donnyrla10 / Smoking-Detective-System

🚬 ‘컴퓨터비전’ 강의 #3 과제 - DeepLearning

Smoking-Detective System

‘컴퓨터비전’ 수업 #3 과제 → Smoking-Detective System (Deep Learning)

✅ 프로젝트 소개

• 금연 구역 내 흡연자 탐지
• 흡연 장면 자동 모자이크
• 흡연 데이터 기록

📝 요구 사항 분석

• 담배와 흡연하는 사람 이미지 데이터 수집
• 이미지에서 담배 라벨링
• 구글 Colab을 이용한 데이터 이미지 training
• 흡연자 탐지
• 흡연 데이터 기록
• 인식된 프레임 블러 처리

💻 구현

1. 데이터 수집

   kaggle.com → cigarette dataset, 일반 사람 이미지 다운로드

   https://www.kaggle.com/lurenzhouyi/cigarette-dataset

   https://www.kaggle.com/vitaminc/cigarette-smoker-detection

   → 구글 서버 다운으로 인해 이번 프로젝트에서는 사용하지 못하고 다른 데이터셋을 활용함

   • object detector를 학습시킬 때는 negative data가 굉장히 중요하다. 담배를 쥔 손을 검출한다고 할 때, 담배를 쥐지않는 손의 정보가 없다면 구분하지 못할 가능성이 높다. → 데이터에 비슷하지만 다른 부류가 있다면 반드시 다른 부류로 지정해서 학습시켜야 구분을 할 수 있다.

1. 라벨링

   담배를 들고 있는 손, 담배를 물고 있는 입

   

2. 구글 Colab 으로 Data Training

   1. num_steps = 500, 1000으로 학습 → 제대로 인식을 못함

   2. num_steps = 2000으로 학습

3. test 실행

4. 담배가 나오는 영상에 학습으로 나온 tar.gz 파일 적용

   

5. 라벨링한 데이터의 탐지된 프레임을 기반으로 흡연 장면 자동 모자이크

   

6. 흡연자 감지 출력

7. 흡연 로그 데이터 기록

---

🙋‍♀️ 역할

• 데이터셋 수집
• Google Colab으로 traning 진행
• 담배 영상에 tar.gz 파일 적용
• 블러 처리

💦 아쉬운 점

• negative data가 필요한지 몰라서 초반에 담배와 관련된 이미지만 training을 시켰었다. → 중간에 깨닫고 담배없는 이미지 추가해서 다시 진행
• 짧은 개발 기간으로 부족한 데이터셋
• 데이터셋이 더 많고 다양해야 한다.
  • 회전시킨 이미지
  • 다양한 담배 (색상, 크기 등)
• 로그 기록과 흡연자 감지 출력의 부정확성

↪️ 데모 영상