• 스마트미디어저널
• /
• 제12권9호
• /
• pp.159-170
• /
• 2023

실종자 수색은 많은 시간과 인력이 필요하다. 그 해결책의 일환으로 YOLO 기반 모델을 활용하여 실종자 수색 AI 시스템을 구현하였다. 객 객체 탐지 모델을 훈련하기 위해 AI-Hub에서 드론 이동체 인지 영상(도로 고정)을 수집하고 모델을 학습하였다. 또한, 훈련 데이터 세트와 상이한 환경에서의 성능을 평가하기 위해 산악 환경 데이터 세트를 추가 수집하였다. 실종자 수색 AI 시스템의 최적화를 위해 모델 크기 및 하이퍼파라미터에 따른 성능평가, 과대적합 우려에 대한 추가 성능평가를 시행하였다. 성능평가 결과 YOLOv5-L 모델이 우수한 성능을 보이는 것을 확인할 수 있었으며 데이터 증강 기법을 적용함에 따라 모델의 성능이 보다 향상되었다. 이후 웹 서비스에는 데이터 증강 기법을 적용한 YOLOv5-L 모델을 적용하여 실종자 수색의 효율성을 높였다.

• 한국컴퓨터정보학회논문지
• /
• 제22권1호
• /
• pp.15-21
• /
• 2017

In this paper, we present a solution to the problems caused by using only text - based information as an index element when a commercialized missing person indexing system indexes missing persons registered in the database. The existing system could not be used for the missing persons inquiry because it could not formalize the image of the missing person registered together when registering the missing person. To solve these problems, we propose a method to extract the similarity of images by using OpenCV image processing and TensorFlow deep - running image processing, and to process images of missing persons to process them into meaningful information. In order to verify the indexing method used in this paper, we constructed a Web server that operates to provide the information that is most likely to be needed to users first, using the image provided in the non - regular environment of the same subject as the search element.

• 한국산업정보학회논문지
• /
• 제25권3호
• /
• pp.53-59
• /
• 2020

본 논문은 레이더와 카메라를 이용한 스마트 조명 시스템에서 실종자 탐지를 위한 색상 검출 방안을 제안한다. 최근 레이더와 카메라가 내장된 스마트 조명 시스템이 에너지 절약과 동시에 효율적인 실종자 검색에 도움이 된다고 보고 된 바 있다. 스마트 조명 시스템에서 레이다 센서는 조명 주변에 움직임을 감지한다. 조명 주변에서 움직임이 감지되면, 조명이 작동하고 카메라는 녹화기능을 수행한다. 여기서, 스마트 조명에 녹화된 영상은 실종자를 탐색하는 데 활용한다. 특히, 녹화된 영상에서 실종된 사람이 입고 있는 옷의 색상은 실종자를 찾는 데 중요한 단서 중의 하나이다. 이러한단서인 옷의 색상을 식별하기 위한 방법으로 색상 검출을 활용한다. 또한, 색상 검출 과정에서 배경의 영향을 줄이기 위해서 대상체를 고려한 ROI(Region of interest)를 적용한다. 실험 결과에 따르면, ROI를 적용한 경우 색상 검출의 정확도는 97% 이상을 보였다.

• 한국전자통신학회논문지
• /
• 제17권1호
• /
• pp.139-146
• /
• 2022

COVID-19 사태 장기화로 인한 실내활동 제약으로 등산객들이 증가함에 따라 산불화재, 실종자 등 산악 사고가 증가하고 있다. 구조요원의 손길이 닿지 않는 곳에 위험 상황이 발생한다면 쿼드콥터를 활용하여 인명 수색 시간을 감소할 수 있다. 이러한 점에 착안하여 본 논문에서는 쿼드콥터의 원활한 호버링을 수행 할 수 있도록 Multiwii를 사용하여 기체의 기울기 변화에 따라 x축(Roll), y축(Pitch), z축(Yaw)의 최적화된 PID 값을 설정하여 원활한 호버링을 할 수 있도록 하였다. 또한, 카메라는 라즈베리파이에 Open CV를 설치한 후 HSV 색공간을 사용하여 인상착의와 같은 색상을 필터링한 영상을 수신하고, 색추출이 어려운 환경에서는 열화상 카메라를 사용하여 열 감지 영상을 실시간으로 수신할 수 있도록 하였으며, 2~8m 높이에서 호버링이 가능하였으며 5m 높이에서 파란색 추출이 가능하였고, 10cm 이내의 거리에서 열 감지가 가능하였다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.171-187
• /
• 2023

저화소의 감시카메라와 같은 촬영 장비를 통해 사람의 얼굴을 인식할 경우, 화질이 낮아 얼굴을 포착하기 어렵다는 문제점이 있다. 이렇게, 사람의 얼굴을 인식하기 어렵다면 범죄용의자나 실종자를 특정해내지 못하는 등의 문제가 발생할 수 있다. 기존 이미지 속 안면 인식에 관한 연구들에서는 정제된 데이터셋을 사용하였기 때문에 다양한 환경에서의 성능을 가늠하기 어렵다는 한계가 존재한다. 이에, 본 논문에서는 저화질 이미지에서 안면 인식 성능이 떨어지는 문제를 해결하기 위해 다양한 환경을 고려한 저화질 안면 이미지에 대해 화질 개선을 수행하여 고화질 이미지를 생성한 뒤, 안면 특징점 검출의 성능 향상시키는 방법을 제안한다. 제안 방법의 현실 적용 가능성을 확인하기 위해 전체 이미지에서 사람이 상대적으로 작게 나타나는 데이터셋을 선정하여 실험을 수행하였다. 또한 마스크 착용 상황을 고려한 안면 이미지 데이터셋을 선정하여, 현실 문제로의 확장 가능성을 탐구하였다. 안면 이미지의 화질을 개선하여 특징점 검출 모델의 성능을 측정한 결과, 개선 후 안면의 검출 여부는 마스크를 착용하지 않은 이미지의 경우 평균 3.47배, 마스크를 착용한 경우 평균 9.92배로 성능 향상을 확인할 수 있었다. 안면 특징점에 대한 RMSE는 마스크를 착용한 이미지의 경우 평균 8.49배 감소, 마스크를 착용하지 않은 경우 평균 2.02배 감소한 것을 확인할 수 있었다. 이에, 화질 개선을 통해 저화질로 포착된 안면 이미지에 대한 인식률을 높여 제안 방법의 활용 가능성을 확인할 수 있었다.