위하여 2차원 자세 추정 방법인 오픈포즈를 활용하거나 수작업으로 라벨링 하였다. 하지만 기존의 오픈포즈와 같은 자동 주석 방법은 빠르지만 부정확한 결과를 보인다는 단점이 있고, 사용자가 직접 주석을 생성하는 수작업 주석화의 경우 많은 노동력이 필요하다는 한계점이 있다. 따라서 본 논문에서는 그 둘의 절충 방안인 반자동 주석화 방법인 SAAnnot-C3Pap을 제안한다. 제안하는 SAAnnot-C3Pap은 크게 3가지 과정으로 오픈포즈를 사용하여 자세를 추출하고, 추출된 부분 중 오류가 있는 부분을 슈퍼바이즐리를 사용하여 수정한 뒤, 오픈포즈와 슈퍼바이즐리의 결과값을 동기화하는 과정을 수행한다. 제안하는 방법을 통하여 오픈포즈에서 발생하는 잘못된 2차원 관절 위치 검출 결과를 교정할 수 있었고, 2명 이상의 사람을 검출하는 문제를 해결하였으며, 연주 자세 그라운드 트루스 획득이 가능하였다. 실험에서는 반자동 주석 방법인 오픈포즈와 본 논문에서 제안하는 SAAnnot-C3Pap의 결과를 비교·분석한다. 비교 결과, 제안하는 SAAnnot-C3Pap는 오픈포즈로 잘못 수집된 자세 정보를 개선한 결과를 보였다.

In this paper, we propose SAAnnot-C3Pap, a semi-automatic annotation method for obtaining ground truth of a player's posture. In order to obtain ground truth about the two-dimensional joint position in the existing music domain, openpose, a two-dimensional posture estimation method, was used or manually labeled. However, automatic annotation methods such as the existing openpose have the disadvantages of showing inaccurate results even though they are fast. Therefore, this paper proposes SAAnnot-C3Pap, a semi-automated annotation method that is a compromise between the two. The proposed approach consists of three main steps: extracting postures using openpose, correcting the parts with errors among the extracted parts using supervisely, and then analyzing the results of openpose and supervisely. Perform the synchronization process. Through the proposed method, it was possible to correct the incorrect 2D joint position detection result that occurred in the openpose, solve the problem of detecting two or more people, and obtain the ground truth in the playing posture. In the experiment, we compare and analyze the results of the semi-automated annotation method openpose and the SAAnnot-C3Pap proposed in this paper. As a result of comparison, the proposed method showed improvement of posture information incorrectly collected through openpose.