최근 한국인의 일본 여행이나 취업이 증가하고 있으며, 일본에서는 태풍과 지진으로 인한 재해가 빈번하게 발생하고 있다. 일본은 픽토그램을 활용하여 지진이나 쓰나미와 같은 자연재해 시 대피해야 하는 장소를 안내하고 있지만, 한국인이 재난 대피 픽토그램을 보고 그 의미를 바로 파악하기 힘들다. 본 논문에서는 일본에서 태풍이나 지진과 같은 재해가 발생했을 때, 한국인이 일본의 재해 대피 픽토그램에 대한 이해 증진을 위해 휴대단말을 이용하여 픽토그램을 카메라로 촬영하면 이를 인식하여 한국어로 일본의 재해 대피 픽토그램의 의미를 전달하는 기법을 제안한다. 제안 기법은 딥러닝 기반의 객체 검출 알고리즘을 활용하여 정확하게 픽토그램을 검출하고 그 결과를 한국어 안내로 변환하여 한국인 사용자에게 제공한다. 재해 대피 픽토그램 검출을 위해 제안 기법은 MoibleNet을 사용하여 객체의 특징을 추출하고, 추출된 특징을 이용하여 객체 위치를 찾고 클래스를 구분하는데 YOLOv2 의 객체 검출 아키텍처를 사용하였다. 실험 결과, 제안 기법은 재해 대피 표지판의 픽토그램을 98% 이상의 정확도로 인식하였고, 20ms 이하의 처리속도를 제공함을 확인할 수 있었다.
Currently, the number of Koreans travelers and employers to Japan has increased, and disasters caused by typhoons and earthquakes have frequently occurred in Japan. Japan uses pictogram to guide people to evacuate natural disasters such as earthquakes and tsunamis. But it is hard for Korean to understand the disaster evacuation pictogram because the pictogram is unfamiliar to Koreans. In this paper, we propose a meaning method for improving Korean understanding of Japanese disaster evacuation pictogram, which recognizes the pictogram on a portable device when a disaster such as a typhoon or an earthquake occurred in Japan. The proposed method detects a pictogram accurately by using a deep-learning based object detection algorithm and the results of detection are matched the table of pictogram interpretation in Korean. For detection of disaster evacuation pictogram, the proposed method extracts object features using MoibleNet, and uses object detection architecture of YOLOv2 to locate and classify objects using the extracted features. Experimental results show that the proposed method recognizes pictogram of disaster evacuation signboards with accuracy of 98% or more and provides processing speed of 20ms or less.
1. 서론\n2. 연구배경\n3. 일본 재해 픽토그램 검출 알고리즘\n4. 실험\n5. 결론
