-
2020년 2월, 코로나 19가 급격히 확산되면서 팬데믹 이후의 뉴노멀과 함께 ‘언택트 사회’ 라는 새로운 변화가 소매, 유통, 원격 학습 등의 분야로 빠르게 확산되었다.
-
동시에 직원과 직접 마주치는 것을 원치 않는 2030 세대의 소비 성향과 유통사의 인건비 절감 요구가 맞아떨어진 결과, 언택트 소비 패턴은 점차 확장되어 왔다.
-
이러한 배경 속에서 사람 · 현금 없이 운영되는 언택트 매장이 코로나 19 영향으로 더욱 주목받고 있다.
-
한국 통계청에서 공개한 자료에 따르면, 코로나 19의 여파로 집콕 수요가 늘어남에 따라 올해 3분기 온라인 쇼핑 거래액이 통계 이래 최고 금액 수준을 기록했다고 한다.
-
동시에 안전한 환경에서 직접 물건을 맨눈으로 직접 확인한 후에 구매하려는 소비자들의 수요가 더욱 증가하였고,
-
이에 무인 상점 시스템과 더불어 ‘얼굴 인식 기반 체크인/체크아웃 시스템’을 구현하여 문제 해결에 도전해보고자 하였다.
-
In February 2020, with the rapid spread of Covid-19, a new form of society called ‘Contact-free society’, has penatrated almost every fields such as retail, distribution, or remote learning.
-
So-called "generation 2030" has shown unique consumption pattern.
-
From before the pendemic, many people in this group has been reluctant to shop while directly meeting other individuals.
-
This tendency plus the demand for labor cost reduction of distributors have accelerated the expansion of the 'contact-free consumption pattern'.
-
In such background, the concept of 'contact-free stores' that automatically operates has been in the spotlight.
-
According to data provided by NSO(National Statistical Office) in South Korea, as the effect of pendamic, online shopping transactions in the third quarter of 2020 have reached the highest level ever since.
-
On the other hand, the demand for safe environment for those customers who would prefer to purchase products (especially fresh products or expensive goods) after checking them physically.
-
Therefore, we will try to solve the problem by implementing a “face recognition-based check-in/check-out system” along with the contactless store system.
-
최근 인공지능 기술을 이용한 얼굴 인식의 정확도가 높아짐에 따라 범죄, 보안, 유통, 금융 등 다양한 분야에서 적용 사례가 증가되고 있다.
-
특히 생체인식 기술 중에서 얼굴 인식은 인식 장비와 접촉하지 않아 위생적이고 편의성이 높아 다양한 분야에서의 활용성이 기대된다.
-
글로벌 얼굴인식 시장이 연평균 22%의 성장률을 보여 성장 전망 또한 매우 긍정적이다.
-
Recently, More the accuracy of deep learning based facial recognition technology, more the application examples of this tech in various fields such as crime, security, distribution and finance.
-
It does not require any physical contact to any equipment.
-
Among biometric recognition technologies, face recognition system is expected to be highly hygienic with a high convenience.
-
Also the global facial recognition market is growing at an annual average of 22%, so the outlook for growth is fairly positive.
-
컴퓨터 비전과 딥러닝 기반의 무인화 상점 플랫폼 개발을 통해 기존에 대면으로 이루어지던 소비 과정을 간편하고 빠른 비대면-자동화 시스템으로 대체.
-
데이터베이스와의 연동을 통해 고객의 결제 방법과 정보 자동 매핑 함으로써 실시간으로 가상 장바구니에 담긴 상품들을 앱으로 실시간 확인이 가능하도록.
-
대면으로 실행되던 결제 단계 생략으로 사람 간의 물리적인 접촉과 쇼핑 시간 단축, 유지 비용 절감이 핵심.
-
다양한 센서와 다량의 카메라를 사용하는 기존의 언택트 스토어 기술을 카메라 한 대와 최신 컴퓨터 비전 알고리즘만으로 단기간 내 구현 및 최적화에 도전.
figure 1) 체크인: 얼굴 인식 알고리즘 응용한 언택트 체크인 화면 예시.
figure 2) 체크아웃: 얼굴 인식 후 고객의 버추얼 카트 정보 매핑, 자동 결제 화면 예시.
- GitHub
Yolov4 https://github.com/Tianxiaomo/pytorch-YOLOv4
Yolov5 https://github.com/ultralytics/yolov5
DeepSort https://github.com/mikel-brostrom/Yolov5_DeepSort_Pytorch
OpenPose https://github.com/CMU-Perceptual-Computing-Lab/openpose.git
Darknet https://github.com/pjreddie/darknet.git
LabelImg https://github.com/tzutalin/labelImg
MTCNN https://github.com/ipazc/mtcnn
FaceRecognition https://github.com/ageitgey/face_recognition
FaceNet https://github.com/timesler/facenet-pytorch - Official Papers
Yolov4 https://arxiv.org/pdf/2004.10934.pdf
Yolov5 - On the way!
FaceRecognition https://arxiv.org/pdf/1804.06655.pdf
FaceNet https://arxiv.org/pdf/1503.03832.pdf
Face Augmentation https://arxiv.org/pdf/1904.11685.pdf
Joint Face Detection and Alignment https://arxiv.org/pdf/1604.02878.pdf - Pretrained Model for FaceNet
https://drive.google.com/file/d/0B5MzpY9kBtDVZ2RpVDYwWmxoSUk/edit