감염병 전파 차단을 위한 딥러닝 기반 모니터링 시스템 구현 (Implementation of Deep Learning-Based Monitoring System to Block the Spread of Infectious Diseases)

서지정보

· 발행기관 : 한국산학기술학회
· 수록지 정보 : 한국산학기술학회논문지 / 23권 / 12호 / 604 ~ 611페이지
· 저자명 : 김경섭, 강민기, 김유신, 최새한, 손효상, 남태우

초록

COVID-19, 인플루엔자 등의 호흡기 감염병 확산을 저지하기 위한 대표적인 방법에는 비말 차단을 위한 마스크의 올바른 착용과 체온이 높은 감염 의심자의 격리가 있다. 그러나 현재 마스크 착용 의무화에도 불구하고 마스크의미착용 및 오착용으로 인한 바이러스 확산 문제는 빈번히 발생하고 있으며, 감염 의심자를 찾기 위해 모든 통행 인원에대한 체온 측정을 진행하는 것에 많은 비용과 인력이 투입된다. 이러한 문제점을 해결하기 위해 본 논문에서는 인공지능을 활용하여 감염병 전파를 차단하는 모니터링 시스템을 제안한다. 제안된 시스템은 RGB/IR 영상을 촬영하고 영상의전처리를 수행하는 열화상 카메라부, Yolo 모델을 통해 수집된 영상 내 안면 영역에 대한 체온 추출과 마스크 착용 여부를 판단하는 모델부로 나뉜다. 모델부에서 검출된 마스크 미착용, 오착용자와 고열 환자에 대한 정보는 서버에 저장되며, 이를 바탕으로 모니터링을 위한 대시보드가 구성된다. 본 연구의 제안 기술은 마스크 착용 여부 판단에 대해 96.39% 정확도의 Mask Wearing Detection System보다 2.49% 향상된 98.88%의 정확도를 달성하였다[1]. 여기에는 데이터어그멘테이션(Augmentation), K-Fold를 응용한 새로운 기법이 적용되었다.

영어초록

A typical method to stop the spread of respiratory infectious diseases, such as COVID-19 and influenza, is to properly wear a mask to block droplets and isolate suspected cases of fever. On the other hand, despite the mandatory wearing of masks, the virus can spread by people who are not wearing them or wearing them incorrectly. The temperatures of all visitors were checked to find suspected cases; it is expensive and uses considerable human resources. To solve these problems, this paper proposes a monitoring system that blocks the spread of infectious diseases using artificial intelligence. The proposed system is divided into a thermal imaging camera unit that shoots RGB/IR images and pre-processes the images and a model unit that extracts the body temperature from the facial area in the image collected through the Yolo model and determines whether to wear a mask. The information of the person who is not wearing a mask properly and fever patients detected by the model unit is stored in the server. A dashboard for monitoring was constructed based on this. The proposed technology of this study achieved 98.88% accuracy, which is 2.49% higher than the Mask Wearing Detection System[1], which has 96.39% accuracy in determining whether to wear a mask. Here, a new technique using K-Fold and data augmentation was applied.

참고자료

· 없음