[보고서]지능형 다중센싱 및 첨단분석 기술을 활용한 보안상황 인지∙대응시스템 개발

최만용

지능형 다중센싱 및 첨단분석 기술을 활용한 보안상황 인지∙대응시스템 개발
Security system of context-awareness and responding by using intelligent multi-sensing technology and advanced analytical technology 원문보기

보고서 정보
주관연구기관	한국표준과학연구원 Korea Research Institute of Standards and Science
연구책임자	최만용
참여연구자	박정학 , 김수언 , 권일범 , 권휴상 , 김기복 , 김치엽 , 박춘수 , 이완규 , 서재갑 , 조완호 , 최원재 , 하태훈 , 박성기 , 강병연 , 김동환 , 김준호 , 김찬수 , 김창환 , 김혁수 , 라제쉬 , 송동희 , 양견모 , 엄태영 , 오장석 , 유주한 , 정호원 , 최종호 , 최혜옥 , 최종순 , 권요셉 , 김범진 , 류종식 , 장익순 , 봉연식 , 장현진 , 조은비 , 이광식 , 이동기 , 이신우 , 정봉진 , 아리프라만 , 백근식 , 백수정 , 손은주 , 신우진 , 안현주 , Jannatul Morshed
보고서유형	2단계보고서
발행국가	대한민국
언어	한국어
발행년월	2017-01
과제시작연도	2016
주관부처	과학기술정보통신부 Ministry of Science and ICT
등록번호	TRKO201800037883
과제고유번호	1711048169
사업명	국가과학기술연구회연구운영비지원
DB 구축일자	2018-09-01
키워드	감시.보안.다중 센서.생체 인식.심리 인식.상황 인식.행동 분석.법생물학.법동위원소.Surveillance.Security.Multi-sensor.Biometrics.Emotion recognition.Context awareness.Behavior analysis.Forensic biology.Forensic isotope.
DOI	https://doi.org/10.23000/TRKO201800037883

초록 ▼

○ 국가현안문제로 범죄 예방 및 안전한 사회구현을 위해 지능형 다중센싱 기반의 보안상황 인지·대응시스템 및 과학수사 분석기술 개발이 필요

○ 1단계 목표는 인지적 상황 분석이 가능한 지능형 감시 시스템을 구현하여 범죄 감시가 필요한 구역에 안전이 보장되도록 함과 아울러 이에 필요한 첨단과학수사 분석기술 개발
- 다중센싱 및 정밀측정 핵심기술 개발
- 영상감시 기술 개발
- 고성능 다중센싱을 이용한 이동물체 및 추적기술 개발
- 개별 사람 행태 분석을 위한 기반 기술 개발
- 다중센싱 기술 및 시스템 개발
- 사람 그룹 행태 분석을 위한 기반 기술 개발
- 과학수사 분석 원천기술 개발Ⅰ,Ⅱ,Ⅲ

○ 2단계 연구개발목표는 보안영상 분석을 위한 Ontology 기반 기술 개발, 사람과 물체 상호작용 행동 분석 기술과 다중센서 정보를 융합한 통합 시스템 개발
- 다중 센싱 모듈의 고도화 및 통합 시스템 개발
- 사람과 사물간의 상호 작용 행태 인식을 위한 기반 기술 개발
- 과학수사용 원천기술의 현장적용을 위한 응용기술 개발
- 센싱·인식·인지·분석 기술 융합 시스템 개발
- 과학수사 현장적용을 위한 최적화 기술 개발
- 다중센싱 모듈기반 통합시스템 시제품 개발

( 출처: 보고서 요약서 4p )

