A railway suicide prevention system using depthwise separable convolutional neural network

다국어 초록 (Multilingual Abstract)

With the accelerated pace of life, people struggling in social life have accumulated a lot of pressure. And some of them choose to commit suicide to escape this dilemma. According to the 2013 and 2014 Korea Transportation Safety Authority’s survey, the public casualties caused by committing suicide on railways were about 54% and 50% of the public casualties. Therefore, an effective and inexpensive system for preventing suicide and crossing without permission accidents is needed.
We designed a viable and effective system for preventing accidents on railways by automatically detecting human object using deep learning algorithm. Railway images are captured using a camera installed on a drone and the detection of humans is done using a CNN algorithm. When humans are detected, an emergency braking request can be sent to the train control center in real-time. We choose a CNN model based on Depthwise Separable CNN algorithm for training and running. With this model named MobileNets presented by Google Inc, I tested the purposed method on 1123 railway images and got the recognition accuracy of more than 96% on 204 images, showing that the proposed method can be used as a good railway suicide prevention system.

국문 초록 (Abstract)

삶의 속도가 빨라지면서 사회 생활에서 고군분투하는 사람들은 많은 스트레스를 축적해 왔다. 그리고 그들 중 몇몇은 이 딜레마를 탈출하기 위해 자살을 선택한다. 2013년과 2014년 교통 안전 공단의 조사에 따르면, 한국내 철도에서 자살로 각각 약 54%와 50%의 공공 사상자를 냈다. 따라서, 자살과 무단 횡단을 예방하고, 효과적인 비용이 많이 들지 않는 자살 예방시스템이 필요하다. 본 논문에서는 딥러닝 알고리즘을 사용하여 철로상의 인간을 자동으로 탐지함으로써 철도에서의 사고를 예방하기 위한 실용적이고 효과적인 시스템을 제안하였다. 철로 주변의 이미지를 드론에 설치된 카메라를 통해 촬영한 후, CNN 딥러닝 알고리즘을 사용하여 철로상의 사람의 존재 유무와 위치를 탐색한다. 사람이 감지되면, 비상 제동 요청을 열차 제어 센터로 실시간으로 전송할 수 있다. 신경망 모델로는 드론상의 저성능 컴퓨팅 환경에서도 동작 가능하도록 Depthwise Separable CNN모델을 선택한다. 구글이 제시한 MobileNets 모델을 이용하여 1123 철도 이미지에 대하여 실험하였다. 테스트 이미지 204 장에 대하여 96%이상의 인식 정확도를 얻어 제안된 시스템이 철로에서의 자살 예방자 탐색에 유용하게 사용될 수 있음을 보였다.

목차 (Table of Contents)

• LIST OF TABLES iii
• LIST OF EQUATIONS iv
• LIST OF FIGURES v
• 1 Introduction 1
• 2 Related Work 3
• 2.1 Railway Recognition 3
• 2.2 Convolutional Neural Network 3
• 2.3 Depthwise Separable Convolutional neural network 7
• 2.4 Tensorflow 11
• 3 Railway Suicide Prevention System based on MobileNets 12
• 3.1 MobileNets 12
• 3.2 Input Data 15
• 4 Experimental Result 18
• 4.1 Experiment with the input size of 150*150 20
• 4.2 Experiment with the input size of 200*200 23
• 4.3 Experiment with the input size of 250*250 26
• 5 Conclusion 29
• 6 Abstract 30
• 7 References 31