Deep Learning

• 운전자의 졸음 상태를 높은 정확도로 인식가능

o 실제 프로토 타입 실험을 통해 졸음 감지 인식 정확도 96.15% 달성

• 멀티 모달 모델

o 다중 학습 데이터 소스로 부터 멀티 모달 딥러닝 모델 생성

o 운전자 얼굴 이미지(Image data), 생체 데이터(PPG data) 동시에 학습한 인식 시스템

• 보행자 경로 예측 연구는 위험 상황, 객체 및 인물 접촉여부를 통해 보행자의 위험 정도 예측가능

o 예측한 위험 정도에 따라 다양한 사건사고 예방 가능

o 보행자의 경로 예측을 통해 마케팅, 편의 서비스 제공가능

• 더 나아가 보행자 뿐만 아니라 자동차, 무인 비행기 등의 충돌방지 시스템 개발 가능

• 보행자 경로 예측 모델이 예측한 Accuracy는 최고 98.67%의 성능을 보임