Abstract ▼

Ⅳ. Results
[Development of detection and tracking techniques for moving objects using high performance multi-sensors]
o Development of core technologies for voice and visual information based surveillance
o Development of fusion technology for multi-sensing based surveillance system
o Successful extraction of foreground images in nighttime and bad weather conditions
o Successful classification of various heat sources from human and other objects
o Development of human behavior analysis and situation awareness technology for surveillance using sound detection.
- Design and error analysis of the microphone array shape
- Analysis of signal processing method robust to the noise condition
- Suggestion of the acoustical analysis and design method of structure to support and protect the microphone array
- Development of the method for beam pattern analysis considering the scattering and diffraction
- Design the prototype system for demonstration
o High accuracies in standard databases
o Successful separation of speech and environmental noises
o Experimental results of maximum 19 dB in wide-range
o Development of high speed and hige resolution pan-tilt system
o Development of 3D simulation space for the construciton of quantitative image database
o Development of scenario dataset for the performance test of the intelligent surveillance system
o Development of prototype and main monitoring system

[Vision-based human behavior analysis and situation awareness technology for surveillance]
o Video based software platform development for human behavior and context aware
o Moving object detection and tracking, motion extraction for surveillance system
o Human identification between multiple cameras
o Development of awareness techniques for individual human, group and human-object based on a ontology
o Abnormal activity detection for an intelligent video surveillance system

[Development of the advanced forensic science-analytical techniques]
o Development of platform techniques for forensic isotope-applicable CSI
- Development of hair trace evidence using isotope ratio
- Development of optimized protocol for LA-ICP-MS analysis
- Analysis of hair isotope ratio and international comparison & DB
- Development of determination technique of mobile car glasses
o Development of platform techniques for forensic biology-applicable CSI
- Identification of PMI protein marker and protein chip
- Development of N-glycan analysis techniques using animal model

( 출처: SUMMARY 13p )

목차 Contents

표지 ... 1
제출문 ... 2
보고서 요약서 ... 4
요약문 ... 6
SUMMARY ... 11
CONTENTS ... 16
목차 ... 17
제 1 장 연구과제의 개요 ... 21
제 1 절 연구개발의 목표 정의 ... 21
제 2 절 연구배경 및 사업계획 ... 24
1. 사업 환경 분석 ... 24
2. 연구목표 ... 25
3. 세부과제의 구성요소 ... 26
4. National Agenda 선정 ... 27
제 2 장 국내외 기술개발 현황 ... 28
제 1 절 고성능 다중센싱을 이용한 이동물체 검출 및 추적기술 현황 ... 28
제 2 절 안전 보안을 위한 비전기반 사람 형태분석 및 상황인지 기술 현황 ... 34
제 3 절 첨단 과학수사 분석원천기술 현황 ... 58
제 3 장 연구수행 내용 및 결과 ... 65
제 1 절 고성능 다중센싱을 이용한 이동물체 검출 및 추적기술 ... 65
1. 서론 ... 65
2. 1단계 연구수행 내용 및 결과 요약 ... 67
3. 다중 센서를 결합한 지능형 영상감시시스템 개발 ... 111
4. 지능형 영상감시시스템의 성능평가기술 개발 ... 177
5. 보안 상황 현장 적용을 위한 상용화 개발 ... 227
6. 결론 ... 238
제 2 절 안전 보안을 위한 비전기반 사람 형태분석 및 상황인지 기술 ... 239
1. 서론 ... 239
2. 1단계 연구수행 내용 및 결과 요약(2011∼2013) ... 241
3. 영상 감시 기반 기술 ... 249
4. 사람 행태 분석 및 상황인지 기술 ... 292
5. 주관기관과의 시스템 통합 및 컴포넌트 기반 기술 모듈화 ... 326
6. 결론 ... 335
제 3 절 첨단 과학수사 분석원천기술 개발 ... 338
1. 서 론 ... 338
2. 1단계 연구 내용 및 결과 ... 340
3. 첨단 과학수사를 위한 법동위원소 적용 분석원천기술 개발 ... 375
4. 첨단 과학수사를 위한 법생물학 적용 분석원천기술 개발 ... 391
5. 결과 ... 407
제 4 절 결론 ... 408
제 4 장 목표달성도 및 관련분야에의 기여도 ... 409
제 5 장 연구결과의 활용계획 ... 418
제 6 장 연구과정에서 수집한 해외과학기술정보 ... 422
첨부1. ADVISOR ... 422
첨부2. INRIA ... 430
첨부3. (Technical Report) Surveillance of marine resources using multi-frequency hydroacoustics (Coastal Research and Planning Institute, Klaipėda University, Norway) ... 439
첨부4. Forensic Pathology ... 462
제 7 장 참고문헌 ... 472
부록. 연구성과 집계(최종보고서 부록) ... 477
끝페이지 ... 491

