http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
YOLOPv2 와 OpenCV 를 적용한 차선 검출 알고리즘
김호재 ( Ho-jae Kim ),서동규 ( Donggyu-seo ),정인혁 ( Inhyuk Jeong ),황영석 ( Yeongseok Hwang ),박은병 ( Eunbyung Park ) 한국정보처리학회 2023 한국정보처리학회 학술대회논문집 Vol.30 No.2
본 논문에서는 YOLOPv2 를 기반으로 OpenCV 를 활용한 후처리 과정을 도입하여 차선 검출 성능을 극대화할 수 있는 알고리즘을 제안한다. 주요 단계로는 YOLOPv2 모델을 활용한 차선 인식, Bird’s eye view 변환, Sobel 및 Morphology Filter 를 통한 왜곡 보정, Histogram 기반 차선 검출, 그리고 후처리 알고리즘 적용이 있다. 이 기술은 자율 주행 및 도로 정보 활용 분야에 활용 가능할 것으로 기대되며, 차선 검출 정확도를 향상시킬 수 있다.
작업자의 업무 능률 향상과 안전 사고 방지를 위한 LLM 기반 챗봇 시스템
김두환(Doohwan Kim),한요한(Yohan Han),정인혁(Inhyuk Jeong),황영석(Yeongseok Hwnag),박진주(Jinju Park),이나현(Nahyeon Lee),이유진(Yujin Lee) 한국컴퓨터정보학회 2024 한국컴퓨터정보학회 학술발표논문집 Vol.32 No.1
본 논문에서는 LLM(Large Language Models) 기반의 STT 결합 챗봇 시스템을 제안한다. 제조업 공장에서 안전 교육의 부족과 외국인 근로자의 증가는 안전을 중시하는 작업 환경에서 새로운 도전과제로 부상하고 있다. 이에 본 연구는 언어 모델과 음성 인식(Speech-to-Text, STT) 기술을 활용한 혁신적인 챗봇 시스템을 통해 이러한 문제를 해결하고자 한다. 제안된 시스템은 작업자들이 장비 사용 매뉴얼 및 안전 지침을 쉽게 접근하도록 지원하며, 비상 상황에서 신속하고 정확한 대응을 가능하게 한다. 연구 과정에서 LLM은 작업자의 의도를 파악하고, STT 기술은 음성 명령을 효과적으로 처리한다. 실험 결과, 이 시스템은 작업자의 업무 효율성을 증대시키고 언어 장벽을 해소하는데 효과적임이 확인되었다. 본 연구는 제조업 현장에서 작업자의 안전과 업무 효율성 향상에 기여할 것으로 기대된다.