충돌 예측 시스템

단안 카메라로 실시간 충돌을 예측하는 알림 시스템

프로젝트 소개

배경

• 자율 주행 기술이 적용된 배달 로봇 등의 상용화로 깊이 추정 기술에 대한 수요가 급증하고 있음
• 기존 거리 추정은 Lidar 센서를 이용하여 가능하나 비용이 비쌈
• 길거리에서 촬영된 영상은 사람들의 얼굴이 나오기 때문에 데이터로써 활용되기 어려움

기대효과

• 단안 카메라 거리 측정 기술을 통한 안전 사고 방지
• 단안 카메라의 단점인 기상 악화 상황에서의 한계를 딥러닝을 이용해서 극복
• 비싼 Lidar 센서 대신 단안 카메라를 사용하여 비용 절감
• 영상속 사람들의 얼굴을 모자이크 처리하여 개인 초상권 침해 방지

팀원 구성 및 역할

김세진	박혜나	이동우	진민주	허재영
프론트엔드 개발 모델 개발	모델 개발 알고리즘 개발	모델 개발 알고리즘 개발	모델 리서치 모델 개발	프론트엔드 개발 서버 개발

사용 모델

YOLO World
Depth Anything

프로젝트 구조

{proj}
├── back
│   ├── logic
│   ├── pretrained_weights
│   ├── config.py
│   ├── server.py
│   └── requirements_server.txt
├── front
│   ├── common
│   ├── controller
│   ├── resources
│   ├── ui
│   ├── app.py
│   ├── beep.mp3
│   └── requirments_client.txt
├── model
│   ├── blur
│   ├── calc_depth.py
│   ├── calc_func.py
│   ├── frame_confusion.py
│   ├── inference.py
│   └── plot_dist.ipynb
└── README.md

성능 지표

절대거리

$$ MSE = \frac{1}{n} \sum_{i=1}^{n} (y_i - \hat{y}_i)^2 = 0.3071$$

얼굴 모자이크

$$ Accuracy = {모자이크\ 된\ 얼굴\ 수 \over 등장한\ 얼굴이\ 나온\ 사람\ 수}\times 100\% = 82.85\% $$

실시간성

$$ FPS = 30 $$

프로그램 사용법

1. back, front 레포지토리 README 참조하여 프로그램 실행
2. '영상 불러오기' 혹은 '카메라 불러오기'로 영상 선택
3. 왼쪽의 다양한 '기능설정' 선택 가능
4. '재생', '정지', '처음부터 다시 시작'을 통해 영상에 대한 조절 가능