표/그림 (300)

표 Intelligent video surveillance model.
표 Overall block diagram of object detection and human identification algorithms.
표 Histogram comparison between whole region and estimated human area at night and in bad weather.
표 human region detection and detected blob-grouping process.
표 Block diagram of human object classification algorithm using PCA (principal component analysis) and object aspect ratios.
표 Step-by-step human object detection results.
표 Experimental results for OSU DB (represented
표 Experiment results in the final step for OSU DB.
표 Quantitative measurement for human recognition by 3D computer model.
표 Face recognition according to the distance of lens.
표 Identification according to the distance of lens.
표 Identification according to the distance of lens.
표 Human infrared visibility measurements according to the distance.
표 Computer analysis modeling for surveillance system.
표 Human modeling for simulation.
표 Result of the simulation.
표 Human infrared radiation map.
표 Maximum panning speed according to the distance between the targets.
표 Maximum tilting speed according to the distance between the targets.
표 Zooming speed according to the distance between the targets.
표 Zooming function design according to the distance between the targets.
표 Distance calculation using the laws of the proportional triangle.
표 The optimal shutter speed for No Blur and Motion Blur (d=40m).
표 The optimal shutter speed for No Blur and Motion Blur (d=80m).
표 The optimal shutter speed for No Blur and Motion Blur (d=100m).
표 The optimal shutter speed for No Blur and Motion Blur (NIR).
표 Coordinate calibration.
표 Calibration of coordinate transformation.
표 Simulation of beam pattern with spherical wave model.
표 Change of beam pattern according to beamformer: (a) Delay and sum beamformer, (b) optimal beamformer (β=0.01).
표 Configuration of the measurement system.
표 Measured result of direction estimation in the anechoic chamber.
표 Measured result error of direction estimation in the anechoic chamber.
표 Prototype of the CCTV with sound localization system.
표 Prototype of the sound tracking CCTV combined with a commercialized CCTV.
표 Fiber optic sensor board.
표 Wireless fiber optic sensor network.
표 Construction of fiber optic BOCDA sensor system.
표 Voice characteristics according to criminal types.
표 Configuration of abnormal voice database.
표 Procedure of voice activity detection.
표 Voice activity detection performance.
표 Spectrogram of abnormal voice.
표 Spectrogram of normal voice.
표 Performance of abnormal voice recognition against normal voice.
표 Experiment environment setup for CCTV image acquisition.
표 Facial Feature analysis regarding camera distance and image resolution (upper: 320x240, lower:640x480).
표 Analysis of the number of pixels of face regarding camera distance and image resolution.
표 Selected candidates for remote face detection.
표 Experimental result of face detection at a long distance.
표 Reliability measures in the detection of candidate face region.
표 Facial expression recognizer diagram.
표 Operation of facial expression recognizer system.
표 Reliability measures in the detection of candidate face region.
표 Relative improvement of abnormal voice recognition performance.
표 Each point's name from left or so forth with right 46 ea AU used into face motion.
표 Performance of remote voice detection.
표 Procedure of keyword recognition.
표 Performance of abnormal voice (scream) recognition against other types of voices.
표 Performance of abnormal voice (request message) recognition against other types of voices.
표 Operation of abnormal voice recognition system.
표 Examples of multi-pose face DB.
표 User identity recognition diagram from CCTV environment.
표 Experimental result of identity recognition CCTV systems.
표 Comparison of PCA and Template matching using multi-pose face DB.
