$\require{mediawiki-texvc}$

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.

딥러닝 기반 마스크 미착용자 식별 CCTV 개발
Development of CCTV for Identification of Maskless Wearers based on Deep Learning 원문보기

한국컴퓨터정보학회 2020년도 제62차 하계학술대회논문집 28권2호, 2020 July 15, 2020년, pp.317 - 318  

이세훈 (인하공업전문대학 컴퓨터시스템과) ,  권형근 (인하공업전문대학 컴퓨터시스템과) ,  김영진 (인하공업전문대학 컴퓨터시스템과) ,  정지석 (인하공업전문대학 컴퓨터시스템과) ,  서희주 (인하공업전문대학 컴퓨터시스템과)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 얼굴검출 후 MobilnetV2의 방법을 이용하여 적은 연산량으로 CCTV가 실시간으로 마스크 착용 유무를 판단할 수 있는 방법을 제시하였다. 이를 통해 현재 이슈가 되고있는 코로나19 등 전염병의 전염 위험이 있는 주요 장소에서 인공지능 CCTV가 마스크 미착용자를 식별해 알려줌으로써 마스크 미착용자를 관리할 수 있는 방법을 제공하였다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 하지만 대부분 사람이 직접 눈으로 마스크 미착용자를 식별하고 있기 때문에 인력이 필요하고,사람이 하는 일이다 보니 확인하지 못하는 부분이 생길 수밖에 없을 것이다. 본 논문에서는 DNN을 사용한 OpenCV의 Face detection과MobilnetV2를 사용하여 만든 마스크 미착용자 식별 모델을 적용하여 뛰어나지 않은 성능의 CCTV로도 실시간 마스크 착용 유무 식별이 가능한 방법을 제시한다.
  • 현재까지 CNN이 발전해 오며 성능이 많이 증가하였으나 굉장히 많은 연산량과 높은 메모리 사용량 문제가 발생하였는데. 이는 모바일이나 임베디드 어플리케이션 등 작은 장비들에서는 이들의 능력치를 초과하는 연산량을 요구하기 때문에 적절하지 않아 높은 정확도를 유지하며 연산량, 에너지 사용량, 모델사이즈를 줄이는 방법을 소개한다. 연산량을 줄이기 위해 CNN알고리즘에서 이미지 처리시 사용하는Convolution연산을 depthwise Separable Convolution으로 대체한다.
본문요약 정보가 도움이 되었나요?
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