• 대한의용생체공학회:의공학회지
• /
• 제43권3호
• /
• pp.131-135
• /
• 2022

Due to COVID-19, Correct method of wearing mask is important to prevent COVID-19 and the other respiratory tract infections. And the deep learning technology in the image processing has been developed. The purpose of this study is to create the type of mask wearing dataset for deep learning models and select the deep learning model to detect the wearing mask correctly. The Image dataset is the 2,296 images acquired using a web crawler. Deep learning classification models provided by tensorflow are used to validate the dataset. And Object detection deep learning model YOLOs are used to select the detection deep learning model to detect the wearing mask correctly. In this process, this paper proposes to validate the type of mask wearing datasets and YOLOv5 is the effective model to detect the type of mask wearing. The experimental results show that reliable dataset is acquired and the YOLOv5 model effectively recognize type of mask wearing.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.303-304
• /
• 2021

코로나 방역을 위해 마스크 착용 여부를 자동으로 감지하는 것은 중요한 이슈이다. 기계학습을 통하여 얼굴의 마스크 착용여부를 검색하는 것은 마스크를 착용한 얼굴 데이터를 학습함으로써 해결할 수 있는 것으로 알려져 있다. 하지만 한 사람을 위한 마스크 착용 여부 검색은 OpenCV를 이용하여 보다 간단한 방법으로 감지할 수 있다. 본 논문에서는 OpenCV 학습데이터 결과와 간단한 함수들을 이용하여, 범용 PC 카메라로 한 사람의 마스크 착용여부를 쉽게 감지할 수 있음을 기술한다. 실험을 통하여 제안하는 방법이 유효함을 보였다.

• Journal of Multimedia Information System
• /
• 제8권3호
• /
• pp.159-166
• /
• 2021

COVID-19 has dramatically changed people's daily life. Wearing masks is considered as a simple but effective way to defend the spread of the epidemic. Hence, a real-time and accurate mask wearing detection system is important. In this paper, a deep learning-based mask wearing detection system is developed to help people defend against the terrible epidemic. The system consists of three important functions, which are image detection, video detection and real-time detection. To keep a high detection rate, a deep learning-based method is adopted to detect masks. Unfortunately, according to the suddenness of the epidemic, the mask wearing dataset is scarce, so a mask wearing dataset is collected in this paper. Besides, to reduce the computational cost and runtime, a simple online and real-time tracking method is adopted to achieve video detection and monitoring. Furthermore, a function is implemented to call the camera to real-time achieve mask wearing detection. The sufficient results have shown that the developed system can perform well in the mask wearing detection task. The precision, recall, mAP and F1 can achieve 86.6%, 96.7%, 96.2% and 91.4%, respectively.

• 한국멀티미디어학회논문지
• /
• 제24권2호
• /
• pp.208-214
• /
• 2021

Since face masks in public were mandated during COVID-19, more people have taken temperature checks, with their masks on. The study has developed a contactless thermal camera that accurately measures temperatures of people wearing different kinds of masks, detect people wearing masks wrong, and record the temperature data. The built-in system that identifies people wearing masks wrong is what masks our contactless thermal camera differentiated from other thermal cameras. Also our contactless thermal camera can keep track of the number of mask wearers in different regions and their temperatures. Thus, the analysis of such regional data can significantly contribute to stemming the spread of the virus.

• 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.

• 한국컴퓨터정보학회논문지
• /
• 제26권5호
• /
• pp.1-8
• /
• 2021

코로나바이러스-19(COVID-19)의 대유행에 따라 전 세계 수많은 확진자가 발생하고 있으며 국민을 불안에 떨게 하고 있다. 바이러스 감염 확산을 방지하기 위해서는 마스크를 제대로 착용하는 것이 필수적이지만 몇몇 사람들은 마스크를 쓰지 않거나 제대로 착용하지 않고 있다. 본 논문에서는 영상 이미지에서의 효율적인 마스크 감지 시스템을 제안한다. 제안 방법은 우선 입력 이미지의 모든 얼굴의 영역을 YOLOv5를 사용하여 감지하고 감지된 얼굴의 수에 따라 3가지의 장면 복잡도(Simple, Moderate, Complex) 중 하나로 분류한다. 그 후 장면 복잡도에 따라 3가지 ResNet(ResNet-18, 50, 101) 중 하나를 기반으로 한 Faster-RCNN을 사용하여 얼굴 부위를 감지하고 마스크를 제대로 착용하였는지 식별한다. 공개 마스크 감지 데이터셋을 활용하여 실험한 결과 제안한 장면 복잡도 기반 적응적인 모델이 다른 모델에 비해 가장 성능이 뛰어남을 확인하였다.

