2차원 변환 및 딥러닝 기반 초전형 적외선 센서를 이용한 침입감지 시스템

국문 초록 (Abstract)

최근 딥러닝 기술들이 많이 발달한 시대에 여러 가지 센서들을 사용하여 특정 상황에 맞게 제어할 수 있는 시스템들을 구축할 수 있게 되었다. 본 논문에서는 여러 가지 센서 중에 PIR(Pyroelectric Infrared Sensor) 센서를 사용하여 배경, 사람, 불, 동물을 감지하여 침입 등의 위험 상황을 판별하는 시스템을 고안했다. 센서로부터 입력되는 신호들은 해당 상황들에 대해 딥러닝 알고리즘을 사용하여 미리 학습한 후 판단할 수 있도록 설계하였다. 기존에 PIR 기반 침입탐지 방법들과 탐지 정확도를 비교하는 실험을 수행한 결과, 제안된 방법이 정확도 향상이 가능함을 확인하였다.

다국어 초록 (Multilingual Abstract)

In an era where deep learning technologies have been developed a lot in recent years, various sensors can be used to build systems that can be controlled according to specific situations. In this paper, we propose a system that uses a Pyroelectric Infrastructure Sensor (PIR) to detect backgrounds, people, animal, and fire, and then recognizes risky situation such as intrusion. It is designed so that signal inputs from the sensor can be classified after learning in advance using deep learning algorithm. Experimental results show that the proposed deep learning method improves the classification accuracy in comparison to the previous methods for PIR-based intrusion detection.

목차 (Table of Contents)

• 요약
• Abstract
• 1. 서론
• 2. 기존 PIR 센서 기반 침입감지 시스템
• 3. 제안하는 2차원 변환 및 딥러닝 기반 PIR 센서 이용 침입감지시스템
• 4. 시뮬레이션 및 실험결과
• 5. 결론 및 향후 연구
• References