생몰정보
소속
직위
직업
활동분야
주기
서지
국회도서관 서비스 이용에 대한 안내를 해드립니다.
검색결과 (전체 1건)
원문 있는 자료 (1) 열기
원문 아이콘이 없는 경우 국회도서관 방문 시 책자로 이용 가능
목차보기더보기
[표지]
제출문
목차
I. 서론 11
1. 연구 목적 11
1.1. 추진배경 및 필요성 12
1.2. 현 실태 및 문제점 13
2. 제기부서 요구 내용 16
3. 연구 내용 및 수행방법 17
II. 국방 인공지능 개념 19
1. 인공지능 19
1.1. 인공지능 정의 19
1.2. 인공지능 국내외 최신 연구 현황 20
1.3. 인공지능 전망 31
2. 국방 인공지능 33
2.1. 국방 인공지능의 개념 33
2.2. 국방 인공지능의 특성 34
2.3. 인공지능의 국방 적용 해외 사례 36
III. 국방 인공지능 적용 대상체계 조사 48
1. 국방 인공지능 분야 연구보고서 분석 48
1.1. 음성인식 기술 48
1.2. 인공지능 지휘결심 지원체계 52
1.3. 인공지능을 활용한 기타 연구방안 59
2. 적용 대상체계 조사 62
2.1. CCTV 경계감시 체계 62
2.2. TOD 영상 인공지능 경계감시 체계 86
2.3. 음향 경계감시 체계 97
IV. 국방 인공지능 적용 대상체계 114
1. 대상체계 선정 114
1.1. 인공지능 기반 CCTV 경계감시 체계 114
1.2. 인공지능 기반 TOD 경계감시 체계 145
1.3. 인공지능 기반 음향 감시경계 체계 161
2. 선정 대상체계 프로토타입 181
2.1. CCTV 영상자료를 활용한 경계감시 AI 181
2.2. TOD 영상자료를 활용한 경계감시 AI 184
2.3. 인공지능 기반 음향감시경계 시스템 187
V. 종합 및 결론 192
1. 종합 192
2. 국방AI 실증사업 추진방향 및 국방AI 지속발전을 위한 정책적 제언 194
3. 국방AI 적용/추진의 원칙 196
참고문헌 197
[표 2-1] 해외 인공지능 주요 응용 사례 36
[표 4-1] 국방 특화 빅데이터 구축을 위한 고려조건 134
[표 4-2] 시스템 운용을 위한 요구사항 136
[표 4-3] VMS프로그램 성능 요구조건 138
[표 4-4] 체계 요구 컴퓨팅 성능 138
[표 4-5] 영역 파일의 규칙 139
[표 4-6] 영역 파일의 xml 속성 값 139
[표 4-7] 평가점수 산출식 140
[표 4-8] 1차 년도 운용체계 구축 로드맵 142
[표 4-9] 2차 년도 운용체계 구축 로드맵 143
[표 4-10] CCTV 영상 경계감시 체계 소요 예산 144
[표 4-11] 체계 요구 컴퓨팅 성능 153
[표 4-12] 1차 년도 운용체계 구축 로드맵 158
[표 4-13] 2차 년도 운용체계 구축 로드맵 159
[표 4-14] TOD 영상 경계감시 체계 소요 예산 160
[표 4-15] 오디오 데이터 확보를 위한 모의 침투 고려 사항 169
[표 4-16] 데이터 증대를 위한 상용 오디오 데이터베이스 중 군사 관련 데이터 170
[표 4-17] 체계 운용을 위한 고성능 워크스테이션 요구 사항 172
[표 4-18] 체계 운용을 위한 도구 요구 사항 및 설명 173
[표 4-19] 평가를 위한 착안 요소 175
[표 4-20] 두 번째 테스트 시나리오 176
[표 4-21] 1차년도 운용체계 구축 로드맵 178
[표 4-22] 2차년도 운용체계 구축 로드맵 179
[표 4-23] 음향 경계감시 체계 소요 예산 180
[표 4-24] CCTV 영상자료를 활용한 경계감시 AI 프로토타입 구성요소 181
[표 4-25] TOD 영상 자료를 활용한 경계감시 AI 프로토타입 구성 요소 184