표 Sample board and microphone array with 8 simultaneous microphone inputs.
표 Horizontal range of the 8-channel microphone array.
표 Various types of collected abnormal sounds. (a) high-pitch voice, (b) scream, (c) crying voice.
표 Mixing assumption and separation structure.
표 Frequency domain signal separation algorithm.
표 Various recording conditions.
표 Signal separation result.
표 Design of realtime integrated monitoring S/W GUI.
표 Development of realtime integrated monitoring S/W GUI.
표 Development of test server and client for realtime monitoring results aggregation (left: Test Server, right: Test Client).
표 Realtime monitoring results pop-up and tracking method using integrated monitoring S/W.
표 얼굴확인을 위한 감시거리.
표 거리별 카메라 얼굴영상 해석.
표 실제 카메라를 이용한 얼굴영상 비교 실험
표 CCTV의 화질문제에 대한 뉴스 보도
표 CCTV 통신망 임대 및 자가망 구축비용.
표 Image of camera module.
표 Imaging performance.
표 Infrared thermal image camera module.
표 Image sensor.
표 Quantum efficiency versus wavelength.
표 Pan-Tilt module dimension.
표 Pan-Tilt module overview.
표 Illuminator module.
표 Illuminator module dimension.
표 Real image of the Visible/IR fusion imaging system.
표 Installation point and surveillance area of the system.
표 View of the installation point.
표 Image of the installed system.
표 Close-up Image of the installed system.
표 광역감시시스템 개발 컨셉.
표 보행자 검출 기술.
표 사람검출 요구해상도.
표 사람검출 프로세스.
표 외부환경에 대한 강인성.
표 사람검출 최적 온도.
표 광역감시시스템 구조.
표 광역감시시스템 작동 프로세스.
표 테스트베드 및 설치현황
표 전력질주 상황 얼굴획득 결과.
표 차량인식 및 추적이미지 획득 결과.
표 시스템 온도측정 결과.
표 업그레이드 된 광역감시시스템 시제품.
표 광역감시시스템 시제품 스펙.
표 Object labeling and tracking.
표 Results of face detection and its cropped image using Adaboost.
표 Face area redirection results for background removal.
표 A step of lip extraction.
표 Distribution of the background element followed by posture in the face region detected using Adaboost.
표 Distributed modeling results for pixel value of face region in Cb-Cr region extracted from one camera.
표 Cb-Cr filtering image for original image.
표 Skin area segmented from face area detected by Adaboost.
표 Distributed modeling results for pixel value of segmented region in Cb-Cr region extracted from one camera.
표 Cb-Cr filtering image for original image (Red area: Pixel value different with skin model).
표 Comparing for Cb-Cr filter results of area detected by using Adaboost.
표 Hue filtering image for original image (Blue area: Pixel value different with skin model).
표 Comparing for hue filter results of area detected by using Adaboost.
표 Saturation filtering image for original image (Blue area: Pixel value different with skin model).
표 Comparing for saturation filter results of area detected by using Adaboost.
표 Comparison for box blurring of area detected by using Adaboost.
표 Results by changing convolution mask size for box blurring.
표 Comparison median blur with box blur using illumination normalization results.
표 Specular reflection area of illumination normalization results.
표 Improved specular reflection area of illumination normalization results.
표 Accuracy of face recognition using various preprocessing.
표 PCA를 이용하여 계산된 Eigen-face.
표 LDA를 이용해 계산된 Fisher-faces.
표 원 영상에서 계산된 LBP 영상LBP (왼쪽: 원본, 오른쪽: LBP 영상).
표 등록영상 예시. (a) 단일영상. (b) 열장의 다중영상.
표 각 얼굴인식 방법과 등록영상 종류에 따른 인식률.
표 20초 실험영상의 구성.
표 다양한 얼굴 자세에 대한 각 알고리즘들의 인식률.
표 세 종류의 등록영상. (a) 종류 #1: 매우 다양한 얼굴자세. (b) 종류 #2:적당히 다양한 얼굴자세. (c) 종류 #3: 얼굴자세 변화 없음
표 각 얼굴인식 방법과 등록영상 종류에 대한 인식률.
표 피부색 filtering 알고리즘을 이용한 얼굴 크기 필터링 알고리즘.
표 얼굴영역 검출 시 발생한 오류.
표 원 영상에서 얻은 피부색 영역 영상과 높이가 4등분 된 각 영역에 대한 전체영역 당 피부색영역의 비율 표(왼쪽: 원 영상, 중앙: 피부색 영역, 오른쪽: 비율 표).
표 시스템 도면 및 내부 3D 조립도.
표 시스템 구동 원리.
표 팬틸트 분해능 계산.
표 장치 구성별 팬틸트 성능.
표 팬틸트 구성 장치.
표 팬틸트 대표 회로도.
표 Segment for voice signal at time domain.
표 A period of voice signal.
표 The filter of MFCC(Mel Frequency Cepstral Coefficient).
표 The results of filtering through MFCC.
표 A frequency of noise filtering extracted from the noise period.
표 The results of mask before and after.
표 The results of noise cancellation.
