• 문화기술의 융합
• /
• 제7권1호
• /
• pp.576-581
• /
• 2021

유행병 후 시대에 COVID-19는 아직 완전히 통제되지 않고 있다. 마스크 착용은 여전히 전염병 예방의 주요수단이며, 마스크로 인한 부정적인 영향은 계속되고 있다. 오랫동안 마스크를 착용하면 두 가지 문제가 발생할 수 있다. 첫 번째 문제는 저산소증이고 다른 하나는 심리적 스트레스의 증가이다. 마스크의 부정적인 영향을 줄이기 위해 이 논문에서는 새로운 호흡방식을 제안하였다. 저산소증과 스트레스 증가의 두 가지 문제를 동시에 해결하는 "음~"발성호흡이다. 이 논문에서 새로운 호흡 패턴으로 스트레스를 해소하는 원리를 파악하였고, HRV와 스트레스 지수의 관계를 설명하면서 SDNN을 지표로 사용하여 이 호흡 패턴의 효과를 스트레스지수로 측정하였다. 실험결과 "음 ~"발성호흡이 마스크 착용으로 인한 스트레스를 해소 할 수 있을 뿐만 아니라, 마스크를 쓰지 않을 때도 일상적인 스트레스를 해소해 주기도 한다. 따라서 누구나 쉽게 구현할 수 있는 이 방법은 앞으로 더 대중화될 것이다.

• 한국전자통신학회논문지
• /
• 제17권3호
• /
• pp.473-482
• /
• 2022

코로나 시대에서 감염의 위험을 줄이기 위하여 반드시 마스크를 착용하여야 하며, 건축 공사장과 같은 위험한 작업 환경에서 일하는 직원의 안전을 위하여 헬맷을 쓰는 것은 필수불가결하다. 본 논문에서는 헬멧과 마스크의 착용 여부를 분류하는 효과적인 딥러닝 모델 HelmetMask-Net를 제안한다. HelmetMask-Net은 CNN 기반으로 설계되며, 전처리, 컨벌류션 계층, 맥스풀링 계층과 4 가지 출력이 있는 완전결합 계층으로 구성되며, 헬멧, 마스크, 헬멧과 마스크, 헬멧과 마스크을 착용하지 않은 4 가지 경우를 구분한다. 정확도, 최적화, 초월 변수의 수를 고려한 실험으로 2 컨볼루션 계층과 AdaGrad 최적화를 가진 구조가 선정되었다. 모의 실험 결과 99%의 정확도를 보여 주었고, 기존의 모델에 비하여 성능이 우수함을 확인하였다. 제안된 분류기는 코비드 19 시대에 직원의 안전을 향상시킬 수 있을 것이다.