ITPE * JackerLab

개요Adversarial Patch는 이미지 인식 AI 모델에 물리적 오브젝트를 삽입해 오작동을 유도하는 적대적 공격(adversarial attack) 기법 중 하나입니다. 작은 이미지 조각 또는 스티커 형태의 '패치'를 실제 환경에 배치해 AI 모델이 잘못된 분류나 인식을 하도록 유도하는 방식입니다. 본 글에서는 Adversarial Patch의 개념, 작동 방식, 연구 사례, 보안 위협 및 방어 전략을 다룹니다.1. 개념 및 정의Adversarial Patch는 입력 이미지 내 특정 위치에 인위적인 패턴(Noise)을 삽입하여, 딥러닝 모델 특히 CNN(합성곱 신경망)의 분류 결과를 교란시키는 공격 방법입니다. 기존의 픽셀 단위 조작 대신, 물리적 공간에 부착 가능하고 사람이 알아보기 어려운 시각 ..

개요NeRF(Neural Radiance Fields)는 2D 이미지로부터 사실적인 3D 장면을 복원하는 신경망 기반의 렌더링 기술입니다. 사진이나 비디오 프레임 몇 장만으로, 특정 시점의 시각적 정보를 학습하여 해당 장면을 자유로운 각도에서 재생성할 수 있어 컴퓨터 비전, VR/AR, 디지털 트윈 분야에서 폭넓게 주목받고 있습니다.1. 개념 및 정의NeRF는 신경망을 활용해 장면 내의 각 지점에서의 광선 방향 및 위치에 따른 색상과 밀도를 추정하는 모델입니다. 이를 통해 카메라 시점에 따른 픽셀 값을 계산하고, 다수의 시점으로부터 3D 장면을 재구성할 수 있습니다.전통적인 기하 기반의 3D 모델링과 달리, NeRF는 광선(ray)을 따라 샘플링된 값을 누적하여 최종 이미지를 생성하는 신경 렌더링(Neu..

개요IOU(Intersection over Union)는 컴퓨터 비전 분야에서 객체 탐지(Object Detection) 및 이미지 분할(Segmentation) 모델의 성능을 정량적으로 평가하는 대표적인 지표입니다. 예측한 영역과 실제 정답(ground truth) 영역이 얼마나 잘 겹치는지를 수치로 나타내며, 0에서 1 사이의 값을 가집니다. 이 지표는 딥러닝 기반의 객체 인식, 자율주행, 의료영상 분석 등 다양한 응용 분야에서 정밀도를 판단하는 기본 기준으로 활용됩니다.1. 개념 및 정의IOU는 다음과 같이 계산됩니다:IOU = (예측 영역 ∩ 실제 영역) / (예측 영역 ∪ 실제 영역)교집합(∩): 예측한 박스와 실제 박스가 겹치는 부분의 면적합집합(∪): 예측한 박스와 실제 박스를 합친 전체 면..

개요DenseNet(Dense Convolutional Network)은 레이어 간의 연결 방식을 혁신적으로 바꿔, 각 레이어가 이전 모든 레이어의 출력을 입력으로 사용하는 ‘전결합(Dense Connectivity)’ 구조를 가진 합성곱 신경망(CNN)입니다. 2017년 Huang et al.이 발표한 DenseNet은 파라미터 수를 줄이면서도 뛰어난 성능과 학습 효율을 보여주며, ResNet 이후의 대표적 CNN 진화 구조로 평가받고 있습니다.1. 개념 및 정의 항목 설명 정의각 레이어가 앞선 모든 레이어의 특징 맵을 입력으로 받아 연산하는 CNN 아키텍처구조 특징Dense Block, Transition Layer, Growth Rate 등의 개념 도입목표정보 손실 최소화, 특징 재사용 극대화, ..

개요ResNet(Residual Network, 레즈넷)은 딥러닝 모델의 층을 깊게 쌓을수록 발생하는 학습 저하 문제(Vanishing Gradient, Degradation Problem)를 해결하기 위해 제안된 잔차 학습 기반 신경망 구조입니다. Microsoft의 He et al.이 2015년 발표한 ResNet은 ILSVRC 이미지 분류 대회에서 우승하며 CNN 구조의 새로운 전환점을 마련했으며, 현재도 다양한 비전 모델 및 변형 모델의 기반이 되는 핵심 구조입니다.1. 개념 및 정의 항목 설명 정의입력 정보를 '직접 전달(skip connection)'해 잔차 학습을 수행하는 CNN 기반 딥러닝 모델목적딥러닝의 깊이 증가로 발생하는 학습 저하, 기울기 소실 문제를 해결주요 구조Residual ..

개요자율주행(Autonomous Driving)은 인간의 개입 없이 차량이 주변 환경을 인지하고 판단하며 주행할 수 있도록 하는 기술입니다. 센서, 인공지능, 고정밀 지도, 통신 기술 등을 융합해 실현되며, 미래 스마트 모빌리티의 핵심으로 주목받고 있습니다. 교통사고 감소, 교통 흐름 최적화, 고령자 이동성 확대 등 다양한 사회적 이점을 제공하며, 자동차 산업뿐 아니라 도시 인프라, 법제도, 클라우드 서비스 전반에 걸쳐 큰 변화를 이끌고 있습니다.1. 개념 및 정의자율주행은 SAE(국제자동차공학회) 기준에 따라 0단계부터 5단계까지 분류되며, 완전 자율주행(Level 5)은 운전자가 전혀 개입하지 않는 단계입니다. 현재는 주로 Level 2~3 단계(부분~조건부 자율주행)가 상용화되고 있으며, 이는 운전..