초록 ▼

수중 소나 이미지에 대한 딥러닝 기반 물체 탐지/식별 관련 기초 기술 개발을 수행하고 음향신호에 대한 식별기술을 개발한다.
최대운용심도 200m 이내, 최대 인식 거리 : 20m(소나)
인식가능 수중 객체 수 : 3가지 이상
ㅇ 딥러닝 기반 수중 객체 및 주변 환경 탐지/식별/추적 기술 개발
- 최신 딥러닝 연구동향 분석을 통한 최적 딥러닝 학습 및 객체 인식 알고리듬 도출
- 소나 이미지 딥러닝 기반 수중물체(마네킹, 인체, 기뢰) 탐지·식별·추적 알고리듬 개발
- 딥러닝 기반 스펙트로그램 기반 수

수중 소나 이미지에 대한 딥러닝 기반 물체 탐지/식별 관련 기초 기술 개발을 수행하고 음향신호에 대한 식별기술을 개발한다.
최대운용심도 200m 이내, 최대 인식 거리 : 20m(소나)
인식가능 수중 객체 수 : 3가지 이상
ㅇ 딥러닝 기반 수중 객체 및 주변 환경 탐지/식별/추적 기술 개발
- 최신 딥러닝 연구동향 분석을 통한 최적 딥러닝 학습 및 객체 인식 알고리듬 도출
- 소나 이미지 딥러닝 기반 수중물체(마네킹, 인체, 기뢰) 탐지·식별·추적 알고리듬 개발
- 딥러닝 기반 스펙트로그램 기반 수중음향 신호 식별 기술 개발(해양포유류)

(출처 : 초록 3p)

Abstract ▼

□ Purpose
Develop basic technology related to deep learning based object detection/recognition/tracking using underwater sonar images. And develop identification technology for underwater acoustic signals.
Max. Depth 200m,
Max. Recognition Range : 20m (Foward Looking Imaging Sonar)
Recog

□ Purpose
Develop basic technology related to deep learning based object detection/recognition/tracking using underwater sonar images. And develop identification technology for underwater acoustic signals.
Max. Depth 200m,
Max. Recognition Range : 20m (Foward Looking Imaging Sonar)
Recognizable Underwater Objects : more than 3

□ Contents
ㅇ Development of deep learning based underwater object and surrounding environment detection / identification technology
- Optimal choice of deep learning and object recognition algorithm through latest deep learning trend analysis
- Development of algorithm for detection, identification, and tracking of underwater objects (manequin, drowned person, mine model) based on sonar image deep learning

□ Development results
Sonar Image-based Deep Learning Object Detection/Identification/Tracking Algorithm 1 set Underwater Acoustic Signal Identification Algorithm 1 set

□ Expected Contribution
Sonar image-based deep learning drowned person search technology to be developed through this study is expected to be applied to the technology to search the drowned person quickly in case of sea accident through future marinepolice project.
Deep learning based identification technology for underwater acoustic signal developed through this study will be applied to the task of detecting and identifying submarines or warships in future.

(출처 : SUMMARY 5p)

목차 Contents

• 표지 ... 1
• 제 출 문 ... 2
• 보고서 초록 ... 3
• 요 약 문 ... 4
• Summary ... 5
• 목차 ... 6
• 제 1 장 서 론 ... 7
• 1.1 연구개발의 개요 ... 7
• 1.2 연구개발의 중요성 ... 8
• 1.3 선행연구 내용 및 결과 ... 8
• 1.4 정책적 타당성 분석 ... 9
• 1.5 주요사업 추진으로의 적합성 ... 10
• 제 2 장 국내외 기술개발 현황 ... 11
• 2.1 국내 기술 수준 및 시장 현황 ... 11
• 2.2 국외 기술 수준 및 시장 현황 ... 25
• 제 3 장 연구개발 목표 및 내용 ... 39
• 3.1 최종목표 ... 39
• 3.2 당해연도 연구개발 목표 ... 39
• 3.3 연구범위 및 연구수행 방법 ... 40
• 3.4 당해연도 연구개발 내용 ... 46
• 제 4 장 연구개발 추진전략 및 추진체계 ... 80
• 4.1 연구개발 추진전략·방법 ... 80
• 4.2 연구개발 추진체계 ... 80
• 제 5 장 연구개발 결과 ... 81
• 5.1 당해연도 연구개발 목표 및 결과 ... 81
• 5.2 연구범위 및 연구수행 결과 ... 82
• 5.3 연구개발목표 달성도 자체평가 ... 83
• 제 6 장 연구개발결과의 기대효과 및 활용계획 ... 84
• 6.1 기대효과 ... 84
• 6.2 활용계획 ... 85
• 제 7 장 참고문헌 ... 86
• 끝페이지 ... 87