지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 이영구
- 발행연도
- 2022
- 저작권
- 경희대학교 논문은 저작권에 의해 보호받습니다.
이용수84
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
산업현장 및 건설현장에서는 작업자, 굴착기, 덤프트럭 및 도저 등 다양한 자원들이 역동적으로 작업을 수행하고 있으며, 빈번하게 장비에 의한 충돌 및 협착 사고가 발생하고 있다. 중장비와 작업자의 충돌 및 협착사고는 대부분 대형 사고로
이어져 매년 많은 사망자가 발생 하고 있다. 본 연구에서는 이러한 건설 장비와 작업자의 충돌 및 협착 사고를 미연에 방지 하기 위하여 영상인식 기반 의 접근경보 시스템을 개발하고자 하였다. 제안된 시스템은 아나로그 카메라에 CNN기반의
객체탐지 모델을 적용하여 장비 주변에 접근하는 작업자를 자동으 로 탐지하고 장비 조종원과 주변의 작업자들에게 알람을 전파 하는 프로세스로 구성 하였다. ClowdHuman Data를 학습 시켰을때의 부족한 인식률을 개선하기 위하여 다양한
개선방법을 연구 하였으며, 분할 레이블링과 네거티브백그라운 드와 도메인데이터셋의 확보와 추가학습을 통해 사람을
감지하 는 인식률을 개 선하였다. 또한, 본 연구에서 개발한 영상 인식기반의 접근경보 시스템은 현장 테스트를 통하여
충돌 및 협착사고를 예방하기 위한 충분한 가능성을 확인 하였다.
이어져 매년 많은 사망자가 발생 하고 있다. 본 연구에서는 이러한 건설 장비와 작업자의 충돌 및 협착 사고를 미연에 방지 하기 위하여 영상인식 기반 의 접근경보 시스템을 개발하고자 하였다. 제안된 시스템은 아나로그 카메라에 CNN기반의
객체탐지 모델을 적용하여 장비 주변에 접근하는 작업자를 자동으 로 탐지하고 장비 조종원과 주변의 작업자들에게 알람을 전파 하는 프로세스로 구성 하였다. ClowdHuman Data를 학습 시켰을때의 부족한 인식률을 개선하기 위하여 다양한
개선방법을 연구 하였으며, 분할 레이블링과 네거티브백그라운 드와 도메인데이터셋의 확보와 추가학습을 통해 사람을
감지하 는 인식률을 개 선하였다. 또한, 본 연구에서 개발한 영상 인식기반의 접근경보 시스템은 현장 테스트를 통하여
충돌 및 협착사고를 예방하기 위한 충분한 가능성을 확인 하였다.
목차
국 문 초 록 ⅲ1. 연구의 필요성과 목적 1가. 연구배경 1나. 연구필요성 22. 이론적 배경 3가. 딥러닝 기반 고성능 인식 기술 동향 31) 얼굴 인식 기술 32) 딥러닝 얼굴인식기 최신 Loss함수 33) 딥러닝 얼굴 인식기 네트워크 5나. 얼굴인식 관련 딥러닝 네트워크 8다. CNN 8라. 근로자 안전 관련 객체인식 사례 분석 91)지능형 안전산업 92)지능형 CCTV기술 93)관련기업 개발 사례 10마. 백본(Backbone) 알고리즘 분석 101) YOLO V4 102) MobileNet & PeopleNet 113) DetectNetv2 & SSD 133. 영상인식기반 접근경보 시스템 16가. 시스템 구성 16나. 소프트웨어 블록도 17다. 산업현장 및 건설현장에서의 인식률 171) CrowdHuman 데이터셋 기반의 mAP 172) 1차 테스트 결과 203) 인식률 개선 20라. 데이터셋별 성능 비교 284. 결론 및 향후 계획 30참고문헌 31
최근 본 자료
댓글(0)
0