• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2018년도 제57차 동계학술대회논문집 26권1호
• /
• pp.51-52
• /
• 2018

산업 현장에서 작업자의 잘못된 작업행동으로 인한 안전사고가 꾸준히 발생하고 있다. 현재는 관리자가 육안으로 작업자의 위험행동 여부를 관리하고 있지만, 모든 작업자를 관리자 한명이 관리하기에는 현실적으로 어려움이 있다. 본 논문에서는 이 문제를 해결하기 위해 고소 작업자의 안전벨트에 IoT 장치를 부착하여 행동 데이터를 클라우드에 업로드하고, 딥러닝을 통해 작업자 위험행동 여부를 분석한다. 분석한 결과를 관리자가 쉽게 모니터링 할 수 있도록 하여, 안전사고를 예방하도록 하는 시스템을 설계하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2017년도 제55차 동계학술대회논문집 25권1호
• /
• pp.7-8
• /
• 2017

각종 산업현장에서 작업자들의 안전 불감증으로 인해 발생하는 안전사고는 매년 꾸준히 증가하고 있는 추세이다. 본 논문에서 제안하는 스마트 작업자 안전벨트 및 행동인식 기반 위험경보 시스템은 이러한 상황을 방지하고자 작업자가 안전벨트의 훅을 제대로 걸지 않고 일을 진행하는 경우, 작업장 내에서 뛰어다니는 경우, 잘못된 자세로 일하는 경우를 시스템에서 인지하고 작업자, 관리자에게 알림을 줌으로서 작업자의 안전사고를 예방할 수 있도록 하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2017년도 제56차 하계학술대회논문집 25권2호
• /
• pp.259-260
• /
• 2017

본 논문에서는 건설 현장이나 발전소 등의 고소 작업이 많은 곳에서 작업하는 근로자의 안전을 확보하기 위해, 클라우드 웹 서비스에 기반에 고소작업자의 행동 데이터를 수집 저장하여 그 데이터를 통해 관리자가 작업자의 행동을 모니터링 하고 위험경고 메시지를 받을 수 있는 시스템을 제안하였다. 작업자가 하는 행동을 관리자가 실시간으로 확인하는 것을 통해 고소 작업산업 현장에서 작업자의 경각심으로 예방이 가능하다.

• 한국건설안전학회 논문집
• /
• 제1권1호
• /
• pp.40-46
• /
• 2018

소규모 건설 사업장에서는 한 사람이 과도하게 많은 관리영역에 대해서 책임을 져야하므로 특정 영역에 대해 집중적인 관리가 불가능하다. 실제로 이와 같은 소규모 프로젝트는 작은 규모로 인해서 정부의 관리통제에서 면제되고 있는 바, 이는 소규모 건설 현장에서의 안전 관리와 안전 관리에 대한 의식 수준이 낮은 주된 이유 중 하나이다. 정부는 그간 전국적 사고 발생 건수를 줄이기 위해 지속적으로 노력하고 있지만 매년 백여 명이 넘는 근로자가 건설현장에서 사망하고 있다. 이는 그간의 관리방법으로는 일정 수준의 목표를 달성하고자 함에 있어 상당한 한계가 있다는 것을 시사한다. 따라서 본 연구에서 제안한 행동 기반 안전 관리 기법에 기반한 경영 아이디어는 소규모 건설 현장에서의 사고발생을 효과적으로 절감하는데 기여할 수 있을 것으로 기대된다.

• 한국가스학회지
• /
• 제22권6호
• /
• pp.8-15
• /
• 2018

플랜트 내 위험지역의 안전을 위해 작업자 중심의 안전관리가 필요하다. 최근 5년간 가스 사고의 원인은 시설 노후 및 장비고장 뿐만 아니라, 사용자의 취급부주의나 고의사고, 공급자 취급부주의 등 작업자의 행동에 밀접한 관련이 있다. 이와 같은 사고를 미연에 방지하기 위해서, 플랜트 내 위험지역에 대한 실시간 모니터링이 필요로 하다. 하지만 실시간 모니터링을 위해서 작업(근로)공간에 카메라 설치 시, 인권침해와 같은 문제가 발생한다. 이를 방지하기 위해서 작업자의 신원 노출이 적은 저해상도의 Infrared 카메라를 이용한다. 또한 실시간 모니터링 시, 사람이 아닌 CNN알고리즘을 이용하여 이미지 분석을 통하여 인권침해 문제를 예방한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권5호
• /
• pp.187-194
• /
• 2021

사람의 행동인식(Action Recognition)은 사람의 관절 움직임에 따라 어떤 행동을 하는지 인식하는 것이다. 이를 위해서 영상처리에 활용되는 컴퓨터 비전 태스크를 활용하였다. 사람의 행동인식은 딥러닝과 CCTV를 결합한 안전사고 대응서비스로서 안전관리 현장 내에서도 적용될 수 있다. 기존연구는 딥러닝을 활용하여 사람의 관절 키포인트 추출을 통한 행동인식 연구가 상대적으로 부족한 상태이다. 또한 안전관리 현장에서 작업자를 지속적이고 체계적으로 관리하기 어려운 문제점도 있었다. 본 논문에서는 이러한 문제점들을 해결하기 위해 관절 키포인트와 관절 움직임 정보만을 이용하여 위험 행동을 인식하는 방법을 제안하고자 한다. 자세추정방법(Pose Estimation)의 하나인 AlphaPose를 활용하여 신체 부위의 관절 키포인트를 추출하였다. 추출된 관절 키포인트를 LSTM(Long Short-Term Memory) 모델에 순차적으로 입력하여 연속적인 데이터로 학습을 하였다. 행동인식 정확률을 확인한 결과 "누워있기(Lying Down)" 행동인식 결과의 정확도가 높음을 확인할 수 있었다.