• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.242-243
• /
• 2022

코로나 팬데믹으로 세계가 큰 피해를 보고 있다. 기존 얼굴인식 보안시스템이 마스크 사용자 인식이 어려워 마스크 사용자를 인식할 수 있는 방안이 필요하다. 얼굴인식을 위한 영상처리 기술이 딥러닝에 의해 크게 발전하고 있으며, 여전히 전처리 기술 또한 중요하다. 본 논문에서는 영상처리 기술의 선명도 평가 함수와 YOLOv5를 사용해 학습 재학습 이후 변화하는 성능을 확인하였고, 비마스크 사용 시 분류정확도가 1%, 학습 손실률에서 0.2% 정도의 성능 개선을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.1318-1321
• /
• 2022

본 논문에서는 단일 깊이 센서를 사용하는 자율주행 시나리오에서 거리 계산에 주로 이용되는 깊이 데이터만 이용하는 객체 감지 기술을 제안한다. 우선, 해당 시나리오에서 객체 감지 학습 데이터는 깊이 데이터가 사용되지만 상대적으로 객체 감지 성능을 비교하기 위해 동일한 시간의 색상, 깊이 데이터를 함께 획득하여 학습에 이용한다. 학습모델은 객체 감지 분야에서 최근 주목 받고 있는 YOLOv5로 선정하여 색상, 깊이 데이터의 객체 감지 학습의 결과를 각각 확인하였다. 결과적으로 색상과 깊이 데이터 사이에서 객체 감지 학습 결과의 차이를 확인하며 본 논문에서 제안하는 자율주행 시나리오에 깊이 영상만 이용하는 객체 감지 기술의 문제점과 향후 자율주행 기술 발전에 기여 가능성을 확인할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.800-802
• /
• 2022

최근 성인들을 위한 '키덜트 장난감'의 관심도가 증가하고 있다. 그중 높은 매출을 보이는 RC 카와 VR 의 콘텐츠 부족 및 대중화 문제를 해결하면 시장규모를 성장시킬 수 있다고 판단한다. 본 논문은 차별화된 RC 카 레이싱 게임 개발을 목표로 한다. 스마트폰용 VR 기기를 착용해 영상을 보며 컨트롤러로 RC 카를 조종한다. 또한 실시간 객체 검출이 가능한 YOLOv5 를 활용해 표지판 인식 및 바운딩 박스, 표지판 라벨, 라벨 음성 출력 기능과 오픈 소스 기반 실시간 컴퓨터 비전인 OpenCV 기반 알고리즘을 활용하여 차선을 인식해 이를 기반으로 영상 처리를 거쳐 가상 차선 및 가상 트랙을 출력한다. 결론적으로 RC 카와 VR 로 구현하여 이를 통해 부족한 VR 컨텐츠를 추가하고 접근성을 강화한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.925-927
• /
• 2022

본 논문에서는 자율주행을 통해 보도를 청소하는 동안 분실물을 인지할 수 있는 로봇 시스템을 개발하였다. 분실물의 종류는 딥러닝 모델에 의해 지정되고 학습되며 로봇은 이를 인식하여 저장한다. 보도 경계 및 장애물을 감지하기 위해 Image-Segmentation 기술을 사용하였으며, 물체 감지에 사용되는 depth 카메라(d435)를 사용하였다. 학습하기 위한 딥러닝 모델로 YOLOv5 를 사용하였으며, 그 결과 정해진 사물을 인식하는 데 평균 84%의 정확도를 보였다. 이 시스템을 로봇에 적용할 경우 예상되는 효과로는 정확한 보도 인식으로 로봇이 경로를 이탈하지 않도록 하는 것, 유실물품의 신속하고 안전한 인계 등이 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.667-669
• /
• 2023

데이터의 균형은 객체 인식 분야에서 영향을 미치는 요인 중 하나이다. 본 논문에서는 폐기물 데이터 균형을 위해 Chat-GPT와 Diffusion model 기반 데이터 생성 모델을 제안한다. Chat-GPT를 사용하여 폐기물의 속성에 해당하는 단어를 생성하도록 질문하고, 생성된 단어는 인코더를 통해 벡터화시킨다. 이 중 폐기물과 관련 없는 단어를 삭제 후, 남은 단어들을 결합하는 전처리 과정을 거친다. 결합한 벡터는 디코더를 통해 텍스트 데이터로 변환 후, Stable Diffusion model에 입력되어 텍스트와 상응하는 폐기물 데이터를 생성한다. 이 데이터는 AI Hub의 공공 데이터를 활용하며, 객체 인식 모델인 YOLOv5로 학습해 F1-score와 mAP로 평가한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.51-54
• /
• 2023

