• 한국전자통신학회논문지
• /
• 제13권5호
• /
• pp.1051-1058
• /
• 2018

지하철 스크린도어(PSD)에서 발생할 수 있는 안전사고 예방을 위한 영상처리 알고리듬을 제안한다. 우선 지하철 스크린도어 영상에 대해 에지를 검출 하고, 사람의 스크린도어 접근 여부를 판단하기 위해 호프변환을 이용하여 직선을 검출한다. 이를 위해 스크린도어 경계면에 일직선을 긋고 이 직선의 끊김 여부로 사람의 접근을 판단한다. 일반적으로 에지는 영상의 가장 기본적인 특징을 나타내며, 에지 검출은 영상처리 및 컴퓨터 비전 분야에서 매우 중요하다. 에지 검출 방법에는 로버츠, 소벨, 프리윗, 라플라시안 등 고정된 값의 마스크를 사용하는 방법과 영상을 형태학적 관점에서 접근하여 처리하는 모폴로지 방법 및 캐니에지 검출 방법 등이 있다. 본 논문에서는 캐니에지 검출방법과 호프변환을 이용하여 지하철 스크린도어에서 사람의 접근 여부에 대한 감지 알고리듬을 제안하고 실제 그 결과를 컴퓨터 시뮬레이션으로 나타내었다.

• 한국정보통신학회논문지
• /
• 제26권9호
• /
• pp.1259-1265
• /
• 2022

최근 인공지능, 빅데이터, 사물인터넷 기술이 안전사고 예방을 위한 화재 감지, 가스나 유해 물질 감지 등 다양한 솔루션에서 활용되고 있다. 2021년 고용노동부에서 발간한 산업 재해 발생 현황에 따르면, 2020년과 비교해 재해율, 재해자 수, 사망자 수가 증가하였으며 최근에는 중대재해 처벌 등에 관한 법률과 같은 안전조치를 강화하는 등 제도적, 사회적 관심이 높아지고 있다. 본 논문에서는 한국지능정보사회진흥원(NIA)에서 제공한 데이터셋 구축 가이드라인을 참고하여 현장에서 직접 수집해 데이터셋을 직접 구축하고 YOLOv4로 학습하여 객체 탐지를 통해 충돌위험 객체 탐지 시스템을 제안하고자 한다. 위험 상황 규칙 위반에 대한 정확도는 실내 88%, 실외 92%의 탐지 성능을 보였다. 이러한 시스템을 통해 산업 현장에서 발생하는 안전사고를 사전에 분석해 지능형 플랫폼 연구에 활용이 가능할 것으로 사료된다.

• 대한의용생체공학회:의공학회지
• /
• 제43권4호
• /
• pp.290-297
• /
• 2022

During surgery, Surgical instruments are often left behind due to accidents. Most of these are surgical gauze, so radioactive non-permeable gauze (X-ray gauze) is used for preventing of accidents which gauze is left in the body. This gauze is divided into wire and pad type. If it is confirmed that the gauze remains in the body, gauze must be detected by radiologist's reading by imaging using a mobile X-ray device. But most of operating rooms are not equipped with a mobile X-ray device, but equipped C-Arm equipment, which is of poorer quality than mobile X-ray equipment and furthermore it takes time to read them. In this study, Use C-Arm equipment to acquire gauze image for detection and Build dataset using artificial intelligence and select a detection model to Assist with the relatively low image quality and the reading of radiology specialists. mAP@50 and detection time are used as indicators for performance evaluation. The result is that two-class gauze detection dataset is more accurate and YOLOv5 model mAP@50 is 93.4% and detection time is 11.7 ms.

• 항공우주시스템공학회지
• /
• 제18권3호
• /
• pp.41-47
• /
• 2024

최근에 무인항공기의 실용화 및 사업화가 추진됨에 따라 무인항공기의 안전성 확보에 관한 관심이 증가하고 있다. 무인항공기의 사고는 재산 및 인명 피해를 발생시키기 때문에 사고를 예방할 수 있는 기술의 개발은 중요하다. 이러한 이유로 AutoEncoder 모델을 이용한 비정상 비행 상태 탐지 기법이 개발되었다. 그러나 기존 탐지 기법은 성능과 실시간 처리 측면에서 한계를 지닌다. 본 논문에서는 U-Net 기반 비정상 비행 탐지 기법을 제안한다. 제안하는 기법에서는 U-Net 모델에서 얻어지는 재구성 오차에 대한 마할라노비스 거리 증가량에 기반하여 비정상 비행이 탐지된다. 모의실험을 통해 제안 탐지 기법이 기존 탐지 기법에 비해 탐지 성능이 우수하며 온보드 환경에서 실시간으로 구동될 수 있음을 알 수 있다.

• 한국산업정보학회논문지
• /
• 제29권1호
• /
• pp.91-105
• /
• 2024

자동차 사고는 차량 간의 충돌로 인해 발생되며, 이로 인해 차량의 손상과 함께 인적, 물적 피해가 유발된다. 본 연구는 CCTV에 의해 촬영되어 YouTube에 업로드된 차량사고 동영상으로 부터 추출된 2,550개의 이미지 프레임을 기반으로 차량사고 탐지모델을 개발하였다. 전처리를 위해 roboflow.com을 사용하여 바운딩 박스를 표시하고 이미지를 다양한 각도로 뒤집어 데이터 세트를 증강하였다. 훈련에서는 You Only Look Once 버전 8 (YOLOv8) 모델을 사용하였고, 사고 탐지에 있어서 평균 0.954의 정확도를 달성하였다. 제안된 모델은 비상시에 경보 전송을 용이하게 하는 실용적 의의를 가지고 있다. 또한, 효과적이고 효율적인 차량사고 탐지 메커니즘 개발에 대한 연구에 기여하고 스마트폰과 같은 기기에서 활용될 수 있다. 향후의 연구에서는 소리와 같은 추가 데이터의 통합을 포함하여 탐지기능을 정교화하고자 한다.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.721-727
• /
• 2022

