COVID-19 전염병으로 인해 전 세계 정부는 바이러스 전파를 제한하기 위해 잠금을 시행해야 했습니다. 그 결과 모든 경제 활동이 중단되었고 대부분의 부문에서 제조 공장의 생산도 중단되었습니다. 생산을 재개하는 것도 중요하지만 공장 직원의 안전을 보호하는 것이 훨씬 더 중요합니다. 보도에 따르면 직장에서 사회적 거리를 유지하고 마스크를 착용하면 전염 가능성이 크게 줄어듭니다. 이제 2022년에 경제와 생활 방식에 대한 바이러스의 영향이 크게 줄어들고 속도가 느려지고 사람들은 정상적인 생활 방식으로 돌아가려고 합니다. 그러나 이것이 위협이 아직 완전히 제거되지 않았음을 의미하지는 않습니다. 바이러스가 빠르게 돌연변이되고 과학자들이 더 많이 연구해야 하는 위험하고 새로운 종이 출현하기 때문입니다. 이것은 차례로 바이러스가 여전히 생활과 작업 수준에 큰 영향을 미친다는 것을 의미합니다. 이 문제를 해결하기 위해 과학자와 기술자는 확산을 줄이기 위해 여러 의료 및 소프트웨어 방법을 개발했습니다. 우리는 또한 실시간으로 결과를 보여주는 ...
COVID-19 전염병으로 인해 전 세계 정부는 바이러스 전파를 제한하기 위해 잠금을 시행해야 했습니다. 그 결과 모든 경제 활동이 중단되었고 대부분의 부문에서 제조 공장의 생산도 중단되었습니다. 생산을 재개하는 것도 중요하지만 공장 직원의 안전을 보호하는 것이 훨씬 더 중요합니다. 보도에 따르면 직장에서 사회적 거리를 유지하고 마스크를 착용하면 전염 가능성이 크게 줄어듭니다. 이제 2022년에 경제와 생활 방식에 대한 바이러스의 영향이 크게 줄어들고 속도가 느려지고 사람들은 정상적인 생활 방식으로 돌아가려고 합니다. 그러나 이것이 위협이 아직 완전히 제거되지 않았음을 의미하지는 않습니다. 바이러스가 빠르게 돌연변이되고 과학자들이 더 많이 연구해야 하는 위험하고 새로운 종이 출현하기 때문입니다. 이것은 차례로 바이러스가 여전히 생활과 작업 수준에 큰 영향을 미친다는 것을 의미합니다. 이 문제를 해결하기 위해 과학자와 기술자는 확산을 줄이기 위해 여러 의료 및 소프트웨어 방법을 개발했습니다. 우리는 또한 실시간으로 결과를 보여주는 컴퓨터 비전 응용 프로그램으로 사람을 모니터링하고 위반을 감지하는 드론을 사용하여 감시 시스템을 만들어 문제에 대한 대안 솔루션 중 하나를 만들고 싶었습니다. 우리는 더 빠르고 더 나은 결과를 제공하는 YOLO(You Only Look Once) 객체 감지알고리즘을 기반으로 하는 인공 지능 모델을 개발했습니다. 본 논문에서는 마스크 착용 여부를 실시간으로 감지할 수 있는 인공지능 기반 시스템을 제시한다. 마스킹된 얼굴과 마스크되지 않은 얼굴을 모두 감지할 수 있는 2단계 CNN(Convolutional Neural Network) 아키텍처와 YOLO 객체 감지 알고리즘으로 구성됩니다. 보다 포괄적인 솔루션을 제공하기 위해 Tello Edu Drone 카메라와 결합되었습니다. 이는 안전 위반 추적, 안면 마스크 사용 촉진 및 바이러스 확산 방지에 도움이 됩니다.
