주제
COVID-19 전파 위험도 추정: 물체 및 장면 감지를 사용한 실시간 화면 분석
Estimation of COVID-19 Transmission Risk: Real-time Screen Analysis using Object and Scene Detection
Table of Contents
About The Project
COVID-19의 확산과 지속으로 외출에 대한 불안은 증가하고 있다. 이에 국내 마스크 착용 의무화 지침이 진행되고 있지만, 장소별 위험 정도는 알 수 없다. 이를 해결하기 위해 본 논문은 질병 관리청에서 제시한 방역 수칙을 기준으로 특정 장소의 COVID-19 전파 위험도 측정을 진행한다. 전파 위험도를 측정하기 위한 세 가지 기준은 공간 개폐 여부, 군중 밀집도, 마스크 착용 상태이다. 세 가지 기준에 대한 데이터로 YOLO 모델과 이미지 분류 모델을 학습시키고 Deep Learning 알고리즘을 적용하여 값을 산출한다. 결과적으로 장소의 정보를 수집하여 COVID-19 전파 위험도 평가를 수행하고 CCTV와 같은 Live Feed 영상에 적용해 실시간으로 알려 예방할 수 있도록 기대한다.
Building
- installing
git clone http://khuhub.khu.ac.kr/2020-2-capstone-design1/BSH_project.git - Download Weights
- Download CUDNN DLLs (cudnn64_8.dll) from Nvidia
- Run executable
python3 Social_Distance_avg_run.py
Run Screen
Member
Project Member
- 공재호(asebn1)
- 이민호(yeemh)
- 이승민(effectivemadness)
- 지호진(sj59228)
- 최성원(worldbrighteststar)
Project Mentor
- 배성호
- 신은섭