$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

YOLOv5 및 OpenPose를 이용한 건설현장 근로자 탐지성능 향상에 대한 연구
A Study on the Improvement of Construction Site Worker Detection Performance Using YOLOv5 and OpenPose 원문보기

Journal of the convergence on culture technology : JCCT = 문화기술의 융합, v.8 no.5, 2022년, pp.735 - 740  

윤영근 (인천대학교 안전공학과) ,  오태근 (인천대학교 안전공학과)

초록
AI-Helper 아이콘AI-Helper

건설업은 사망자 수가 가장 많이 발생하는 산업이며, 다양한 제도 개선에도 사망자는 크게 줄어들지 않고 있다. 이에 따라, CCTV 영상에 인공지능(AI)을 적용한 실시간 안전관리가 부각되고 있다. 건설현장의 영상에 대한 AI를 적용한 근로자 탐지연구가 진행되고 있지만, 건설업의 특성상 복잡한 배경 등의 문제로 인해 성능 발현에 제한이 있다. 본 연구에서는 근로자의 탐지 및 자세 추정에 대한 성능 향상을 위해 YOLO 모델과 OpenPose 모델을 융합하여, 복잡 다양한 조건에서의 근로자에 대한 탐지 성능을 향상시켰다. 이는 향후 근로자의 불안전안 행동 및 건강관리 측면에서 활용도가 높을 것으로 예상된다.

Abstract ▼ AI-Helper 아이콘AI-Helper

The construction is the industry with the highest fatalities, and the fatalities has not decreased despite various institutional improvements. Accordingly, real-time safety management by applying artificial intelligence (AI) to CCTV images is emerging. Although some research on worker detection by a...

주제어

#건설업   #근로자 탐지   #자세 추정   #딥러닝  

표/그림 (9)

참고문헌 (7)

  1. Ministry of Employment and Labor, "'2017-2021 Industrial Accident and Death Statistics", 2022. 

  2. Ministry of Land, Infrastructure and Transport, "Smart construction technology development project", 2019. 

  3. Y. S. Kim, T. K. Oh, C. S. Kim, N. E. Lee, C. S. Hong, S. Y. Lee, Y. G. Yoon, "A Study on the Actual Condition Analysis and Activation Plan of Smart Construction Safety Technology by the Survey", Journal of the Korean Society of Safety, Vol. 37, No. 1, pp. 30-40, 2022. 

  4. J. Redmon, S. Divvala, R. Girshick, and A. Farhadi, "You only look once: Unified, real-time object detection," In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp.779-788, 2016. 

  5. Ultralytics. YOLOv5 [Internet] https://github.com/ultralytics/yolov5 

  6. Cao, Zhe, Gines Hidalgo, Tomas Simon, Shih-En Wei, and Yaser Sheikh. "OpenPose: Realtime Multi-Person 2D Pose Estimation Using Part Affinity Fields." ArXiv:1812.08008 [Cs], May 30, 2019. https://arxiv.org/abs/1812.08008. 

  7. Osokin, Daniil. "Real-Time 2D Multi-Person Pose Estimation on CPU: Lightweight OpenPose." ArXiv:1811.12004 [Cs], November 29, 2018. https://arxiv.org/abs/1811.12004. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로