http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 오창현 ( Oh Changhyeon ) (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
시각장애인을 위한 시각 도움 서비스를 제공하는 인공지능 시스템 개발
오창현 ( Changhyeon Oh ),최광요 ( Gwangyo Choi ),이호영 ( Hoyoung Lee ) 한국정보처리학회 2021 한국정보처리학회 학술대회논문집 Vol.28 No.2
현재 시각장애인들의 일상생활에 있어 많은 불편함을 겪고 있어 시각장애인에게 도움이 되고자 실시간 객체인식을 하여 보행환경의 정보를 전달하는 안경을 만드는 프로젝트를 진행하였다. 핵심 기능에 해당하는 객체인식은 인공지능 모델 YOLOv4가 사용되었으며, 시각장애인의 입장에서 걸어 다닐 때 인식 되어야 하는 객체들을 선정하고, 이들을 대상으로 학습 데이터를 재구성하고 YOLOv4의 재학습을 진행하였다. 학습 결과 모든 객체들에 대한 정확도는 68%를 보였으나 시각 장애인이 걸어다닐때 인식되어야 하는 필수객체(Person, Bus, Car, Traffic_light, Bicycle, Motorcycle)들의 인식률은 84%로 측정되었다. 향 후 진행될 학습에선 더욱 다양한 방법으로 학습데이터를 확보하고, YOLOv4가 아닌 darkflow를 이용해 다양한 parameter로 학습을 진행하여 다면적인 성능비교가 필요하다. order to provide helpful service for the visually impaired, this study was carried out to make a new smart glasses that transmit information monitoring walking environment in real-time object recognition. In terms of object recognition, YOLOv4 was used as the artificial intelligence model. The objects, that should be identified during walking of the visually impaired, were selected, and the learning data was populated from them and re-learning of YOLOv4 was performed. As a result, the accuracy was average of 68% for all objects, but for essential objects (Person, Bus, Car, Traffic_light, Bicycle, Motorcycle) was measured to be 84%. In the future, it is necessary to secure the learning data in more various ways and conduct CNN learning with various parameters using darkflow rather than YOLOv4 to perform comparisons in the various ways.
-
AI기반 건설현장의 외국인 근로자 안전사고 예측을 위한 기본 연구
김지명 ( Kim Ji-myong ),이준혁 ( Lee Junhyeok ),김경빈 ( Kim Gyeongbin ),오창현 ( Oh Changhyeon ),오창연 ( Oh Changyeon ),손승현 ( Son Seunghyun ) 한국건축시공학회 2023 한국건축시공학회 학술발표대회 논문집 Vol.23 No.2
Compared to other industries the construction industry experiences more casualties and property damage due to safety accidents. One of the reasons is the increasing number of foreign workers. For this reason, past studies have found that foreign workers at construction sites are more exposed to safety accidents than non-foreign workers. Nevertheless the proportion of foreign workers involved in safety accidents at construction sites is increasing, and there has been a lack of research to predict the risk of safety accidents at construction sites. Additionally, realistic safety management is lacking due to a lack of safety accident risk prediction research. Therefore, in this study, we would like to propose basic research that proposes an AI-based safety accident prediction model framework for predicting safety accidents of foreign workers at construction sites. The framework and results of this study will contribute to reducing and preventing the risk of safety accidents for foreign workers through risk prediction for safety management of foreign workers at construction sites.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
