earticle

영어

With the spread of smartphones and the increasing number of users of SNS using them, not only structured data such as text, which is an existing data type, but also unstructured data such as images and videos are generated in huge amounts in real time. As services using such unstructured data increase, various solutions are being released. Existing structured data can be easily analyzed and desired results obtained through text analysis or simple queries, but unstructured data such as video must be analyzed through a more complicated process. In this study, we propose a method of detecting a specific object by receiving image data collected through a human body sensor and camera sensor connected to Raspberry Pi. To this end, as a related study, the hardware characteristics of Raspberry Pi and the theory of convolutional neural networks were investigated. On that basis, a method of detecting a specific object using the YOLO algorithm is described. Through this, it can be applied to more diverse fields by detecting objects in an easier way.

한국어

스마트폰의 보급과 이를 활용한 SNS의 사용자가 증가하면서, 기존의 데이터 타입인 텍스트와 같은 정형 데이터뿐만 아니라 이미지, 동영상과 같은 비정형 데이터가 실시간으로 엄청난 양으로 발생하고 있다. 이런 비정형 데이터를 활용한 서비스가 늘어나면서 다양한 솔루션들이 출시되고 있다. 기존의 정형 데이터는 텍스트 분석이나 간단한 질의를 통해 분석 및 원하는 결과를 쉽게 얻을 수 있지만, 동 영상과 같은 비정형 데이터는 더욱 복잡한 과정을 통해서 분석되어야만 한다. 본 연구에서는 라즈베리파이에 연결된 인체감지 센서와 카메라 센서를 통해 수집한 영상 데이터를 전송받아 특정한 객체를 검출하는 방안을 제시하고자 한다. 이를 위해 관련 연구로서 라즈베 리파이의 하드웨어적인 특성과 컨볼루션 신경망 이론에 대해서 조사하였고, 이를 바탕으로 라즈베리파이 보드에 인체감지 센서와 카 메라 센서로 구성된 카메라 모듈을 구성하여 주변을 촬영한 영상을 관리 서버에 전송한 다음에 이를 YOLO 알고리즘을 사용해서 특정 한 객체를 검출하는 방안을 기술한다. 이를 통해 보다 쉬운 방식으로 객체를 검출함으로써 보다 다양한 분야에 응용할 수 있다.