[표 4-26] 인공지능 기반 음향 경계감시 체계 프로토타입 구성요소 187
[표 5-1] 국방 AI 실증사업 추진 방향 195
〈그림 1-1〉 2017 국방부 국방운영 중점 사항 11
〈그림 1-2〉 구글 알파고와 이세돌의 세기의 대결 13
〈그림 1-3〉 수아랩 실시간 이미지 분석 데모 장비 15
〈그림 1-4〉 기계 분야에 적용된 딥러닝의 예시 15
〈그림 1-5〉 연구내용 및 수행방법 18
〈그림 1-6〉 인공 신경망 구조 21
〈그림 1-7〉 페이스북 딥페이스의 구조 22
〈그림 1-8〉 IMB의 퀴즈 인공지능 왓슨 22
〈그림 1-9〉 ALIAS가 작동 되는 조종실 내부 24
〈그림 1-10〉 CODE의 작동 화면 24
〈그림 1-11〉 보스턴 다이나믹스가 개발한 이족보행 로봇과 사족보행 로봇 25
〈그림 1-12〉 카네기 멜론 대학과 우버가 개발 중인 자율 주행 차량 26
〈그림 1-13〉 스탠포드 대학교의 자동제어 로봇 자동차 쉘리(Shelley) 26
〈그림 1-14〉 FP7의 지원으로 만들어진 EUROPA2 프로젝트의 서비스 로봇 28
〈그림 1-15〉 일본의 토다이 프로젝트로 개발되는 지식 학습 인공지능 로봇 29
〈그림 1-16〉 중국 과학원이 개발 중인 딥러닝용 칩 캄브리콘(Cambricon) 30
〈그림 1-17〉 인공지능 시장 전망 32
〈그림 2-1〉 국방 인공지능의 계층 구조 34
〈그림 2-2〉 국방 인공지능의 개념적 분류 및 민간 인공지능과의 비교 35
〈그림 2-3〉 빅데이터와 무결성 관점에서의 국방 인공지능 36
〈그림 2-4〉 자율운항 선박 '씨헌터' 37
〈그림 2-5〉 무인 잠수정 '치안롱' 38
〈그림 2-6〉 숲길을 찾아다니는 쿼드 콥터형 인공지능 드론 40
〈그림 2-7〉 쿼드 콥터형 드론 40
〈그림 2-8〉 미군에서 사용 중인 무인 정찰기 RQ-4 글로벌호크 41
〈그림 2-9〉 중국의 무인 항공기 이룽 42
〈그림 2-10〉 프랑스 EDF에너지의 부지자료 수집용 인공지능 드론 트림블 42
〈그림 2-11〉 방범용 로봇 K5 43
〈그림 2-12〉 이스라엘의 무인 지상 전투로봇 UGV 44
〈그림 2-13〉 PAWS를 활용한 동남아시아 밀렵 순찰 46
〈그림 2-14〉 PAWS의 작동 방식 46
〈그림 2-15〉 PAWS의 작동 원리 47
〈그림 3-1〉 음성인식의 융합성과 확장성 48
〈그림 3-2〉 음성 인식 처리 과정 49
〈그림 3-3〉 주요 음성인식엔진의 정확도 49
〈그림 3-4〉 구글의 음성인식 가능 단어 수 50
〈그림 3-5〉 한미 연합 기동훈련 51
〈그림 3-6〉 IMMACCS의 3계층 구조 53
〈그림 3-7〉 에이전트 엔진의 처리(의사결정 지원) 53
〈그림 3-8〉 Deep Green의 상세구조도 56
〈그림 3-9〉 지휘통제 에이전트의 관계 57
〈그림 3-10〉 전술적 결심지원 시스템 목표체계 개념 58
〈그림 3-11〉 훈련 데이터를 통한 전술방책 에이전트 학습 모델 59
〈그림 3-12〉 평창 동계올림픽의 개막식에 활용된 드론 편대 기술 60
〈그림 3-13〉 전투 조종사용 시뮬레이터 61
〈그림 3-14〉 VIRAT 시스템의 영상분석 프로젝트 구성도 63
〈그림 3-15〉 VIRAT 시스템 동작 형태 예시 64
〈그림 3-16〉 VIRAT 검색 쿼리를 통한 분석 예시 64
〈그림 3-17〉 Mind Eye 프로젝트에서 행동 인식 후 동사로서 표현하는 과정 65
〈그림 3-18〉 IBM IMARS 개요도 66
〈그림 3-19〉 IBM IMARS 시스템 학습 알고리즘 구성도 67
〈그림 3-20〉 Object Video의 영상 분석 vms 예시 68