COVID-19 전염병으로 인해 전 세계 정부는 바이러스 전파를 제한하기 위해 잠금을 시행해야 했습니다. 그 결과 모든 경제 활동이 중단되었고 대부분의 부문에서 제조 공장의 생산도 중단되었습니다. 생산을 재개하는 것도 중요하지만 공장 직원의 안전을 보호하는 것이 훨씬 더 중요합니다. 보도에 따르면 직장에서 사회적 거리를 유지하고 마스크를 착용하면 전염 가능성이 크게 줄어듭니다. 이제 2022년에 경제와 생활 방식에 대한 바이러스의 영향이 크게 줄어들고 속도가 느려지고 사람들은 정상적인 생활 방식으로 돌아가려고 합니다. 그러나 이것이 위협이 아직 완전히 제거되지 않았음을 의미하지는 않습니다. 바이러스가 빠르게 돌연변이되고 과학자들이 더 많이 연구해야 하는 위험하고 새로운 종이 출현하기 때문입니다. 이것은 차례로 바이러스가 여전히 생활과 작업 수준에 큰 영향을 미친다는 것을 의미합니다. 이 문제를 해결하기 위해 과학자와 기술자는 확산을 줄이기 위해 여러 의료 및 소프트웨어 방법을 개발했습니다. 우리는 또한 실시간으로 결과를 보여주는 컴퓨터 비전 응용 프로그램으로 사람을 모니터링하고 위반을 감지하는 드론을 사용하여 감시 시스템을 만들어 문제에 대한 대안 솔루션 중 하나를 만들고 싶었습니다. 우리는 더 빠르고 더 나은 결과를 제공하는 YOLO(You Only Look Once) 객체 감지 알고리즘을 기반으로 하는 인공 지능 모델을 개발했습니다. 본 논문에서는 마스크 착용 여부를 실시간으로 감지할 수 있는 인공지능 기반 시스템을 제시한다. 마스킹된 얼굴과 마스크되지 않은 얼굴을 모두 감지할 수 있는 2단계 CNN(Convolutional Neural Network) 아키텍처와 YOLO 객체 감지 알고리즘으로 구성됩니다. 보다 포괄적인 솔루션을 제공하기 위해 Tello Edu Drone 카메라와 결합되었습니다. 이는 안전 위반 추적, 안면 마스크 사용 촉진 및 바이러스 확산 방지에 도움이 됩니다.
The COVID-19 epidemic forced governments all over the world to implement lockdowns in order to limit virus transmission. As a result, all economic activity came to a standstill, and production at manufacturing plants in most sectors came to a halt as well. While it is critical to resume production, ...
The COVID-19 epidemic forced governments all over the world to implement lockdowns in order to limit virus transmission. As a result, all economic activity came to a standstill, and production at manufacturing plants in most sectors came to a halt as well. While it is critical to resume production, it is even more important to safeguard the safety of the plant's employees. According to reports, keeping social distance and wearing face-masks while still at work minimizes the chance of transmission significantly. Now in 2022, the impact of the virus on the economy and lifestyle is significantly reduced and slowed down, people are trying to return to a normal lifestyle. But this does not mean that the threat has yet to be completely eliminated. Because viruses are being mutated quickly and new species are emerged that are dangerous and need to be studied more by scientist. This, in turn, means that the virus still has a major impact on living and working standards. To collapse this problem a number of medical and software methods have been developed by scientists and technologists in order to reduce its spread. We also wanted to do one of alternative solutions to the problem to by creating surveillance system using drones to monitor people and detect infractions with computer vision application which shows resulting real-time. In this thesis we have developed an artificial intelligence model based on the YOLO (You Only Look Once) object detection algorithm that provides faster and better results can detect instances in real-time in which face-masks are worn or not worn is presented. It is composed of a dual-stage Convolutional Neural Network (CNN)architecture and YOLO object detection algorithm that are capable of detecting both masked and unmasked faces. It was coupled with Tello Edu Drone cameras to provide a more comprehensive solution. This will aid in the tracking of safety violations, the promotion of the usage of face-masks, and the prevention of viral spread.
The COVID-19 epidemic forced governments all over the world to implement lockdowns in order to limit virus transmission. As a result, all economic activity came to a standstill, and production at manufacturing plants in most sectors came to a halt as well. While it is critical to resume production, it is even more important to safeguard the safety of the plant's employees. According to reports, keeping social distance and wearing face-masks while still at work minimizes the chance of transmission significantly. Now in 2022, the impact of the virus on the economy and lifestyle is significantly reduced and slowed down, people are trying to return to a normal lifestyle. But this does not mean that the threat has yet to be completely eliminated. Because viruses are being mutated quickly and new species are emerged that are dangerous and need to be studied more by scientist. This, in turn, means that the virus still has a major impact on living and working standards. To collapse this problem a number of medical and software methods have been developed by scientists and technologists in order to reduce its spread. We also wanted to do one of alternative solutions to the problem to by creating surveillance system using drones to monitor people and detect infractions with computer vision application which shows resulting real-time. In this thesis we have developed an artificial intelligence model based on the YOLO (You Only Look Once) object detection algorithm that provides faster and better results can detect instances in real-time in which face-masks are worn or not worn is presented. It is composed of a dual-stage Convolutional Neural Network (CNN)architecture and YOLO object detection algorithm that are capable of detecting both masked and unmasked faces. It was coupled with Tello Edu Drone cameras to provide a more comprehensive solution. This will aid in the tracking of safety violations, the promotion of the usage of face-masks, and the prevention of viral spread.
주제어
#face-mask detection deep learning machine learning YOLO YOLOv5 CNN Drone
학위논문 정보
저자
미러딜전
학위수여기관
경성대학교 일반대학원 컴퓨터공학과
학위구분
국내석사
학과
컴퓨터공학과
지도교수
양희재
발행연도
2022
총페이지
65
키워드
face-mask detection deep learning machine learning YOLO YOLOv5 CNN Drone
※ AI-Helper는 부적절한 답변을 할 수 있습니다.