응용분야



01. 주요 활용분야

위의 경우 뿐 아니라 사용자의 따라 다양한 분야의 시스템에서 하나의 인공지능 인식센서 핵심부품으로써의 기능이 가능


02. CCTV 무인감시에 활용

출현경보(presence)

지정된 물체가 지정된 카메라에 지정된 시간 이상 (또는 즉시) 나타나면 통보. 예를 들면,


  • 야간에 보안구역에 사람이 나타나면 즉시 알림
  • 농장에 유해동물이 나타나면 즉시 알림
  • 광고판 앞에 사람이 지정된 시간 동안 머물면 대화형 광고 개시

부재경보(absence)

지정된 시간 동안 지정된 물체(사람)가 안보이면 통보. 예를 들면,


  • 보안요원 또는 군인이 사고로 지정된 시간 동안 보이지 않으면 알림
  • 독거노인이 지정된 시간 동안 보이지 않으면 알림

카운팅(counting)

지정된 구역에 있는 사람(또는 물체)의 수를 카운트. 예를 들면,


  • 시간대별 상가의 유동인구를 기록하여 상권분석에 활용

<유동인구 분석>

  • 교차로 각 지점의 대기인원과 대기차량의 수를 파악하여 교통신호 개선에 활용

패스카운팅(pass counting) 및 이동방향 탐지(moving direction detection)

지정된 구역을 통과하는 사람(또는 물체)의 수를 카운트 하고 이동 방향을 감지


  • 상점의 출입구를 왕래하는 사람의 통행량을 파악
  • 항공관제구역의 항공기 출입을 관리



이중모델 연동 인식

두 개의 딥러닝 모델을 메모리에 동시에 올려놓고 첫 번째 모델로 인식한 물체의 위치에 확대하여 두 번째 모델을 적용하는 기능. 예를 들면,


  • 자동차 번호판 인식. 첫 번째 모델로 번호판의 위치를 찾고 두 번째 모델로 번호판의 번호를 인식. 이와 같은 방법으로 제품에서 일련번호를 찾아 읽을 수 있음.
  • 행인의 인상착의를 인식. 첫 번째 딥러닝 모델로 사람의 위치를 찾고 두 번째 모델로 사람의 위치를 확대하여 인상착의를 상세하게 인식 (성별, 모자착용여부, 복장색깔 등).


03. 자동 품질검사시스템에 활용


딥러너로 맞춤형 품질검사시스템을 구축


  • 자동화로 비용 절감
  • 불량품 학습을 통해 모든 제품에 적용 가능
  • 최신 딥러닝 알고리즘 지원
  • PLC 연동 지원

딥러너는 자동화된 불량품검사시스템 구축을 위한 핵심 구성 요소입니다.


  • 공장 품질검사를 위한 최상의 환경을 제공합니다. 생산라인에서 불량 제품이 발견되었을 때 최상의 딥러닝 알고리즘을 사용하여 불량품을 인식하고, 복잡한 연동 프로토콜 대신 핀 출력의 전압값으로 공장제어시스템(PLC)과 연동합니다. 제품의 부위를 30여개로 나누어 상세한 검사를 할 수 있습니다.

  • 앞서 설명한 이중모델 연동인식기능을 사용하면 제품에서 일련번호를 찾아 읽을 수 있습니다.

  • 압력계 등 공장의 계기판을 숫자로 인식할 수 있습니다. 미터기가 수준을 넘으면 경보를 발생할 수도 있습니다.

저비용으로 고부가 가치의 공장자동화시스템을 구축할 수 있는 기회

04. 인식결과 출력방법


  • 비디오 모니터 출력
  • 이더넷 포트 - 인식 결과 레코드 실시간 송출
  • GPIO - 시리얼 포트, PIN OUT

05. 학습은 어떻게?

  • 학습소프트웨어 Deep Trainer를 제품 구매 시 무료로 제공
  • 90개/190개 종류의 개체를 인식할 수 있는 기능을 기본으로 제공
  • 인식 대상의 샘플 이미지를 사용하여 사용자 특정 개체를 학습할 수 있음
  • 사용자는 인식 대상에 대하여 학습에 필요한 샘플 이미지 만을 많이 확보하면 됨


06. 누가 사용할 수 있는가?

  • 시스템 개발자
  • 새로운 아이디어를 실현하는 국내외 창업가
  • 로봇 등 DIY 개발자
  • 딥러닝 학습을 쉽게 시키고 싶은 누구나





더 자세한 정보는 딥러너 사용자 메뉴얼 13. 기기 응용 시나리오 를 참고해 주세요.