〈그림 3-21〉 IOmniScient의 영상분석 시스템 개요도 69
〈그림 3-22〉 IOmniScient의 다양한 산업별 솔루션 70
〈그림 3-23〉 savVI 시스템 솔루션 예시 71
〈그림 3-24〉 Aimetis 솔루션 예시 72
〈그림 3-25〉 AI 영상 분석 기술을 활용한 광역 인물 추적 시스템 개요 74
〈그림 3-26〉 유사 이미지 검색 기반 객체 검출 75
〈그림 3-27〉 삼성SDS 비디오 분석 VMS 프로그램 예시 76
〈그림 3-28〉 시스템 구성도 78
〈그림 3-29〉 IntelliVIX 시스템 개념도 80
〈그림 3-30〉 IntelliVIX PTZ 구조 개념 81
〈그림 3-31〉 IntelliVIX VMS표출 시스템 예시 82
〈그림 3-32〉 한화테크윈 보안 시스템 83
〈그림 3-33〉 한화테크윈 영상감시 시스템 83
〈그림 3-34〉 ○○사단 '스마트 철책' 시험사업 개념도 85
〈그림 3-35〉 국내 최초 개발된 TOD TAS-970K 87
〈그림 3-36〉 미 공군 정찰 헬기에 설치된 TOD 장비 88
〈그림 3-37〉 야간 촬영 시 일반 영상과 TOD 영상의 차이(좌 일반, 우 TOD) 89
〈그림 3-38〉 FacFLIR 380-HD 90
〈그림 3-39〉 미 해군 헬기에 있는 열상 장치로 촬영된 마약밀수 검거 장면 91
〈그림 3-40〉 미 해군 감시 임무용 FLIR 영상 사진(좌)과 CCTV 영상 사진(우) 91
〈그림 3-41〉 러시아 탱크에 적용한 열 영상장치 92
〈그림 3-42〉 교도소에 설치된 TOD Vumii's® Sii AT and Sii OP 93
〈그림 3-43〉 교도소를 감시하는 TOD 영상 93
〈그림 3-44〉 TAS-815K의 구조 및 기능 95
〈그림 3-45〉 TAS-815K 96
〈그림 3-46〉 TAS-815K로 촬영한 TOD 영상 96
〈그림 3-47〉 영상 경계감시의 사각 문제 97
〈그림 3-48〉 'Hostile Artillery Locating System, HALO' 98
〈그림 3-49〉 'Audio Analytic'의 인공지능 기반 오디오 사건 검출기 'ai3™' 99
〈그림 3-50〉 'Zone Trigger'의 오디오 사건 검출기 'Audio Zone Trigger' SW GUI 100
〈그림 3-51〉 네트워크 기반 지능형 CCTV인 'AXIS Commuications'의 'Q시리즈 101
〈그림 3-52〉 'Microflwon AVISA'에서 개발한 군사용 오디오 기술들 101
〈그림 3-53〉 선박에 장착된 소나감시체계 102
〈그림 3-54〉 서울 소재 대학교 캠퍼스에 설치된 첨단보안시스템 '안심캠퍼스' 102
〈그림 3-55〉 인공지능 기반 오디오 사건 검출기가 적용된 'Wisenet X' 시리즈 103
〈그림 3-56〉 ㈜시스피아 야외용 음향센서 모듈 및 CCTV 융·복합 시스템 103
〈그림 3-57〉 'QinetiQ North America'의 'EARS SWATS' 104
〈그림 3-58〉 'QinetiQ North America'의 'EARS VMS' 105
〈그림 3-59〉 'QinetiQ North America'의 'EARS FSS' 105
〈그림 3-60〉 'BBN Technologies'의 Boomerang 106
〈그림 3-61〉 미 육군연구소의 'UTAMS' 107
〈그림 3-62〉 'ARL'의 'SET-189' 108
〈그림 3-63〉 '01dB-Metravib'의 'PILAR MK II-W' 109
〈그림 3-64〉 'RAFAEL'의 음향탐지체계인 'ARTILOC' 110
