KCI등재
딥러닝에 기반한 족적수사 체계의 고도화 방안 = An Advancement Plan of Footprint Investigation System Based on Deep Learning
본 논문은 족적 감정의 객관성과 신속성을 확보하기 위해 감정기법에 딥러닝을 도입하여 새로운감정기법 개발을 목표로 하였다. 실험환경은 범죄현장과 유사하게 구성하고 족적을 남긴 후, 휴대전화카메라로 촬영하였다. 인공지능은 3단계를 거쳐 보완하였다. 1단계에서 2개의 신발 모델을 대상으로 인공지능의 도입 가능성을 확인하였다. 2단계에서 5개의 신발 모델을 이용하여 7개의 환경에서 족적을 수집하고 딥러닝 모델을 적용하였다. 3단계에서 모델의 정확도 향상 및 양질의 데이터 확보를 위해 전처리 작업을 추가한 후, 딥러닝 모델을 적용하였다. 그 결과, 실험 대상 모델에 대해 정확도 0.9346을 달성하였다. 그러나 더 많은 신발 모델에서도 높은 정확도를 얻을 수 있도록 제안된 방법론의 지속적인고도화가 필요하다. 제안한 딥러닝 기반 족적검색 기법과 CCTV(폐쇄회로 텔레비전)의 영상을 연계하여용의자를 특정하는 등 과학기술을 도입한 족적수사 체계에 대한 발전방안을 제시하였다.
더보기This paper proposes a deep-learning-based classification scheme for footprint analysis to achieve the objectivity and swiftness of footprint analysis. Experiment environments resembling a crime scene are set up with footprints, and their photos are taken by smartphones. Artificial Intelligence (AI) are complemented with three steps. In the first step, the possibility of the introduction of AI to forensic science was verified with two kinds of shoe models. In the second step, the footprints were collected in seven environments with five kinds of shoe models, and a deep learning model was applied to them. In the third step, a preprocess was used in order to improve the accuracy of a model and obtain data in terms of quantity and quality, and then a deep learning model was applied to the data. As a result, the accuracy for the model for the experiment objects was 0.9346. However, a continuous enhancement for our methodology is needed to achieve a high accuracy for more shoe models. Thus, this paper suggested a proposal to enhance the footprint investigation framework that adopted the science technology to specify a suspect by associating the proposed deep learning-based footprint searching scheme with the video from CCTV (closed-circuit television).
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)