Design and Implementation of Dangerous of Image Recognition based Cup Contamination Measurement System

이미지 인식 기반의 컵 오염 여부 측정 시스템의 설계 및 구현

Recently, deep learning technology that processes images has been widely used in fire detection, autonomous driving, and defective product detection. In particular, in order to determine whether a product is contaminated or not, it can be identified through the contaminants passed from the existing sensor data, but technologies for recognizing cracks in products or contaminants themselves as images are being actively studied in various fields. In this paper, a system for classifying uncontaminated normal cups and contaminated cups through images was designed and implemented. The image was analyzed using an open image and a photographed image, and the image was analyzed by extracting the upper part of the cup image using Google Objectron for 3D object recognition. Through this study, it is thought that it will be used in various ways for research that can extract the contamination level of products required in the hygiene field based on images.

최근 이미지를 처리하는 딥러닝 기술이 화재 감지나 자율주행, 불량품 검출 등에서 다양하게 활용되고 있다. 특히, 제품이 오염되었는지 아닌지를 파악하기 위해 기존 센서 데이터에서 넘어온 오염물질을 통해 파악할 수 있지만, 제품의 균열이나 오염물질 자체를 이미지로 인식하는 기술도 다양한 분야에서 활발히 연구되고 있다. 본 논문에서는 오염되지 않은 정상적인 컵과 오염된 컵을 이미지를 통해 분류하는 시스템을 설계하고 이를 구현하였다. 이미지는 오픈 이미지와 촬영한 이미지를 사용하였고, 3D 객체 인식을 위한 Google Objectron을 활용해 컵 이미지의 상단 부분을 추출하여 이미지를 분석하였다. 본 연구를 통해 위생 분야에서 필요한 제품의 오염도를 이미지 기반으로 추출할 수 있는 연구에 다각도로 활용할 것으로 사료된다.