[논문]딥러닝과 영상처리를 활용한 무인계산시스템

김홍재; 최희웅; 윤보라; 김옥근; 조중휘

딥러닝과 영상처리를 활용한 무인계산시스템
An Unmanned Checkout Counter using Deep Learning and Image Processing 원문보기

김홍재 (인천대학교 임베디드시스템공학과) , 최희웅 (인천대학교 임베디드시스템공학과) , 윤보라 (인천대학교 임베디드시스템공학과) , 김옥근 (인천대학교 임베디드시스템공학과) , 조중휘 (인천대학교 임베디드시스템공학과)

본 논문은 대형마트와 같은 유통업계에서 무인계산시스템의 자동화로 소비자의 계산 편리성 증대를 위한 딥러닝과 영상처리를 활용한 무인계산시스템을 제안한다. 소비자가 무인계산시스템의 컨베이어 벨트 위에 계산할 물품을 올리면 벨트 끝에 위치한 카메라로 이동하여 촬영한 물품의 이미지를 딥러닝과 영상처리로 분석하여 제품의 리스트를 제공, 결제가 완료되면 서버에 전송하여 재고를 관리하고 발주가 필요한 제품은 자동으로 발주하는 시스템이다.

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구는 위와 같은 배경에서 사용자에게는 더 나은 서비스를 제공하고 기업에게는 더 효율적이고 비용을 절약하게 하기 위해서이다. 계산을 담당하는 계산원의 수는 줄어들고 전체 시스템을 관리하는 소수의 관리자를 두어 노동인구 감소에 따른 인력난에 능동적으로 대체할 수 있게 해주는 무인계산시스템을 제안한다.

제안 방법

본 연구는 위와 같은 배경에서 사용자에게는 더 나은 서비스를 제공하고 기업에게는 더 효율적이고 비용을 절약하게 하기 위해서이다. 계산을 담당하는 계산원의 수는 줄어들고 전체 시스템을 관리하는 소수의 관리자를 두어 노동인구 감소에 따른 인력난에 능동적으로 대체할 수 있게 해주는 무인계산시스템을 제안한다. 무인계산시스템은 영상처리, 딥러닝 기술을 활용하여 마트 이용객이 어떤 상품을 얼만큼 컨베이어에 담았는지 측정하고 각 상품에 대한 가격을 모니터에 출력하여 사용자가 빠른 결제를 할 수있도록 유도한다.

대상 데이터

실제 유통, 판매 되고있는 상품 5개로 신경망 트레이닝을 진행하였다. 각 상품당 이미지 데이터는 1200~1500장이며, 학습단위인 미니 배취 사이즈 (mini-batch size)는 64이므로 반복되는 학습단위로 가져오는 이미지는 64장이다.
본 연구에서는 CNN 모델 중 'Alexnet'을 이용하였고, Alexnet의 네트워크 아키텍처는 그림 2와 같이 구성다.
실제 유통, 판매 되고있는 상품 5개로 신경망 트레이닝을 진행하였다. 각 상품당 이미지 데이터는 1200~1500장이며, 학습단위인 미니 배취 사이즈 (mini-batch size)는 64이므로 반복되는 학습단위로 가져오는 이미지는 64장이다.

성능/효과

개발한 시스템을 구현해 제품의 이미지 분석 결과 98%의 정확도와 4초/개의 처리 속도를 얻었다. 다만 다른 제품의 각도에 따른 같은 이미지인 경우와 1차 상품(농림수산물 등의 가공도가 높아지기 이전의 원료에 가까운 단계의 생산물) 등 이미지 미분류, 미인식 상품을 보완할 기술이 필요하여 지속적인 연구와 개발로 미분류, 미인식 상품의 보완과 분류 정확성과 처리 속도를 향상시켜 실생활에서 사용자에게 유용한 시스템을 제공할 계획이다.
그림 3은 설정 값에 따른 인공 신경망의 성능을 나타 낸 그림이다. 여기서 에폭을 20을 설정하였고, 트레이닝 결과 유효성 98%의 평균 정확도를 보였다.

후속연구

개발한 시스템을 구현해 제품의 이미지 분석 결과 98%의 정확도와 4초/개의 처리 속도를 얻었다. 다만 다른 제품의 각도에 따른 같은 이미지인 경우와 1차 상품(농림수산물 등의 가공도가 높아지기 이전의 원료에 가까운 단계의 생산물) 등 이미지 미분류, 미인식 상품을 보완할 기술이 필요하여 지속적인 연구와 개발로 미분류, 미인식 상품의 보완과 분류 정확성과 처리 속도를 향상시켜 실생활에서 사용자에게 유용한 시스템을 제공할 계획이다.
실 매장에 적용된다면 현재 무인결제시스템 도입 초기이기 떄문에 기기 사용 미숙으로 불편함을 느낄수 있지만 제안한 무인결제시스템은 사용자에게 작동을 요하는 작업이 현저히 줄어들어 기기 사용에 편리성이 향상될 것으로 예상된다[1]. 현재 무인계산 대의 보급율이 증가함에 따라 딥러닝과 영상처리를 활용한 무인계산시스템의 향후 수요가 증가할 것과 소비자의 만족도 또한 증가할 것으로 기대된다[6].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

딥러닝과 영상처리를 활용한 무인계산시스템
An Unmanned Checkout Counter using Deep Learning and Image Processing 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

딥러닝과 영상처리를 활용한 무인계산시스템 An Unmanned Checkout Counter using Deep Learning and Image Processing 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

딥러닝과 영상처리를 활용한 무인계산시스템
An Unmanned Checkout Counter using Deep Learning and Image Processing 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper