기계학습을 활용한 얼굴 인식 및 체온 측정 출입관리 시스템

• 영문명: Face Recognition and Temperature Measurement Access Control System using Machine Learning
• 발행기관: 한국전자통신학회
• 저자명: 김진하(Jin-Ha Kim) 김응곤(Eung-Kon Kim)
• 간행물 정보: 『한국전자통신학회 논문지』제16권 제1호, 197~202쪽, 전체 6쪽
• 주제분류: 공학 > 전자/정보통신공학
• 파일형태: PDF
• 발행일자: 2021.02.28

국문 초록

현재 코로나 19 확산 방지를 위해 건물 출입 시 체온을 측정하고 있다. 본 논문에서는 출입자의 얼굴 학습 데이터를 토대로 실시간 얼굴 인식을 통해 출입 인증을 하고자 한다. 얼굴 인식률을 증가시키기 위해 학습 이미지의 수를 자동으로 라벨링 되도록 설계하였다. 또한 정확한 온도 측정을 위해 얼굴 영역에서 이마 영역을 관심 영역으로 지정하였다. 향후에는 출입자의 체온, 출입시간, 정보 등을 저장하는 DB를 구축할 계획이다.

영문 초록

In order to prevent the spread of COVID 19, the body temperature is measured when entering the building. In this paper, we try to certify the entry of the building through real-time face recognition based on the face learning data of visitors. The number of learning images are designed to be automatically labeled to increase facial recognition. Also, it designates the forehead region from the face region as the region of interest for accurate temperature measurements. In the future, we plan to establish a database that stores the temperature, access time, and information of visitors.

목차

Ⅰ. 서 론

Ⅱ. 관련 연구

Ⅲ. 얼굴 인식기반 출입관리 시스템

Ⅳ. 구현 및 성능 테스트

Ⅴ. 결론

References

저자 소개

키워드

COVID-19 Face Recognition Machine Learning Thermometer 코로나 19 얼굴 인식 기계 학습 체온 측정기