보행 중 주의분산 사고 예방을 위한 합성곱 신경망 기반의 차도와 보도 인식 연구 (CNN based Driveway and Sidewalk Recognitionfor Prevention of a Cautionary Dispersion Accidents During Walking)

서지정보

· 발행기관 : 한국지능시스템학회
· 수록지 정보 : 한국지능시스템학회 논문지 / 30권 / 1호 / 68 ~ 73페이지
· 저자명 : 조성민, 송정헌, 최병재

초록

스마트기기의 보급 및 인터넷 발달로 인해 국내 전체 인구 중 90% 이상이 스마트폰을 사용하고 있으며, 이용시간도하루 평균 3시간으로 나타났다. 이와 더불어 보도에서 보행 중 스마트폰과 주변환경에 대한 주의분산으로 인해 61.7%의보행사고가 발생하였다. 본 논문에서는 CNN(Convolution Neural Networks, 합성곱 신경망)을 기반으로 차도와 보도 인식을통해 보행 중 스마트기기 사용으로 인한 주의분산 사고 예방을 위한 차도와 보도 인식 방안을 제시한다. 신경망 구조는 CNN 5-layer와 완전연결계층 2-layer로 구성한다. 학습을 위해 학습데이터 40,000장, 시험데이터 25,000장으로 총 65,000장의 데이터셋을 확보하였고 원활한 학습을 위해 OpenCV로 전처리한다. 학습한결과 98.72%라는 높은 인식률을 보였고, 검증데이터인식률의 경우 99%의 인식률을 보였다

영어초록

Due to the advancement of internet and smart devices, more than 90% of the country's total population use smartphones and spend an average of 3 hours with phone everyday. Additionally, 61.7% of walking accidents occurred due to the lack of cautionary dispersion while using smartphones. In order to prevent this, we propose a Convolution Neural Networks (CNN) based approach to measure and avoid the distraction from the use of smart devices during walking by driveway and sidewalk recognition. The proposed CNN structure consists of 5 convolution layers and 2 fully connected layers. For learning CNN, we have secured 65,000 datasets which are divided into 40,000 training data and 25,000 testing data. For smooth learning, all data have been pre-processed using OpenCV. The recognition rate was measured as 98.72% andt wi as also increased to 99% for validation data.

참고자료

· 없음