표 Basic concept of the source localization by TDoA.
표 Change of resolution according to the direction.
표 Estimation of source direction by the linear transformation.
표 Construction of the sound measurement system.
표 Setup of the measurement system.
표 Spectrum of the measured sound from the source.
표 Comparison of the localization accuracy according to the different S/N ratio condition (Left: estimated direction, Right: error of the estimated angle, Blue spot: estimated by sin function, Red spot: estimated by cos function): (a) high level signal, (b) low level signal.
표 Estimated source direction under the condition of 10 dB S/N ratio (Left: estimated direction, Right: error of the estimated angle, Blue spot: estimated by sin function, Red spot: estimated by cos function).
표 Estimated source direction by applying different estimating equation according to direction under the condition of 10 dB S/N ratio (Left: estimated direction, Right: error of the estimated angle)
표 Effect of sound speed error on the accuracy of estimated direction.
표 Schematic diagram of sound measurement system.
표 Sound measurement system installed to the wide area surveillance system.
표 Arrangement of sound source for the measurement experiment.
표 Measurement results of dangerous sounds at 10 m (a), 40 m (b), and 60 m (c) respectively.
표 The DBN composed of RBMs.
표 Schematic diagram of adaptive noise cancellation.
표 The user interface(UI) of criminal sound detection.
표 Detection accuracy of various rescue or dangerous sound.
표 Results about multi-person face recognition from one frame.
표 한 프레임에서 피부색 filtering을 진행하거나 얼굴인식을 진행한 얼굴 영역의 개수에 따른 처리속도: (a) 피부색 filtering을 진행한 얼굴영역의 개수, (b) 얼굴인식을 진행한 얼굴영역의 개수.
표 Adaboost 알고리즘을 이용한 얼굴인식 결과
표 검출된 얼굴영역의 CbCr 히스토그램.
표 피부색 증폭 전후에 따른 신호 비교.
표 Temporal filtering을 통한 심박 신호 향상.
표 PPG신호와 피부색 신호 비교. (a)PPG 신호. (b) 피부색 신호.
표 피부색 증폭 및 심박 신호 추출 데모 프로그램.
표 설계된 Point Spread Function의 주파수 영역에서의 예.
표 실제 CCTV 촬영 영상과 영상 blur 복원 결과.
표 Image DB of the young women’s basic activities.
표 Image DB of the young men’s basic activities.
표 Image DB of the men’s abnormal activities.
표 Image DB of the young boys basic activities.
표 Image DB of the children's abnormal activities.
표 Image DB of the fighting activities.
표 Image DB of attacking activities.
표 Digital representations of human models.
표 A vector x representing the position of the hand with respect to the foot.
표 Modeling of a human using a series of rigid links connected by joints, also called kinematic skeleton.
표 Definition of basic transformations.
표 Four directed transformation graphs.
표 Understanding forward kinematics.
표 The upper limb with two embedded coordinate systems.
표 Joint coordinate systems between two segmental links.
표 The relation between two coordinate systems with four parameters.
표 A one-DOF elbow joint.
표 Modeling of the shoulder complex as three revolute and two prismatic DOFs.
표 Modeling of the upper extremity as a 9-DOF kinematic chain.
표 Santos—-a 215-DOF human model.
표 The 55-DOF digital human model (with global DOFs z1, z2, z3, z4, z5, z6) used in predictive dynamics.
표 Human models.
표 휴먼 모델 업그레이드 개발.
표 Virtual 3D city models.
표 Scene of 3D motion capturing.
표 Skeletal human model from the motion capturing.
표 Skeletal human models (a) kidnap, (b)(c)(d) assault, (e)climb over a wall.
표 Human model motions of being killed.
표 Human model motions of killing.
표 Human model motions of the physical fight.
표 물리엔진과 광선추적 렌더러를 이용한 리얼리티 구현.
표 Visible/IR/Sound fusion imaging system.
표 Test-Bed for scenario testing in KRISS.
표 Test-Bed for scenario testing in front of Duk-Hyun elementary school.
표 Scenario for the recognition of abnormal intrusion.
표 Scenario for the recognition of incendiary.
표 Scenario for the recognition of attack.
표 Scenario for the recognition of hijacking.
표 Scenario for the recognition of hijacking using a car.