• 한국정보통신학회논문지
• /
• 제26권3호
• /
• pp.355-366
• /
• 2022

본 논문은 프로그램 가능한 구조를 사용하여 재구성이 가능하고 저 전력 초소형의 장점을 모두 제공하는 인공지능 가속기를 위한 마이크로코드 기반 뉴럴 네트워크 가속기 컨트롤러를 제안한다. 대상 가속기가 다양한 뉴럴 네트워크 모델을 지원하도록 마이크로코드 컴파일러를 통해 뉴럴 네트워크 모델을 마이크로코드로 변환하여 가속기의 메모리 접근과 모든 연산기를 제어할 수 있다. 200MHz의 System Clock을 기준으로 설계하였으며, YOLOv2-Tiny CNN model을 구동하도록 컨트롤러를 구현하였다. 객체 감지를 위한 VOC 2012 dataset 추론용 컨트롤러를 구현할 경우 137.9ms/image, mask 착용 여부 감지를 위한 mask detection dataset 추론용으로 구현할 경우 99.5ms/image의 detection speed를 달성하였다. 제안된 컨트롤러를 탑재한 가속기를 실리콘칩으로 구현할 때 게이트 카운트는 618,388이며, 이는 CPU core로서 RISC-V (U5-MC2)를 탑재할 경우 대비 약 65.5% 감소한 칩 면적을 제공한다.

• 융합보안논문지
• /
• 제22권2호
• /
• pp.21-26
• /
• 2022

마스크 착용은 COVID-19 감염을 예방하기 위한 효과적인 방안이다. 적외선 열화상 기반의 온도 측정과 신원 인식 시스템이 기업에서 널리 사용되고 있는 상황에서 마스크 감지를 위한 연구는 필수적이다. 최근 비전분야에 소개된 MTCNN은 객체 인스턴스 세분화를위한 개념적으로 간단하고 유연하며 일반적인 프레임 워크를 제시한다. 본 논문에서는 열적외선 카메라로부터 획득한 열감지영상에서 발열체인 인스턴스에 대해 발열부위의 세그멘테이션을 생성하는 동시에 이미지 내의 오브젝트 발열부분을 효율적으로 탐색하는 알고리즘을 제안한다. MTCNN(Multi-task Cascaded Convolutional Networks) 기법은 바운딩 박스 인식을 위해 기존 브랜치와 병렬로 객체 마스크를 예측하기 위한 브랜치를 추가한 알고리즘이다. MTCNN은 다른 작업으로 일반화하기 용이하다. 본 논문에서는 MTCNN기반 적외선 열영상 검출알고리즘을 제안하여 RGB영상에서 구별할 수 없는 마스크 착용 여부를 탐지하였다.

• International journal of advanced smart convergence
• /
• 제12권4호
• /
• pp.378-385
• /
• 2023

The importance of wearing respiratory protective equipment has been highlighted even more during the COVID-19 pandemic. Even if the suitability of respiratory protection has been confirmed through testing in a laboratory environment, there remains the potential for leakage points in the respirators due to improper application by the wearer, damage to the equipment, or sudden movements in real working conditions. In this paper, we propose a method to detect the occurrence of leak holes by measuring the pressure changes inside the mask according to the wearer's breathing activity by attaching an IoT sensor to a full-face respirator. We designed 9 experimental scenarios by adjusting the degree of leak holes of the respirator and the breathing cycle time, and acquired respiratory data for the wearer of the respirator accordingly. Additionally, we analyzed the respiratory data to identify the duration and pressure change range for each breath, utilizing this data to train a neural network model for detecting leak holes in the respirator. The experimental results applying the developed neural network model showed a sensitivity of 100%, specificity of 94.29%, and accuracy of 97.53%. We conclude that the effective detection of leak holes can be achieved by incorporating affordable, small-sized IoT sensors into respiratory protective equipment.

• 한국재난정보학회 논문집
• /
• 제17권4호
• /
• pp.733-746
• /
• 2021

연구목적: 본 연구는 철도차량 내 승객 이상행동 및 위험상황 중 중요한 위험요소를 도출하기 위하여 승객 및 운용기관 종사자의 의견을 조사하고 분석을 하였다. 연구방법: 일반국민 20~60대 성인남녀 1,000명 및 전국 11개 기관의 종사자 429명에게 설문조사를 수행하였다. 일반국민에게는 지하철, 일반철도, 고속철도 등으로 구분하여 철도차량 내 발생 가능한 위험 상황에 대한 설문을 조사하였으며 운영기관 종사자들에게는 지하철 내의 위험 상황에 대한 설문을 조사하였다. 연구결과: 승객위험요소 발생에 대한 빈도 및 중요도를 판단근거로 선정된 철도차량내 승객 위험요소(이상행동 및 위험 상황) 중 주요 위험요소로 '차량 문끼임', '성추행', '주취행동', '싸움/폭행', '배회'. '마스크 미착용'으로 선정하였다. 결론: 승객에게 영향을 미치는 주요 위험요소는 일반 국민 및 철도운영기관의 종사자들의 설문조사를 통하여 선정되었다. 본 연구에서 얻은 결과인 철도차량내 주요 위험요소 발생시 신속하며 지속적으로 감지할 수 있는 AI 기술이 적용된 CCTV 감지 시스템이 개발될 예정이다.