오픈소스 하드웨어와 딥러닝 기반 객체 탐지 알고리즘을 활용한 교내 유동인구 분석

• 영문명: Analysis of Floating Population in Schools Using Open Source Hardware and Deep Learning-Based Object Detection Algorithm
• 발행기관: 한국전자통신학회
• 저자명: 김보람(Bo-Ram Kim) 임윤교(Yun-Gyo Im) 신실(Sil Shin) 이진혁(Jin-Hyeok Lee) 추성원(Sung-Won Chu) 김나경(Na-Kyeong Kim) 박미소(Mi-So Park) 윤홍주(Hong-Joo Yoon)
• 간행물 정보: 『한국전자통신학회 논문지』제17권 제1호, 91~98쪽, 전체 8쪽
• 주제분류: 공학 > 전자/정보통신공학
• 파일형태: PDF
• 발행일자: 2022.02.28

국문 초록

본 연구에서는 오픈소스 하드웨어인 라즈베리파이와 딥러닝 기술 기반 객체 탐지 알고리즘을 이용해 부경대학교 교내 유동인구 조사 및 분석을 수행하였다. 라즈베리파이를 이용하여 이미지를 수집한 후 YOLO3의 IMAGEAI, YOLOv5 모델을 사용하여 수집한 이미지의 인물 검출을 진행하였으며 정확도 비교 분석을 위해 Haar-like features, HOG 모델을 사용하였다. 분석결과, 개교기념일로 인한 휴교에 가장 적은 유동인구가 관측되었다. 대체적으로 입구의 유동인구가 출구의 유동인구보다 많았으며, 입구와 출구 모두 학교의 기념일과 행사에 따라 유동인구가 많은 영향을 받는 것으로 나타났다.

영문 초록

In this study, Pukyong National University s floating population survey and analysis were conducted using Raspberry Pie, an open source hardware, and object detection algorithms based on deep learning technology. After collecting images using Raspberry Pie, the person detection of the collected images using YOLO3 s IMAGEAI and YOLOv5 models was performed, and Haar-like features and HOG models were used for accuracy comparison analysis. As a result of the analysis, the smallest floating population was observed due to the school anniversary. In general, the floating population at the entrance was larger than the floating population at the exit, and both the entrance and exit were found to be greatly affected by the school s anniversary and events.

목차

Ⅰ. 서론

Ⅱ. 자료 및 방법

Ⅲ. 모델 성능 비교

Ⅳ. 결과

Ⅴ. 결론

References

키워드

유동 인구 딥러닝 원격 탐사 객체 탐지 오픈소스 하드웨어 Floating Population Deep Learning Remote Sensing Object-Detection OSHW