• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.485-487
• /
• 2023

최근 코로나 19 방역지침 해제로 인한 대면적인 활동이 많아지면서 사람에 대한 서비스 제공이 중요한 이슈가 되었다. 하지만 사람들이 밀집되어있는 곳에서는 서비스가 원할하게 이루어지지 않는 경우가 대부분이다. 본 논문에서는 객체인식 알고리즘 기술인 Yolo와 OpenCv를 통해 카메라로 영상 속의 사람들을 인식하여 군집화 기술인 K-means 클러스터링을 이용해서 사람에 대한 군집화를 진행후 우선순위를 선정하고 좌표를 지정하여서 로봇이 군집의 좌표로 이동하여서 사람들에게 직접 접근하여 서비스를 제공할 수 있도록 하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.175-178
• /
• 2023

본 논문은 영화의 스토리 인식을 위해 인물 간 상호작용 중 물리적 상호작용 즉, 물리접촉을 검출하는 방법을 제안한다. YOLO를 사용해 영상에서 인간객체를 탐지하고, Mediapipe를 사용해 골격 감지를 진행함으로써 인물의 뼈대를 랜드마크화 하고 타 객체 간의 랜드마크가 일정값 이하로 내려오면 Threshold를 적용해 객체 간의 물리적 접촉을 판단한다, 실험 결과, 50개 17,741 frame의 영상에서 정확도 99.66%의 정밀도 77.27%, 재현율 62.38%로 모델의 전반적인 성능을 나타내는 F1점수는 69%로 나타났다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.239-240
• /
• 2023

교통사고는 차량 운전자의 부주의 및 보행자의 안전 불감증 등 여러 가지 이유로 다양한 형태의 교차로에서 사고가 발생한다. 이것을 개선하고자 본 논문에서는 보행자 위험 알림 시스템을 구현하였다. 이 시스템은 YOLO v4 tiny 알고리즘 사용해 약 8,000장의 보행자와 차량의 사진을 학습시켜 객체 인식의 정확도를 높이고 웹캠과 스피커를 사용하여 보행자에게 위험을 알릴 뿐만 아니라, 사고 발생 등의 경우에 대해서 블랙박스 역할을 할 수 있도록 구현하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.154-155
• /
• 2023

오픈 소스인 YOLO(You Only Look Once) 객체 탐지 알고리즘이 공개된 이후, 산업 현장에서는 고성능 컴퓨터에서 벗어나 효율과 특수한 환경에 사용하기 위해 임베디드 시스템에 도입하고 있다. 그러나, NVIDIA의 Jetson nano의 경우, Pytorch의 YOLOv7 딥러닝 모델에 대한 추론이 진행되지 않는다. 따라서 제한적인 전력과 메모리, 연산능력 최적화 과정은 필수적이다. 본 논문은 NVIDIA의 임베디드 플랫폼 Jetson 계열의 Xavier NX, Orin AGX, Nano에서 딥러닝 모델을 적용하기 위한 최적화 과정과 플랫폼에서 다양한 크기의 YOLOv7의 PyTorch 모델들을 Tensor RT로 변환하여 FPS(Frames Per Second)를 측정 및 비교한다. 측정 결과를 통해, 각 임베디드 플랫폼에서 YOLOv7 모델의 추론은 Tensor RT는 Pytorch에서 약 4.1배 적은 FPS 변동성과 약 2.25배 정도의 FPS 속도향상을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.1076-1077
• /
• 2023

해상 추락사고에 대응하는 해상 구조 로봇 프로젝트는 항만 근로자의 추락사고 감지와 피해자 구조에 초점을 둔다. 센서와 자율주행 기술을 접목하여 정확하고 효율적인 구조 작업을 가능케 하고, 자체 개발한 워터센서를 활용하여 신속한 구조를 지원한다. YOLO를 이용한 피해자 위치 파악, 블루투스 기반 관리자 어플리케이션, 해상 추락 감지 및 센서를 탑재한 구명 조끼, 자동 구조 작업 등의 기능을 통합하여 항만 근로자의 안전을 보장하며, 해수욕장 등 다양한 환경에서도 확장 가능한 창의적인 기술을 제시한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.581-582
• /
• 2023

