YOLOv5를 이용한 임베디드 마스크 인식 시스템 (Embedded Mask Recognition System using YOLOv5)

서지정보

· 발행기관 : 사)한국빅데이터학회
· 수록지 정보 : 한국빅데이터학회 학회지 / 7권 / 1호 / 63 ~ 73페이지
· 저자명 : 유가원, 최은성, 강영진, 전영준, 정석찬

초록

2020년부터 현재까지 COVID-19가 지속되고 있으며, 사회적으로도 많은 변화가 생겼다. 마스크를 착용하는 것은 필수가 되었고, 마스크 미착용 시, 공공시설이나 식당 등을 이용할 수 없게 되었다. 이로 인해 대부분의 공공시설 출입구에서는 마스크 인식 시스템을 구비하여 마스크 착용 여부를 확인하고 있다. 그러나 목도리로 입을 가린 사람이나 마스크를 제대로 착용하지 않은 사람 등에 대한 판별 여부가 불분명하다. 본 연구에서는 YOLOv5를 이용한 임베디드 마스크 인식 시스템을 제안하였다. 기존 마스크 인식 시스템과는 달리 마스크 착용 여부뿐만 아니라 목도리를 입으로 가린 사람, 손으로 입을 가린 사람 등 다양한 예외 상황에서도 마스크 착용 여부를 구별해낼 수 있었으며, Nvida Jetson Nano Board에 탑재하였을 때 우수한 성능을 보였다.

영어초록

COVID-19 has continued from 2020 to the present, and many social changes have occurred. Wearing a mask has become mandatory, and if you do not wear a mask, you cannot use public facilities or restaurants. For this reason, most public facility entrances are equipped with a mask recognition system to check whether a mask is worn. However, it is unclear whether people who cover their mouths with a scarf or who do not wear a mask properly can be identified.
In this study, we proposed an embedded mask recognition system using YOLOv5. Unlike the existing mask recognition system, it was able to distinguish not only whether a mask was worn, but also whether a mask was worn in various exceptional situations, such as a person with a scarf or a person covering their mouth with their hands, and showed excellent performance when mounted on the Nvida Jetson Nano Board.

참고자료

· 없음