제한된 자원과 데이터 민감성이 중요한 고위험 보안 작업(아프리카 국가의 작전 감시 비디오)에서 비표지 데이터 환경에서의 이상 탐지 문제를 해결하기 위해, 경량화된 이상 탐지 프레임워크를 제안한다. 본 프레임워크는 RGB 채널 히스토그램 모델링과 비지도 KMeans 클러스터링을 결합하여 주요 프레임에서 구조적 이상 및 색상 변화 신호를 복합적으로 탐지한다. 원본 데이터에 접근하지 않고도 고에너지 광원, 표적 존재, 반사 간섭 등과 관련된 여러 이상 프레임을 성공적으로 식별하여 전술적 암살 경고, 용의 물체 선별, 환경 급변 모니터링에 효과적으로 사용될 수 있음을 보여준다. 향후 그래프 신경망 및 시간 모델링과의 결합을 통해 전장 지능적 인식 능력을 더욱 확장할 수 있을 것으로 기대한다.
