• 팀 소개
• 작품 개요
• 작품 구성 및 상세 내용
• 해당 모델의 장점
• 해당 시스템의 장점 및 기대 효과
• 구현 결과

• 팀장 : 김진원
• 팀원 : 송민성
• 팀원 : 박준영

모델 학습 및 생성, 영상 인식, 리플릿 제작, 논문 제작

인구의 밀집화로 한 집에서 여러명이 사는 쉐어하우스가 늘어 나고 있는 추세입니다. 여러명이 한 집에 사는 만큼 서로의 가정집에서 얼굴 인식을 통해 출입만으로도 개인 방문을 잠굴 수 있고, 냉 난방 시스템, 컴퓨터 전원, 전등 등의 전원 제어를 구현하고 싶었습니다. 선택적으로 원하는 제어를 설정해서 본인에게 불필요한 제어를 원하지 않을 수 있는 시스템이며, 만약 타인이 시스템을 통하지 않고 개인의 방문을 열거나, 가전기기를 작동 시킬 시 경보음이 울리게 되고 이를 통해 보안과 가정집 안전 사고에 대비하여 사고를 줄이고 개인에게 높은 편의성을 제공할 수 있는 시스템을 제공하는 소프트웨어 및 간단한 목업을 제작해보았습니다.

• Image Detecting : Python
• Aduino : C/C++

• 딥 러닝을 통한 얼굴 인식 / Haar cascade 사용

  • Haar Feature(하르 특징)을 계산 및 선택

    • 하르의 세가지 특징
      1. Edge Features : 두개의 사각형으로 구성된 하르 특징의 값은 두 사각 영역 내부에 있는 픽셀들의 합하여 검은색 영역의 합에서 흰색 영역의 합을 빼서 구한 것, 두 사각형의 크기와 모양은 동일
      2. Line Feature : 세 개의 사각형으로 구성된 하르 특징은 중앙에 있는 검은색 사각 영역 내부의 픽셀 합에서 바깥에 있는 두 개의 흰색 사각 영역 내부의 픽셀 합을 뺀 것
      3. Four-rectangle features : 4개의 사각형으로 구성된 하르 특징은 대각선에 위치한 영역간의 차이를 구한다

  • Integral Images(적분 이미지) - 픽셀의 합 구하기

• Adaboost는 검은색과 흰색 부분 각각의 밝기 값을 픽셀 합을 구하는 방식으로 진행되는데, 적분 이미지(Integral Images)를 사용해 빠르게 구함

사진 출처 : https://justadudewhohacks.github.io/face-api.js/docs/index.html#live-demos

• 검흰의 네모(Haar feature)로 얼굴을 찾아내어 줌얼굴 검출은 OpenCV의 Haar Cascade Classifier알고리즘으로 이미지의 밝기차를 이용해 특징을 찾아냄
• 특징에 따라 대상을 분류

• 쉐어하우스 내 개인 설정화를 통한 편리한 삶
  • 냉난방 시스템
  • 컴퓨터 전원
  • 전등
  • 블라인드

• IOT스위치를 이용한 가전제품 제어
  • 아두이노 클라우드 사용
  • 모바일 앱으로 제어

• 얼굴 인식을 통한 보안
  • 비밀번호, 키보다 높은 보안률
  • 침입 경보 및 IOT를 이용한 메시지

출처 : https://blog.naver.com/qschj8/222051976093

• 영상처리를 위한 환경 구축이 어려웠습니다.
• 아두이노와 함께 파이썬을 합쳐서 구현하는 것에 많은 어려움이 있었습니다.

• Youtube Link : https://youtu.be/JqcaUJqMuuw

https://webnautes.tistory.com/1352