Design and Implementation of Dangerous Situation Assessment System using YOLOv4 and Data Modeling

YOLOv4와 데이터 모델링을 활용한 위험 상황 판정 시스템의 설계 및 구현

Recently, interest in industrial accidents such as the Industrial Safety and Health Act and the Serious Accident Punishment Act is increasing, and the demand for safety managers for safety management of workers in research institutes and industrial fields of various fields is increasing. For worker safety management, CCTVs are being installed in factories and workplaces, and workers are monitored to enhance safety management. In this paper, we intend to design a dangerous situation assessment system by constructing data using CCTV in such a workplace and modeling it in JSON format. The data modeling was produced by referring to the data set construction guide for artificial intelligence learning and the quality management guideline of the Korea National Information Society(NIA). Through this system, we want to check what kind of risk management exists in the workplace by risk situation scenario and use it to build a more systematic system.

최근 산업안전보건법, 중대재해처벌법 등과 같은 산업재해에 관한 관심이 증가하는바, 연구 기관과 각계의 산업 분야에서 근로자의 안전 관리에 대한 안전 관리자의 수요가 늘고 있는 실정이다. 근로자 안전 관리를 위해 공장, 작업장에 CCTV를 증설하고 있으며 작업자를 모니터링하여 안전에 대한 관리를 높이고 있다. 본 논문에서는 이러한 작업장의 CCTV를 활용해 데이터를 구축하고 JSON 형태로 모델링하여 위험 상황 판정 시스템을 설계하고자 한다. 데이터 모델링은 한국지능정보사회진흥원의 인공지능 학습용 데이터셋 구축 안내서와 품질 관리 가이드라인을 참고하여 제작하였다. 이러한 시스템을 통해 위험 상황 시나리오별로 작업장에 어떠한 위험 관리가 존재하고 있는지를 확인하여 더욱 체계적인 시스템 구축에 활용하고자 한다.