Construction safety remains an ongoing concern, and project managers have been increasingly forced to cope with myriad uncertainties related to human operations on construction sites and the lack of a skilled workforce in hazardous circumstances. Various construction fatality monitoring systems have been widely proposed as alternatives to overcome these difficulties and to improve safety management performance. In this study, we propose an intelligent, automatic control system that can proactively protect workers using both the analysis of big data of past safety accidents, as well as the real-time detection of worker non-compliance in using personal protective equipment (PPE) on a construction site. These data are obtained using computer vision technology and data analytics, which are integrated and reinforced by lessons learned from the analysis of big data of safety accidents that occurred in the last 10 years. The system offers data-informed recommendations for high-risk workers, and proactively eliminates the possibility of safety accidents. As an illustrative case, we selected a pilot project and applied the proposed system to workers in uncontrolled environments. Decreases in workers PPE non-compliance rates, improvements in variable compliance rates, reductions in severe fatalities through guidelines that are customized according to the worker, and accelerations in safety performance achievements are expected.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 춘계학술대회
• /
• pp.597-598
• /
• 2013

국가산업시설인 통신망 및 전력시설과 원자력 및 화력발전소, 중대형 건물, 문화재, 금속 및 철강공장, 화학공장, 정유공장 등 대형공장의 화재위험 지역에서 많은 화재 및 범죄사고가 발생하여 국가적으로 지대한 손실을 초래하고 있다. 이러한 사건과 사고를 근본적으로 방지하기 위해서는 객체의 온도와 움직임을 고수준으로 감지 할 수 있는 화재감지 시스템의 개발이 필수적이다. 본 논문에서는 이러한 문제점을 해결하기 위하여 적외선 열영상 및 CCD 카메라 기반 화재감지 및 연기감지가 가능한 화재감지 시스템을 설계하였다.

• 한국자동차공학회논문집
• /
• 제15권1호
• /
• pp.71-77
• /
• 2007

Dangerous driving is a major cause of traffic accidents in Korea. It becomes more serious for commercial vehicles due to higher fatality rates. The Safe Driving Management System (SDMS), developed in this research, is a comprehensive solution that monitors and stores driving conditions of vehicles, detects dangerous driving situations, and analyzes the results in real time. The Safe Driving Management System consists of a vehicle movement information controller, a dangerous driving detection algorithm and a vehicle movement data report and analysis program. The dangerous driving detection algorithm detects and classifies dangerous driving conditions into representative cases such as sudden acceleration, sudden braking, sudden lane change, and sudden turning. Both computer simulation and vehicle test have been conducted to develop and verify the algorithm. The Safe Driving Management System has been implemented on commercial buses to verify its reliability and objectivity. It is expected that the system can contribute to prevention of traffic accidents, systemization of safe driving management and reduction of commercial vehicle operation costs.

• 한국산학기술학회논문지
• /
• 제13권12호
• /
• pp.6098-6104
• /
• 2012

현재 철도 역사의 승객 위험영역과 보안영역 등의 감시를 위해 수십대의 CCTV를 널리 이용하고 있다. 그중에서 가장 빈번한 사고가 발생되는 곳은 승객의 열차 승하차가 이루어지는 승강장 영역이다. 하지만 사고 예방과 신속한 대응을 위해 역무원이 여러 대의 CCTV를 항시 모니터링 하기는 불가능하다. 따라서 위험상황을 자동으로 인지할 수 있는 영상처리 기술을 이용한 승강장 모니터링 시스템이 요구되며, 이를 위해서는 우선적으로 승강장에서의 정확한 열차상태 판단이 필요하다. 본 논문은 비전기반 승강장 모니터링 시스템을 위한 승강장에서의 열차상태에 대한 검지방법을 제안한다. 제안된 검지 방법은 승강장에서의 열차 점유영역을 분석하여 열차의 진입(IN), 진출(OUT), 정지(ON), 없음(OFF)의 4가지 생태를 판별한다. 제안된 검지방법의 성능 평가을 위해 서울메트로 4호선 동작역과 남태령역을 대상으로 열차상태 검지결과를 제시하였다.

• 한국정보통신학회논문지
• /
• 제24권4호
• /
• pp.467-473
• /
• 2020

최근 우리나라의 자동차 보급률이 증가함에 따라 교통사고 발생 건수 또한 증가하고 있다. 특히, 차량간 사고뿐만 아니라 횡단보도 근처에서의 인명 사고 또한 증가하고 있어 횡단보도 교통안전에 대한 주의가 더욱 요구되고 있다. 본 논문에서는 NVIDIA Jetson Nano급의 엣지 디바이스를 이용하여 횡단보도에 접근하는 차량을 인식하고 속도를 추정함으로써 횡단보도 주위 안전 상태를 예측하는 시스템을 제안한다. 딥러닝 기반 차량 위치 인식을 통하여 얻은 정보들을 바탕으로 다양한 기계 학습 기법을 학습시켜 차량 속도에 따른 위험 정도를 예측한다. 마지막으로, 실제 주행 영상을 이용한 실험 및 웹 시뮬레이션을 통해 제안하는 시스템의 성능과 활용 가능성을 검증하였다.