젯슨 나노를 이용한 심층 컨볼루션 신경망 기반 실시간 마스크 착용 검출기 구현 (An Implementation of CNN-based Real-Time Face Mask Detector using Jetson Nano)

서지정보

· 발행기관 : 한국산학기술학회
· 수록지 정보 : 한국산학기술학회논문지 / 23권 / 1호 / 652 ~ 659페이지
· 저자명 : 강태운, 김용우

초록

코로나바이러스의 전파를 막기 위한 가장 현실적인 대안은 마스크 착용이나 마스크 착용 의무화가 시행되었음에도 마스크 착용이 지켜지지 않는 경우가 있다. 집회 및 다중이용시설의 경우 마스크 미착용자를 사람이 일일이 확인하는 것은 불가능에 가깝다. 본 논문에서는 인간의 한계를 극복하고, 코로나바이러스의 전파를 방지하고자 딥러닝 기반 실시간 마스크 검출기를 제안한다. 제안 방법은 딥러닝 기반 객체 검출기인 Single Shot Multibox Detector(SSD)를 마스크 검출에 용이하도록 경계 박스의 개수 및 비율을 수정하고 특징 맵의 개수를 최적화하였다. 또한 SSD에서 사용되는 VGG-16 기본 네트워크 구조 대신 모바일 디바이스에 특화된 MobileNetV2 네트워크 구조를 수정 및 최적화하여 기본 네트워크로 적용하였다. 제안한 마스크 검출 기법은 VGG-16 기반 SSD 마스크 검출 기법에 대비하여 젯슨 나노에서 약 3배가량 수행 시간이 감소함을 확인하였다. 또한, 제안한 마스크 검출 기법은 MobileNetV1 기반 SSD 마스크 검출 기법 대비 mAP 성능이 약 7.05% 향상된 마스크 검출 정확도를 보여주었다.

영어초록

The most realistic measure to prevent the spread of the coronavirus is to wear a mask, but there are cases where wearing a mask is not strictly followed even though it is mandatory. Furthermore, it is almost impossible for people to check if everyone is wearing a mask in multipurpose facilities or gatherings. Hence, this paper proposes a real-time mask detector based on deep learning to overcome human limitations and prevent coronavirus spread. The proposed method uses the Single Shot Multibox Detector (SSD) to modify the number and ratio of bounding boxes to facilitate the mask detection and optimize the number of feature maps. As a result, the proposed network accurately and quickly detects masks in real-time on Jetson Nano. It was confirmed that the proposed mask detection method reduces the execution time by about three times with the Jetson Nano compared to the VGG-16 based SSD mask detection method. In addition, the proposed mask detection method showed a mask detection accuracy that improved by about 7.05% in mAP performance compared to the MobileNetV1-based SSD mask detection method.

참고자료

· 없음