안전모와 반사조끼 착용 여부 감지하는 실시간 데모 개발

Basler

‘안전 우선’ 특히 건설 현장 및 기타 보안 구역에서 중요한 사항이다. Basler는 안전모와 반사 조끼를 인식할 수 있는 액세스 제어 작업을 위한 실시간 데모를 개발했다. 이 데모는 임베디드 비전 시스템을 기반으로 하며 인공지능을 활용한다.

1. 개요

임베디드 비전 시스템 관련 기술이 점점 더 소형화되고 성능이 강력해지면서, 크기가 작고 비용 절감이 요구되는 새로운 작업들을 다양하게 수행할 수 있게 됐다. 린 임베디드 비전 시스템은 인공지능(AI)과 결합되면서 적용 범위가 훨씬 더 넓어지고 있다. Basler는 이 최신 기술의 장점과 가능성을 강조하기 위해 이번 딥 러닝 기반 데모를 개발했다.

2. 솔루션

Basler는 임베디드 비전 시스템의 바람직한 활용 사례로 보안 영역의 액세스 제어를 위한 라이브 데모를 개발했다.

임베디드 비전 시스템은 사람을 식별하고 물체(안전모와 반사 조끼)를 분류하며, AI 알고리즘을 기반으로 카메라 앞에 있는 사람이 조끼 또는 안전모를 착용하고 있는지 감지한다. 이 시스템은 수집된 데이터를 지능적으로 처리하여 특정 개인이 보안 영역에 들어갈 수 있는지 여부를 판단할 수 있다. 데이터는 대시보드를 통해 통합 및 시각화된다. 이를 통해 사용자는 액세스가 거부되거나 허용된 사람 수를 개략적으로 파악한다.

이 솔루션을 통해 사용자는 인건비를 절감할 수 있으며 안전복 착용여부를 점검할 때 효과적이었다. 결국 안전표준이 크게 개선했다.

2.1 하드웨어

액세스 제어를 위한 AI 솔루션은 다음과 같은 Basler의 임베디드비전 시스템을 기반으로 한다.

• Movidius 애드온 칩셋이 포함된 up² 보드

• Basler dart USB 5 MP 카메라 모듈

• 렌즈

전체 데모 설정은 실제 작업과 매우 유사하며 이미지 처리에 필요한 모든 요소가 포함되어 있다.

2.2 소프트웨어

임베디드 시스템이 원활하게 작동하기 위해서는 시스템 소프트웨어의 다양한 요소가 서로 연결되어 일관된 시스템을 구성해야 한다.

이 데모 소프트웨어 솔루션의 주요 구성 요소는 응용 소프트웨어이다.

이 애플리케이션 소프트웨어는 맞춤형 합성곱 신경망(CNN)을 기반으로 한다. 이 모델은 최신 딥 러닝 및 디바이스 내 처리 기술을 사용하여 완벽한 시나리오에서 빠르고 안정적으로 반응한다. CNN은 호스트 측에서 학습되지만 디바이스 자체에서 추론이 이뤄진다.

따라서 시스템은 반사 조끼 및 안전모를 인식하고 카메라 앞에 있는 사람이 보안 구역에 들어가도 되는지 여부를 판단할 수 있다.

2.3 솔루션의 이점

이 솔루션은 다음과 같은 다양한 이점을 지닌 강력한 시스템을 구현한다.

• 이미지 처리에 최적화되어 있으며 속도가 빠르고 정확도가 높은 추론 제공

• 업계에서 인정 받고 내구성이 뛰어난 하드웨어

• 임베디드 기술을 활용해 비용 효율적이고 슬림한 디자인

• 소형 폼 팩터로 다양한 통합 옵션 제공

• 안전복 착용 여부 확인 가능 및 안전 표준 대폭 향상을 통해 사용자의 인건비 절감 혜택

• 확장형 신경망으로 신축적인 솔루션

3. 결론

Basler는 AI 솔루션을 통해 임베디드 비전 솔루션의 다양한 작업 분야를 제시한다. Basler는 지능형 액세스 제어 솔루션의 공급업체로서 표준화된 시스템과 고객 맞춤형 시스템을 모두 제공하고 있다.

Basler는 이미지 처리 요구 사항에 따라 각 시스템을 최적화하고 다양한 구성 요소 간의 원활한 협업을 가능하게 했다.

자료 제공: Basler(www.baslerweb.com)