최근 딥러닝 기술의 발달로 물체 탐지를 위한 객체 인식 분야가 기계학습을 접목한 연구가 급격히 증가하고 있다. 하지만, 탐지하려는 물체가 다른 객체에 가려진 경우와 같이 특수한 상황에 대한 데이터의 수량이 부족하여 성능 저하를 야기한다는 점과, 객체 탐지 수행 과정에서 작은 객체의 탐지가 어렵다는 한계점이 있다. 본 연구는 전술한 문제점을 보완할 방법을 제안한다. 데이터 증강 기법을 이용하여 클래스가 부족한 데이터의 양을 늘려 학습 데이터를 증강시켰다. 한편, SRGAN을 사용하여 작은 객체를 확대시킨 뒤 이미지를 합성시켜 데이터를 구성하였다. 제안된 방법은 PyTorch 환경에서 YOLOv5를 수행한 결과, 객체 탐지 성능이 향상되는 것을 확인할 수 있었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.23-24
• /
• 2023

본 논문에서는 신호등이 설치되지 않은 위험 구역에 대해 신호등을 설치하는 것이 아닌 객체 인식 기반의 반응형 교통 시스템을 설계하여 보행자나 운전자 모두에게 사고의 위험을 줄이는 시스템을 구현한다. 특정 구역에 보행자가 길을 건너기 위해 존재한다면 운전자에게 보행자가 있음을 직관적으로 보여주며, 보행자가 길을 건너고 있으면 운전자에게 보행자가 건너고 있다는 것을 나타내어 기존의 경직적인 신호 체계가 아닌 유동적으로 보행자와 운전자 간의 안전한 환경을 만드는 것을 목표로 구현했다. 데이터는 CGMU dataset과 MIO-TCD dataset에서 사람과 차량의 이미지를 추가로 수집한 이후 학습에 사용하였으며, 객체 인식은 YOLOv5를 기반으로 사용하였으며 이때 성능은 mAP 0.753을 보여주었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.289-290
• /
• 2023

턴버클(turn buckle)은 컨테이너선의 컨테이너 유실을 방지하기 위한 고박 장치이다. 컨테이너선의 항해 중 발생하는 진동을 비롯한 황천과 같은 상황 등은 고박된 턴버클의 회전과 턴버클 jaw bolt의 유실을 유발시킨다. 이러한 상황이 지속적으로 누적되어 턴버클에 영향을 미치는 경우 제대로 컨테이너를 고박하지 못해 붕괴로 이어질 수 있다. 이를 방지하기 위해 턴버클의 회전 검출과 jaw bolt의 유실 여부를 yolov5를 통해 학습하여 턴버클이 회전하는 경우와 jaw bolt의 유실 여부를 실시간으로 인지한다. 이를 통해 24시간 무인으로 턴버클을 감시하는 영역이 생김으로서 선원들의 고박 감시구역이 줄어드므로 선원들에게 주어진 과도한 업무를 줄여주는데 의의를 가진다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.561-562
• /
• 2023

본 논문에서는 YOLOv5m과 이미지 전처리 기법을 활용한 문 객체 감지 시스템을 제안한다. 이미지 전처리를 하지 않은 Original 이미지 그리고 이미지 전처리를 한 CLAHE 이미지, Bilateral 이미지 세 가지를 사용해서 가장 좋은 기법을 비교한다. mAP 진행 그래프 및 이미지 출력을 통해 결과를 검증한다. 본 논문의 목표는 인공지능이 문을 감지하는 알고리즘을 구현하여 배송 로봇이 목적지의 문을 찾아내는 것이다

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.434-435
• /
• 2023

사회 환경적 운동의 하나인 플로깅(Plogging)은 조깅을 하며 길거리의 쓰레기를 줍는 행위를 소셜 네트워크 서비스(SNS) 등에 기록하는 사회 환경적 운동의 일환이다. 그러나, 활동 지역이나 쓰레기의 종류 및 양 등을 직접 입력해야 하는 불편함으로 인해 이러한 활동의 확대를 저해할 수도 있다. 본 연구는 이러한 활동 기록를 자동으로 트래킹하고 기록할 수 있는 딥러닝 기반의 플로깅 트래핑어플리케이션을 개발하였다. CNN과 YOLOv5를 사용하여 학습된 이미지 인식 모델은 높은 성능으로 쓰레기의 종류와 양을 인식하였다. 이를 통해 사용자는 더욱 편리하게 플로깅 활동을 기록할 수 있었으며, 수거한 쓰레기의 양이나 활동 거리를 활용한 리워딩 시스템으로 사용자 간의 건전한 경쟁을 유도하는데 활용할 수 있다.