표 Scenario for the recognition of CCTV dead angle in dark street.
표 Scenario for the recognition of assault.
표 Scene of the robbery taking place in the time of cash withdrawal at ATM.
표 Scene of the robberies occurred in subway station.
표 Scene of the robbery and murder taking place in the streets.
표 Scene of the violence and robberies occurred on the road.
표 최종 상용화 시제품 설계안.
표 상용화 1차 시제품 모형.
표 테스트베드 설치운용중인 상용화 2차 시제품.
표 광역 이동물체 추적보안감시 소프트웨어 메인화면.
표 이벤트 및 얼굴검출이미지 팝업창
표 Main software of wide area tracing and surveillance system.
표 Reliability test of the developed intelligent surveillance system:temperature and humidity (a), and (b) waterproof test, respectively.
표 Temperature of each month per hour at the testbed.
표 Detected image of multiple people (a), moving vehicle (b), and running man by the tracking zoom camera of the developed intelligent surveillance system installed in testbed.
표 Our proposed goal
표 Definitions of TP, FP, FN
표 Architecture for visual surveillance system.
표 Architecture specification.
표 GUI (a) Main frame (b) event setting (c) event search (d) camera control (e) processing viewer.
표 Example of operation (a) main frame (b) processing viewer.
표 Foreground detection (a) input (b) foreground (c) labeling (d) shadow removal.
표 Object tracking using particle filter.
표 Framework of the situation awareness technology by using FMTL and SGT.
표 Example of tampering (a) view change (b) hand tamper.
표 Trend of CCTV.
표 Components of intelligence surveillance system.
표 Probability model based tracking process.
표 Combination of non-gaussian noise and non-linear probability model.
표 Combination of gaussian noise and linear probability model.
표 Tracking method according to probability model.
표 Modified Particle Filter.
표 Probabilities of foreground and background.
표 Process for foreground and background separation, and sampling.
표 Similarities based on appearance model.
표 Foreground confidence.
표 Similarity enhancement by combination of appearance model and foreground confidence.
표 Tracking method by using coarse-to-fine motion model and hybrid appearance model.
표 Example of superpixels by s,m(size of image : 352x288).
표 superpixel extraction (first column: superpixel, second column: superpixel score map, third column: extracted superpixel).
표 Object probability based on GAM and DAM
표 Recall comparison (True Positive ratio).
표 F-score comparison.
표 Center location error (Pixel).
표 Evaluation DB (a red box indicates a initial location of the target object).
표 comparison of true positive ratio.
표 True positive ratio by a attribution of image (threshold=0.5).
표 Performances by attribution.
표 Snapshots of illumination variation, background clutter.
표 Snapshots of in-plane/out-plane rotation.
표 Snapshots of occlusion, out-of-view.
표 Snapshots of multiple attributions (more than five).
표 Human re-identification approach by using local regions.
표 Human re-identification approach by using transfer function.
표 Human re-identification framework based on multi-appearance model and classifier.
표 Examples of MCSH
표 Process for MC
표 Example of MC.
표 Examples of histogram and spatiogram
표 LBP calculation (from CVPR 2011 tutorial).
표 Example of LBP Texture (from: CVPR 2011 tutorial).
표 Feature Histogram by using LBP. (from SCHOLARPEDIA, http://www.scholarpedia.org/article/Local_Binary_Patterns)
표 Framework of human re-identification.
표 SVM by using similarity of appearance model.
표 Sequence matching based human re-identification.
표 VIPeR DB.
표 Rank performance.
표 CMC curve.
표 Snapshots of human re-identification.
표 CMC curve (best case).
표 CMC curve (variation).
표 Rank performance (SVM-based/Adaboost-based).
표 CMC curve .
표 Framework of the situation awareness technology.
표 Example of state units of human group based on FMTL.
표 State definition of FMTL.
표 State definition of human group.
표 Interaction Definition between human and object.

