1. 수행배경

복잡한 장소에서 사람의 동선을 파악하는 일은 매우 어렵다. 이는 요즘과 같은 전염병 시대에 가장 중요하지만 복잡한 일이기도 하다. 또한 매장 또는 가게에서 손님에 대한 데이터를 CCTV를 통해서만 분석하기에는 시간도 오래 걸리고, 비효율적이다. 이를 통해, 카메라 촬영만으로 객체를 구분하고, 사람만을 판별하여 각각의 사람들이 매장 내에 어떠한 일을 수행하는지, 어느 곳에 가장 오랫동안 머무는 지와 같은 데이터를 저장하여 분석할 수 있다면 편리할 수 있겠다는 생각을 통해 프로젝트를 기획하게 되었다.        

2. 수행기간  

총 7개월(.3-9월)간 진행

3월 - 아이디어 회의 및 주제선정: 적절한 주제를 선정하기 위해 브레인스토밍을 하며 아이디어 회의를 진행하고, 현실성과 개발 가능성을 주요한 목표로 주제로 설정하였다.

4월 - 아이디어에 필요한 자료 및 딥러닝 공부: 주제를 분석하고 필요한 도구와 제품들을 정리하였고, 검색을 통해 어떠한 알고리즘이 필요한지 알아보고, 딥러닝에 대한 기초 지식을 쌓는 훈련을 시작함.

5월 - 선정한 주제에 맞는 개발환경 설치 및 오픈소스 설치: 딥러닝은 리눅스 환경에서 훈련시키는 과정과 GPU가 필수이기 때문에 우분투 운영체제를 설치하고, GPU사용을 위한 Nvidia Driver, OpenCV, CUDA 등을 설치하고 적응하는 시간을 가졌음.

6월 - 오픈소스 공부 및 분석: 객체를 인식하고 추적하기 위해서는 Deep sort 알고리즘을 이용하였다. 코드 내부의 문제점과 함수의 기능을 상세하게 살펴보고 코드의 흐름을 파악하여 자세한 알고리즘을 짜기 위해 여러 번의 회의를 거쳤다.

7월, 8월 - 알고리즘을 코드로 만들고 여러 번의 실험을 거침: 생각했던 알고리즘을 코드로 만드는 과정을 시행하였다. 실제 상황에는 많은 변수가 존재했기 때문에 많은 시행착오를 거쳤음

9월 - 완성된 코드를 실행하여 다양한 상황을 만들어 그에 맞는 오류 수정 및 시뮬레이션 촬영:

여러가지 상황을 만들고 실험하여 나타나는 에러를 보고 코드를 수정하며 유지보수 함    

3. 개발작품 설명

• 여러 대의 카메라가 주어진 범위를 촬영하고, Deep sort 알고리즘을 이용하여 카메라에 촬영되는 여러가지 객체 중 사람만을 인식하였고, 인식된 사람 각각에게 하나의 아이디와 색을 부여해 준다. 각 카메라는 성능을 위해 다른 컴퓨터에 설치되었기 때문에 Socket통신을 통해 서버, 클라이언트를 만들어 소통하였다. 사람의 위치를 파악하기 위해 라이다 센서를 이용하여 카메라 내의 사람의 각도, 거리를 추출하고, 카메라 내에서의 객체의 위치와 라이다 센서로부터 추출된 데이터를 이용하여 좌표평면에서의 x, y좌표를 계산하였다. 각 카메라가 모두 정면을 바라보고 있지 않고 45도 각도로 틀어져 있기 때문에 중간 카메라를 기준으로 x, y좌표에 대한 좌표축을 회전시켜 맞췄다. 이 계산된 좌표를 실시간으로 표시하여 주고, 각각의 사람은 부여받은 아이디와 색깔을 좌표와 함께 나타내어준다.

         

4. 활용방안

 복잡한 실내외 장소에서 정해진 범위를 촬영하여 객체의 움직임을 파악할 수 있다.

 

-백화점, 상점 등과 같은 매장에서 사람들이 어느 매장을 가장 많이 찾는지, 어떤 동선으로 각 매장을 이동하는 지 분석하여 전체 매장의 배치를 분석한 데이터를 통해 현명하게 짤 수 있다.

 

-대형 세미나 또는 박람회에서 사람의 이동 경로를 분석하여 각 부스별로 데이터를 얻어 사업에 적용이 가능하다.

 

-카메라의 촬영 범위를 확대해서(감시 카메라 등을 활용), 감염질환 환자의 경로를 정확하게 파악하여 동선을 저장하여 현재 코로나 상황에서 빠르게 대처할 수 있도록 한다.







=================== 기타자료 PPT에 추가 설명 있습니다.