Annual Conference of KIPS (한국정보처리학회:학술대회논문집)

  • 2024.10a
  • /
  • Pages.920-921
  • /
  • 2024
  • /
  • 2005-0011(pISSN)
  • /
  • 2671-7298(eISSN)
Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

A Study on Object Detection for Smart Retail Operations

스마트 리테일 운용을 위한 객체 검지에 관한 연구

  • Honglim Yun (Dept. of Artificial Intelligence & Software Seoul Jungsu Campus of Korea Polytechnic) ;
  • Yechan Go (Dept. of Artificial Intelligence & Software Seoul Jungsu Campus of Korea Polytechnic) ;
  • Yeonsu Ahn (Dept. of Artificial Intelligence & Software Seoul Jungsu Campus of Korea Polytechnic) ;
  • Chansu Kim (Dept. of Artificial Intelligence & Software Seoul Jungsu Campus of Korea Polytechnic)
  • 윤홍림 (한국폴리텍대학 서울정수캠퍼스 인공지능소프트웨어과) ;
  • 고예찬 (한국폴리텍대학 서울정수캠퍼스 인공지능소프트웨어과) ;
  • 안연수 (한국폴리텍대학 서울정수캠퍼스 인공지능소프트웨어과) ;
  • 김찬수 (한국폴리텍대학 서울정수캠퍼스 인공지능소프트웨어과)
  • Published : 2024.10.31
Download PDF
⟨ Previous Next ⟩

Abstract

본 논문은 스마트 리테일 환경에서 객체 검지 기술의 적용에 관한 방법을 제안한다. 스마트 리테일은 자영업자나 소상공인 사업장의 전반적인 운영과 고객의 요구를 충족하기 위하여 첨단 기술을 활용하는 분야이다. 객체 검지 기술은 영상에서 사람, 물체 등 다양한 객체를 실시간으로 검지하여 객체 종류, 위치와 크기 정보 등을 제공하며, 이러한 정보는 재고관리, 고객 행동 분석, 무인 결제 시스템 등에서 유용하게 활용될 수 있다. 최근에는 딥러닝 기반의 객체 검지 기술이 우수한 성능을 보이고 다양한 분야에서 활용되고 있지만, 고성능의 객체 검지 기술을 운용하기 위해 고가의 하드웨어가 필요하다는 문제가 존재한다. 본 논문에서는 웹기반의 스마트 리테일 서비스 모델과 소규모사업장환경의 저가 하드웨어에서 객체 검지 기술을 적용하는 방법을 제안하고, 스마트 리테일에서 가장 중요한 객체인 사람 검지에 관한 성능을 분석한다.

Keywords

References

  1. Caroline H., "Artificial intelligence in retail - a systematic literature review", Foresight, 25(2), 2022
  2. Patal M., "A comprehensive survey of deep learning-based lightweight object detection models for edge devices", Artificial Intelligence Review, 57, 2024
  3. https://github.com/ultralytics/yolov5
  4. Human Dataset v2 (universe.roboflow.com/human-v2/human-dataset-v2)