Your browser does not support the PubReader view.
Go to this page to see a list of supporting browsers.
한국해군과학기술학회
[ Article ]
Journal of the KNST - Vol. 7, No. 4, pp.438-444
ISSN: 2635-4926 (Print)
Print publication date 31 Dec 2024
Received 05 Nov 2024 Revised 11 Nov 2024 Accepted 26 Nov 2024
DOI: https://doi.org/10.31818/JKNST.2024.12.7.4.438

파이썬을 이용한 미사일 피격 이미지 추출 및 CNN 기반 머신러닝을 이용한 명중정보 분석 연구

김세라1 ; 최영두2 ; 장원석3 ; 한민석4 ; 전민규5 ; 이헌기5 ; 홍순국6, *
1해군사관학교 기초과학과 부교수
2해군 소령/해군사관학교 전자제어공학과 조교수
3한화시스템 해양시스템1팀 수석연구원
4해군사관학교 전자제어공학과 부교수
5해군사관학교 기계시스템공학과 조교수
6해군 대령/해군사관학교 기계시스템공학과 교수
The Research on Analyzing Missile Strike Images via Python and Hit Information by Using a CNN-based Machine Learning
Sera Kim1 ; Youngdoo Choi2 ; Wonseok Jang3 ; Min-Seok Han4 ; Min-Gyu Jeon5 ; Hun-Kee Lee5 ; Soon-Kook Hong6, *
1Associate professor, Dept. of Natural Science, Republic of Korea Naval Academy
2LCDR, ROK Navy/Assistant professor, Dept. of Electronics and Control Engineering, Republic of Korea Naval Academy
3Chief engineer, Naval System Team 1, Hanhwa Systems
4Associate professor, Dept. of Electronics and Control Engineering, Republic of Korea Naval Academy
5Assistant Professor, Dept. of Mechanical System Engineering, Republic of Korea Naval Academy
6CAPT, ROK Navy/Professor, Dept. of Mechanical System Engineering, Republic of Korea Naval Academy

Correspondence to: *Soon-Kook Hong Dept. of Mechanical System Engineering, Republic of Korea Naval Academy 1 Jungwon-ro, Jinhae-gu, Changwon-si, Gyungsangnam-do, 51704, Republic of Korea Tel: +82-55-907-5314 E-mail: hks753@gmail.com

Ⓒ 2024 Korea Society for Naval Science & Technology

초록

본 논문에서는 이전 논문(‘파이썬과 MOY Graph를 이용한 항적 분석방법’)에서 설명된 사진 이미지로부터 Canny 에지 이미지를 추출하는 방식을 이용하여 필요한 경계이미지를 추출하는 방식을 다시 설명한다. 이렇게 얻어진 Canny 에지 이미지를 MNIST 데이터셋을 통해 학습된 Adam 옵티마이저를 기준으로 하는 CNN기반 머신러닝을 이용하여 숫자 이미지 분포를 확인하는 방법을 제시한다. 또한 이 결과를 통하여 구름 이미지와 미사일 피격으로 인한 이미지를 구별할 수 있음을 설명하고 있다.

Abstract

This paper remarks a method for extracting the required edge images using the Canny function applied to photo images, as described in a previous work(On an Analysis Method for Ship Wakes with Python and MOY Graphs). Following this, we propose an approach to identify the distribution of digit images using a CNN-based machine learning model trained on the MNIST dataset with the Adam optimizer. Furthermore, we demonstrate that this program is able to distinguish between cloud images and images resulting from missile strikes.

Keywords:

Missile Strike Image, Canny Function, MNIST Dataset, Adam Optimizer, Convolutional Neural Network

키워드:

미사일 피격 이미지, Canny 함수, MNIST 데이터셋, Adam 옵티마이저, CNN

Acknowledgments

이 논문은 2023년 정부(방위사업청)의 재원으로 국방기술진흥연구소의 지원을 받아 수행된 연구임 (KRIT-CT-23-030)

References