〈그림 3-65〉 'RAFAEL'의 음향센서를 이용한 헬기탐지체계 'HELISPOT' 111
〈그림 3-66〉 국내외 음향 경계감시 체계 개발 기술 현황 111
〈그림 3-67〉 한미 연합공중훈련에 참가한 미군의 F-22 '랩터' 전투기 112
〈그림 3-68〉 한국 공군 KF-16 전투기 113
〈그림 4-1〉 영상 분석 기능을 가진 인공지능 기반 CCTV 경계감시 체계... 114
〈그림 4-2〉 군 감시병 VMS통제시스템 감시 상황 116
〈그림 4-3〉 카메라의 실제위치를 카메라 맵으로의 매핑과 이동 가능 경로의 설정 117
〈그림 4-4〉 위험 객체의 경로 수집 및 재등장 카메라 분석을... 118
〈그림 4-5〉 침입 감지 프로세스 119
〈그림 4-6〉 배회 감지 프로세스 121
〈그림 4-7〉 CCTV 화재 인지 프로세스 122
〈그림 4-8〉 Labeled 데이터 기반 감독 학습 124
〈그림 4-9〉 GAN 이전 Unlabeled 데이터 기반 비감독 학습 125
〈그림 4-10〉 GAN을 이용한 제품 디자인 과정 126
〈그림 4-11〉 물체 검출을 위한 Faster R-CNN 모델의 구조와 물체 검출 예제들 128
〈그림 4-12〉 고속 물체 검출을 위한 YOLO모델의 개관과 CNN 구조 128
〈그림 4-13〉 AlexNet의 구조도 130
〈그림 4-14〉 ResNet의 구조도 130
〈그림 4-15〉 IBM 영상검색 데이터베이스 132
〈그림 4-16〉 MIT 데이터베이스 132
〈그림 4-17〉 ImageNet 데이터베이스 예제 133
〈그림 4-18〉 다양한 Data Augmentation 기법들 135
〈그림 4-19〉 TOD 영상 인공지능 경계감시 체계 구성도 147
〈그림 4-20〉 실제 TOD 영상을 활용한 학습 후 객체 식별 예시 151
〈그림 4-21〉 YOLO의 Cheaper Grid 방법 151
〈그림 4-22〉 YOLO의 네트워크 구조 152
〈그림 4-23〉 CNN 기반의 배경제거 기술의 네트워크 개념도 154
〈그림 4-24〉 YOLO 알고리즘을 사용하여 작은 물체를 검출하고... 155
〈그림 4-25〉 YOLO 알고리즘의 프레임워크 156
〈그림 4-26〉 검출 및 식별 목표 영상 156
〈그림 4-27〉 인공지능 기반 음향감시경계 시스템 구성도 164
〈그림 4-28〉 인공지능 기반 음향 경계감시 체계 운용개념 165
〈그림 4-29〉 인공지능 기반 이상 음원 검출기 운용개념도 166
〈그림 4-30〉 인공지능 기반 이상 음원 방향 추정기 운용 개념도 168
〈그림 4-31〉 다양한 시간별, 장소별 DB 구축 182
〈그림 4-32〉 CCTV 경계감시 개념도 183
〈그림 4-33〉 TOD 영상에서 물체를 검출하고 식별하는 프로세스 185
〈그림 4-34〉 음향 경계감시 체계 데모 시나리오 개요 189
〈그림 4-35〉 데이터 수집에서 사용한 Microphone Array 190
〈그림 4-36〉 시나리오-1 고정 상태에서... 190
〈그림 4-37〉 시나리오-2 이동하는 상태에서... 191
〈그림 5-1〉 인공지능의 역사 192
이용현황보기
가상서가
원문구축 및 2018년 이후 자료는 524호에서 직접 열람하십시요.
도서위치안내: / 서가번호:
우편복사 목록담기를 완료하였습니다.
* 표시는 필수사항 입니다.
* 주의: 국회도서관 이용자 모두에게 공유서재로 서비스 됩니다.
저장 되었습니다.
로그인을 하시려면 아이디와 비밀번호를 입력해주세요. 모바일 간편 열람증으로 입실한 경우 회원가입을 해야합니다.
공용 PC이므로 한번 더 로그인 해 주시기 바랍니다.
아이디 또는 비밀번호를 확인해주세요
