- 요약 개시된 실시예는 정상 비디오의 특성 분포를 기반으로 정상점을 설정하고, 입력 비디오와 정상점과의 유사도에 따라 이상 행동을 판별하는 이상 점수를 정제함으로써, 이상 행동뿐만 아니라 정상 행동에도 함께 초점을 두어 정상 행동과 이상 행동이 구분되도록 학습이 수행되어 입력되는 비디오에서 이상 행동이 포함된 구간을 정확하게 판별할 수 있는 비디오 이상 감지 장치 및 방법을 제공한다.
- 대표 청구항 하나 이상의 프로세서; 및 상기 하나 이상의 프로세서에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 장치로서, 상기 프로세서는 비디오를 인가받아 다수의 인스턴스로 구분하고, 구분된 다수의 인스턴스 각각에 대해 인공 신경망으로 신경망 연산하여 다수의 특징을 추출하며, 추출된 다수의 특징에 대해 인공 신경망으로 신경망 연산하여 각 인스턴스에 이상 행동이 포함되어 있는지를 판별하기 위한 이상 점수를 추정하되, 상기 인공 신경망의 학습 시에, 이상 또는 정상이 각각 진리값으로 레이블된 이상 비디오와 정상 비디오를 인가받고, 상기 정상 비디오에서 획득되는 다수의 정상 인스턴스를 기반으로 다수의 정상점을 설정하며, 상기 다수의 정상점과 상기 이상 비디오에서 추출되는 다수의 이상 특징 사이의 유사도를 기반으로 획득되는 다수의 제1 이상 가중치를 상기 다수의 이상 특징에서 추정된 다수의 제1 이상 점수에 가중하여 제1 정제 점수를 획득하는 비디오 이상 감지 장치.
-
대표 도면
-
전략기술 분류
사이버보안
디지털 취약점 분석, 대응 - 출원번호 10-2022-0156145 KIPRIS
- 출원일 2022-11-21
- 공개번호 10-2024-0075081
- 공개일 2024-05-29
- 등록번호
- 등록일
- 우선권 번호
- 우선권 국가
- 우선권 주장일
- 현재 상태 심사중
- 현재 권리자
- IPC 코드 G06N-003/08, G06V-020/52, G06V-010/82, G06V-040/20, G06V-020/40

































































Copyright ⓒ 한국연구재단 기술사업화센터 (NRF-TCC) All rights reserved.