멀티모달 모델 적용 미상항적 판독 개선 연구 (Research on improving unknown track reading by applying Multimodal Model)

서지정보

· 발행기관 : 한국인터넷정보학회
· 수록지 정보 : 인터넷정보학회논문지 / 25권 / 6호 / 155 ~ 162페이지
· 저자명 : 이용석, 권혁진

초록

본 논문은 한반도 상공의 미상항적(고정익 드론, 회전익 드론, 풍선, 새떼 등)이 탐지되었을 때 어떤 미상항적인지 조기에 판독하여 합참부터 대대급 제대까지 작전시간 반응속도 단축 및 작전의 효율화를 통하여 작전 성공을 지원하는 것이 연구목적이다. 이를 위해 이미지인식기술과 데이터 분류기술을 융합한 AI 멀티모달 적용을 통해 미상항적에 대한 조기 판독 및 정확도 향상을 목표로 한다. 2014년최초 북한의 무인기가 우리 영토 상공에서 임무수행 후 추락된 것을 발견한 이후 우리군이 북의 무인기에 대한 작전은 성공적이지못했고, 특히 미상항적에 대한 정확한 판독이 제한되어 대응 및 타격 무기체계 운용의 적시성이 상실되고 무장 대응도 미흡했다.
또한 최근에는 군 감시자산의 감시센서를 민감하게 운영함에 따라 미상항적이 다수 탐지되었으나 접경지역 상공의 새때를 ○시간 동안판독하지 못하여 ○개의 군단이 실상황 작전을 수행함에 따라 불필요한 다수 인원과 장비를 배치 및 운영하여 전투 피로도를 상승시켜 최상의 작전대기 전력운영에 지장을 주는 주요 요인으로 작용되고 있다. 따라서 AI 멀티모달 모델(이미지 + 레이더데이터) 구현을위해서는 딥러닝 AI 기술을 적용하여 기존의 Heuristic(육안 위주) 방식의 판독 프로세스 개선을 위한 멀티모달 모델을 제안하게 되었다. 제안된 모델 실험결과 이미지 인식 모델만 사용시 60% 정확도, 이미지와 텍스트 융합한 멀티모달 적용시 80% 정확도, 멀티모달에Self-Attention 적용시 90% 정확도 결과를 도출한 바와 같이 멀티모달이 이미지 인식 모델보다 우수한 성능을 나타냄을 확인하였다.

영어초록

This paper aims to early determine what kind of unknown track(fixed-wing drone, rotary-wing drone, balloon, flock of birds, etc.) is detected over the Korean Peninsula. The purpose of the study is to achieve success in operations by reducing reaction time and improving operational efficiency from the Joint Chiefs of Staff to battalion level echelons. To this end, the goal is to improve early reading and accuracy of unknown tracks through AI multimodal application that combines image recognition technology and data classification technology. Since the first North Korean drone crashed after performing a mission over our territory in 2014, the South Korean military's operation on the North's drone has not been successful, and in particular, accurate reading of unsymptomatic and striking weapons systems has been limited, resulting in a loss of timeliness in response and striking weapon system operation and insufficient armed response. In addition, a number of unknown targets have been identified in recent years due to the sensitive operation of surveillance sensors of military surveillance assets, but as several corps failed to read new times over the border area for few hours, they deployed and operated unnecessary personnel and equipment to increase combat fatigue, which is a major factor that hinders the operation of the best operational standby power. Therefore, To implement an AI multimodal model (image + radar data), deep learning AI technology was applied to improve the existing heuristic (visual-centered) reading process and to propose a multimodal model to build and operate the system. As a result of the proposed model experiment, 60% accuracy was obtained when using only the image recognition model, 80% accuracy when applying multimodal image and text fusion, and 90% accuracy when applying self-attention to multimodal. As shown, multimodal is an image recognition model. It was confirmed that it showed better performance.

참고자료

· 없음