비전기술 기반 방역수칙 모니터링 시스템 개발 연구

Abstract

본 연구는 비전기술을 이용한 방역수칙을 모니터링하는 시스템에 관한 논문이다. 본 논문에서 제안하는 시스템은 영상에서 추출한 정보로 사람들이 방역수칙을 제대로 준수하고 있는가를 자동으로 판별하는 것이다. 시스템의 구성은 딥러닝 모델을 이용하여 영상에서 모니터링되는 사람들의 3차원 정보와 방역수칙 위반요소를 추출한 후, 새롭게 정의한 사회적 거리를 통해 방역수칙 준수 여부를 시각화한다. 기존 사회적 거리 정의의 문제점은 물리적 거리 기반으로만 계산하기 때문에 물리적으로 거리만 가깝다면 사회적 거리도 가깝다고 계산된다. 이는 지하철역, 쇼핑몰과 같이 사람들이 상호작용없이 단순히 지나치는 상황에 대해서도 거리가 가깝다는 이유만으로 알람을 발생하기 때문에 지나치게 민감한 경고를 야기하는 문제가 있다. 이러한 문제를 완화하기 위해 개별적으로 판별하던 방역수칙위반 요소들을 크기 비교가 가능한 상대적 거리로 통합한 후, 상대적 거리와 물리적 거리를 통합한 사회적 거리 개념을 제안한다. 또한 상대적 거리계산을 위한 마스크 검출에 있어 기존 학습 데이터셋과 실제 환경 간의 차이 때문에 마스크 검출 성능이 떨어지는 문제가 존재하는데 학습과 추론에 있어 mosaic과 다중 크기 어그멘테이션을 통해 이 문제를 완화하는 방법을 제시한다.