선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
제안 방법
- 본 연구는 기존의 ATM을 이용하여 범죄 예방과 동시에 범인 검거에 도움을 주는 ‘범죄 예방 ATM’‘을 제안한다.
- 사용자의 신원파악을 위해 얼굴에 장애물이 있는지를 판단하기 위한 마스크와 선글라스 사진을 구글 검색 엔진에서 크롤링하여 관련 이미지를 수집했다. 또한 안경과 선글라스를 구분해야하기 때문에 안경 이미지도 수집했다.
- 범죄자 사진을 직접 얻기 어려워 우리를 범죄자로 가정한 후, 카메라에서 얼굴을 자동으로 인식하여 얼굴이 담긴 이미지를 수집했다. 이미지 수집은 한명 당 1시간 30분이 걸렸으며, 클래스 당 1500개를 수집하였다.
- YOLO는 빠르고 정확하기 때문에 실시간이 중요한 본 연구에 적합하다 판단하였고 카메라를 연결하여 실시간으로 감지되는지 검증한 후 학습모델을 구축하였다.
- 인식 정확도를 높이기 위해 학습 데이터, 평가 데이터의 개수와 구축된 학습모델을 수정을 하며 최적의 학습모델을 찾는 과정을 진행한다.
- 학습 데이터에 따른 평균 정확도에 대한 실험을 두 차례를 거쳐 진행하였다.
대상 데이터
- 마스크 500개, 안경 400개, 선글라스 530개를 수집.
- 범죄자 사진을 직접 얻기 어려워 우리를 범죄자로 가정한 후, 카메라에서 얼굴을 자동으로 인식하여 얼굴이 담긴 이미지를 수집했다. 이미지 수집은 한명 당 1시간 30분이 걸렸으며, 클래스 당 1500개를 수집하였다.
- 선글라스, 마스크를 500개의 이미지를 학습 모델에 학습시킨다. 선글라스를 구별하기 위해 추가적인 데이터로 안경을 추가하였기 때문에 안경은 400개의 이미지만을 학습시킨다.
- 범죄자 클래스당 1500개의 이미지(총 4명)를 학습 모델에 학습시킨다.
이론/모형
- 사용자의 눈과 입이 모두 검출되면 사진을 촬영한다. 촬영된 사진에 yolo 딥러닝(Deep learning) 기술을 적용하여 선글라스 및 마스크 검출한다. 아래는 시스템의 주요 기술인 딥러닝 기술의 데이터 수집 및 학습방법에 대한 설명이다.
- 딥러닝 기술 중에서 실시간 처리가 가능한 You Only Look Once(YOLO)를 사용한다. YOLO를 실행시키기 위해서 Darknet framework를 사용하며 Darknet은 신경망 프레임 워크로 dnn(deep neural network)를 학습시키고 실행시킬 수 있는 틀을 말한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.