earticle

논문검색

머신러닝 기반 안면인식 기능을 포함한 비접촉 잠금장치 설계 및 개발

원문정보

Design and development of non-contact locks including face recognition function based on machine learning

윤여훈, 김기창, 조휘진, 김홍준

피인용수 : 0(자료제공 : 네이버학술정보)

초록

영어

The importance of prevention of epidemics is increasing due to the serious spread of infectious diseases. For prevention of epidemics, we need to focus on the non-contact industry. Therefore, in this paper, a face recognition door lock that controls access through non-contact is designed and developed. First very simple features are combined to find objects and face recognition is performed using Haar-based cascade algorithm. Then the texture of the image is binarized to find features using LBPH. An non-contact door lock system which composed of Raspberry PI 3B+ board, an ultrasonic sensor, a camera module, a motor, etc. are suggested. To verify actual performance and ascertain the impact of light sources, various experiment were conducted. As experimental results, the maximum value of the recognition rate was about 85.7%.

한국어

감염 질병의 심각한 확산으로 인해 방역의 중요성이 점점 커지고 있다. 또한 방역 이슈가 없는 언택트 산업에 대한 관심도 늘 어나고 있다. 본 논문에서는 등록된 사용자의 얼굴을 인식함으로써 비접촉 방식으로 출입을 통제하는 비용 효율적인 라즈베리파 이 기반 도어락 시스템을 설계하고 개발한다. 우선, OpenCV의 Haar-based cascade를 사용하여 매우 단순한 특징들을 조합하여 객체를 찾고, 얼굴 인식을 진행한다. 그리고 LBPH (Local Binary Pattern Histogram)을 사용하여 이미지의 질감을 이진화하여 특징을 찾아낸다. 라즈베리파이 3B+ 보드, 초음파 센서, 카메라 모듈, 모터 등으로 언택트 도어락 하드웨어를 구현하고, 얼굴 인 식 및 매칭 알고리즘을 포함한 소프트웨어를 기반으로 약 500장의 이미지 데이터를 학습시켜 실험한 결과, 최대 85.7%의 인식률 을 보이며 사용자를 구분하는 성능을 검증할 수 있었다. 또한, Haar-cascade 알고리즘 성능의 광원에 대한 영향성을 파악하여 그 개선 가능성을 살펴보았다.

목차

요약
ABSTRACT
1. 서론
1.1 연구 배경 및 목적
1.2 얼굴인식 관련 연구
2. 안면인식 도어락 시스템 설계 및 구현
2.1 하드웨어
2.2 소프트웨어
2.3 시스템 구현
3. 성능 평가
3.1 인식률 실험
4. 결론 및 향후 연구 과제
5. 참고문헌

저자정보

  • 윤여훈 Yeo Hoon Yoon. 대전대학교 컴퓨터공학과
  • 김기창 Ki Chang Kim. 대전대학교 컴퓨터공학과
  • 조휘진 Whi Jin Jo. 대전대학교 컴퓨터공학과
  • 김홍준 Hongjun Kim. 대전대학교 컴퓨터공학과

참고문헌

자료제공 : 네이버학술정보

    함께 이용한 논문

      ※ 기관로그인 시 무료 이용이 가능합니다.

      • 4,000원

      0개의 논문이 장바구니에 담겼습니다.