코로나 19 이후 무인매장에 대한 수요가 꾸준히 증가하며 빠른 시장 규모 성장을 보이고 있다. 그러나 관리자의 부재로 감시가 어렵고 즉각적인 대응이 불가능한 환경으로 인해 도난 문제 또한 꾸준히 발생하고 있다. 본 논문은 YOLO 객체인식 기술을 활용한 무인매장 도난 감지 시스템과 실시간 메일 알림 기능을 제안한다. 이를 통해 무인매장에서 발생하는 도난 범죄를 예방하고, 즉각적인 조치를 가능하게 함으로써 보다 안전하고 효율적으로 무인매장을 관리할 수 있게 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.313-315
• /
• 2024

본 논문에서는 이미지 검색기를 통한 랜드마크 인식 방법을 제안한다. 특정 랜드마크 데이터세트에서 라벨링을 하지 않은 비지도 학습을 통해서 이미지에서 랜드마크의 클래스 분류를 위한 특징을 추출한다. 학습된 모델을 랜드마크 데이터세트인 Paris6k 데이터세트와 Oxford5k 데이터세트에 적용하여 랜드마크 인식 정확도를 확인하였다. 성능과 속도를 강화하기 위해 이미지 특징 추출 모델로 ResNet 대신에 YOLO에서 사용된 CSPDarknet-53을 사용하여 모델의 크기를 줄이고 랜드마크 인식 정확도를 높였다. 그리고 모델로부터 추출된 특징의 수를 줄여 이미지 검색 시 소요되는 시간을 감소시켰다. 학습된 모델로 rOxford5k 데이터 세트에 적용 시 mAP 80.37, rParis6k에서 mAP 89.07을 얻었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.29-30
• /
• 2024

본 논문은 Krafton의 PUBG: BATTLEGROUNDS 게임에서 플레이어 분류를 목표로 하며, 포즈 추정기술을 사용하여 일반 플레이어와 봇을 구분한다. 이는 게임에서 직접 수집한 비디오 데이터를 기반으로 하며, 다음과 같은 두 가지 접근 방식을 제안한다. 첫 번째 방법은 동작 시퀀스 분석을 통해, 사용자의 특정동작 패턴을 식별하고 로지스틱 회귀 모델을 활용해 사용자 유형을 분류한다. 두 번째 방법은 YOLO-pose 모델을 사용하여 비디오 데이터에서 키포인트를 추출하고, 이를 LSTM 모델에 적용하여 프레임별로 사용자의 유형을 분류한다. 이러한 이중 접근 방식은 게임의 공정성과 사용자 경험을 향상시키는 새로운 도구를 제공하며, 보다 안전한 게임 환경에 기여할 수 있다. 이 연구는 게임 산업뿐만 아니라 보안 및 모니터링 분야에서도 동작 분석에 대한 혁신적인 접근 방식으로 활용될 잠재력을 가지고 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.257-258
• /
• 2024

현재 시각장애인들이 현금을 사용하게 될 시 지폐가 얼마인지 확인할 방법이 없어 불편을 겪거나 금전적 사기를 당할 위험이 잦다. 한국은행에서는 이러한 사고를 막기 위해 점자 지폐를 만들어 발부하고 있지만 시각장애인 91%가 식별하지 못해 많은 불편을 겪고 있다. 본 논문에서는 딥러닝을 활용하여 화폐를 인식하고 TTS 기술을 사용하여 지폐의 값이 얼마인지 소리로 알려주는 시스템을 개발하였다. 지폐 인식을 위해 데이터를 직접 수집하여 YOLOv5 알고리즘을 활용하여 학습시킨 Weights 파일을 사용하였다. 이를 활용하여 시각장애인들은 더 안전하게 현금을 사용하고, 금전적인 문제를 예방할 수 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.297-298
• /
• 2024

펜데믹, 전쟁 등을 포함한 국제 정세 변화에 따른 물류대란, 원자재가격 상승 및 환율 급등으로 인해 2023년 기준 대한민국의 물가는 크게 오르고 있는 추세이다. 물가 상승은 사업장의 인건비 부담 증가로 이어지고 있고 특히 노동 집약 산업인 농업 분야에서의 인건비 부담 문제는 더욱 심각한 실정이다. 외국인 근로자 고용이 대안이 될 수 있지만 인건비 절감 효과는 미미하기에 농업계 관계자들은 자동화 시스템 도입에 관심이 집중되고 있다. 따라서, 본 논문에서는 사과 분류 작업 자동화 체계의 핵심 요소에 해당하는 사과 품질 실시간 모니터링 시스템을 제안한다. 제안한 방식에서는 딥러닝 기반의 영상 분석 기법 및 무게 센서 데이터 분석을 통해 사과의 품질에 따른 등급 책정을 자동화 한다.