과제명(ProjectTitle) :	-
연구책임자(Manager) :	-
과제기간(DetailSeriesProject) :	-
총연구비 (DetailSeriesProject) :	-
키워드(keyword) :	-
과제수행기간(LeadAgency) :	-
연구목표(Goal) :	-
연구내용(Abstract) :	-
기대효과(Effect) :	-

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 제목(한글), 저자명(한글), 발행일자, 전자원문, 초록(한글), 초록(영문) 관리번호, 제목(한글), 제목(영문), 저자명(한글), 저자명(영문), 주관연구기관(한글), 주관연구기관(영문), 발행일자, 총페이지수, 주관부처명, 과제시작일, 보고서번호, 과제종료일, 주제분류, 키워드(한글), 전자원문, 키워드(영문), 입수제어번호, 초록(한글), 초록(영문), 목차
저장형식	Text(ASCII format) Excel format
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

지능형 다중센싱 및 첨단분석 기술을 활용한 보안상황 인지∙대응시스템 개발
Security system of context-awareness and responding by using intelligent multi-sensing technology and advanced analytical technology 원문보기

초록 ▼

Abstract ▼

목차 Contents

표/그림 (300)

표/그림 (300)

연구자의 다른 보고서 :

참고문헌 (25)

연구과제 타임라인

관련 콘텐츠

원문 보기

이 보고서와 함께 이용한 콘텐츠

연관된 기능

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

지능형 다중센싱 및 첨단분석 기술을 활용한 보안상황 인지∙대응시스템 개발 Security system of context-awareness and responding by using intelligent multi-sensing technology and advanced analytical technology 원문보기

초록 ▼

Abstract ▼

목차 Contents

표/그림 (300) 모든 표/그림 보기

표/그림 (300) 슬라이드로 보기

연구자의 다른 보고서 :

최만용 (97) 박정학 (53) 김수언 (7) 권일범 (54) 권휴상 (64) 김기복 (48) 김치엽 (67) 박춘수 (12) 이완규 (40) 서재갑 (95) 조완호 (13) 최원재 (3) 하태훈 (7)

참고문헌 (25)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

이 보고서와 함께 이용한 콘텐츠

연관된 기능

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

지능형 다중센싱 및 첨단분석 기술을 활용한 보안상황 인지∙대응시스템 개발
Security system of context-awareness and responding by using intelligent multi-sensing technology and advanced analytical technology 원문보기

표/그림 (300)

표/그림 (300)