Earticle

Today, there is a developing requirement for observation so as to keep up the dignity at a spot and guarantee the wellbeing and security of its kin. An airborne observation framework will be advantageous in such a manner. This paper depicts how an ethereal reconnaissance framework can be assembled utilizing an unmanned flying vehicle or an automaton. We start by depicting the highlights of our ethereal observation framework and afterward talk about a portion of the advances that we have utilized in building it. From that point onward, we notice how we have consolidated those innovations into an automaton and have made them cooperate amicably so as to accomplish our goal. This goal will be achieved with the help of cloud services and cellular service using 5G technology. It tends to be utilized in peacekeeping exercises and furthermore constant observing of a spot whenever of the day. The point is to give quick and productive reconnaissance at a moderate rate with the goal that it tends to be utilized broadly at the private, institutional and administrative levels.

최근에 정밀 추적이나 타격 등의 군사 목적으로 UAV를 활용하는 연구가 매우 활발하게 진행되고 있다. 앞서가는 비행체를 추적하기 위해 후방에서 촬영한 영상을 활용하여 롤, 피치, 요와 같은 그 비행체의 자세 정보를 추정하는 기존의 연구가 진행되었다. 본 연구에서는 기존의 영상처리기법을 이용한 연구에 칼만 필터를 적용함으로써 자세 정보를 더욱 정 밀하게 추정하는 방법을 제시한다. 영상처리를 사용해서 추정한 비행 자세 데이터에 칼만 필터를 적용함으로써 기존의 방 식에서 발생했던 자세 각도의 추정오차 범위를 크게 줄일 수 있었다. 시뮬레이션 실험을 통해서, 칼만 필터를 적용할 경우 비행체의 자세 정보를 더욱 정확하게 추정할 수 있음을 확인할 수 있었다.

In recent years, researches utilizing UAV for military purposes such as precision tracking and batting have been actively conducted. In order to track the preceding flight, there has been a previous research on estimating the attitude information of the flight such as roll, pitch, and yaw using images taken from the rear UAV. In this study, we propose a method to estimate the attitude information more precisely by applying the Kalman filter to the existing image processing technique. By applying the Kalman filter to the estimated attitude data using image processing, we could reduce the estimation error of the attitude angle significantly. Through the simulation experiments, it was confirmed that the estimation using the Kalman filter can estimate the posture information of the aircraft more accurately.

본 논문에서는 열화상 이미지에서의 열 데이터 추출 및 해당 데이터를 사용한 발열 설비 탐지 향상 기법을 제안 한다. 주요 목표는 열화상 이미지에서 바이트 단위로 데이터를 해석하여 열 데이터와 실화상 이미지를 추출하고 해당 이미지와 데이터를 합성한 합성 이미지를 딥러닝 모델에 적용하여 발열 설비의 탐지 정확도를 향상 시키는 것이다. 데이 터는 한국수력원자력발전소 설비 데이터를 사용하였으며, 학습 모델로는 Faster-RCNN을 사용하여 각 데이터 그룹에 따른 딥러닝 탐지 성능을 비교 평가한다. 제안한 방식은 Average Precision 평가에서 기존 방식에 비해 평균 0.17 향상 되었다.본 연구는 이로서 국가 데이터 기반 열화상 데이터와 딥러닝 탐지의 접목을 시도하여 유효한 데이터 활용도 향상을 이루었다.

In this paper, we propose a method for extracting thermal data from thermal image and improving detection of heating equipment using the data. The main goal is to read the data in bytes from the thermal image file to extract the thermal data and the real image, and to apply the composite image obtained by synthesizing the image and data to the deep learning model to improve the detection accuracy of the heating facility. Data of KHNP was used for evaluation data, and Faster-RCNN is used as a learning model to compare and evaluate deep learning detection performance according to each data group. The proposed method improved on average by 0.17 compared to the existing method in average precision evaluation.As a result, this study attempted to combine national data-based thermal image data and deep learning detection to improve effective data utilization.

21세기에 들어와 국내에 초고속 인터넷의 보급으로 현재 초고속 인터넷 보급률이 전 세계에서 최 상위권에 진입해 있는 상황에서, 과거 전화 접속 네트워크로 인터넷을 사용하던 때 보다 웹 사이트 및 웹 서비스가 활발해지고 있으며, 그에 따른 다양한 서비스들이 지원되고 있다. 과거 PC에서 구동되던 응용 프로그램 군들의 설치가 따로 필요 없이 웹 브라우저를 이용하여 다양한 응용프로그램들이 수행되고 있다. 본 연구는 이러한 현상을 반영하여 다양한 웹 브라우저 환경에서 영상처리를 쉽게 접근하고 사용할 수 있는 영상처리 애플리케이션을 개발하는 것에 중점을 두었다.

In 21st century, our environment of internet is the highest ranking group in the world with the spread of the information superhighway network. Compare to the previous internet environment with the telephone line, the current Web sites and Web services are very active, and diverse services are supported. A great variety of application programs using Web browsers are performed without installation of application programs on personal computer. With the reflection of this state, in this paper, we suggest a new image processing application system that is executable in diverse Web browser environments.

본 연구는 흰쥐의 정소에 방사선을 조사하였을 때 시간이 경과함에 따라 나타나는 정소세포 및 정자의 변화를 현미경학적으로 얻은 영상을 기초로 영상처리에 의한 정량분석을 통하여 정자의 변화에 대한 결과를 정량화함으로써 더 정확하고 객관적인 결과를 얻고자 하는데 그 목적을 두고 있다. 연구에는 8주 수령의 흰쥐를 대상으로 하였으며, 6 MV의 X선을 1회 2 Gy를 전신 조사하였다. 총 30 마리의 흰쥐를 대상으로 방사선을 조사하지 않은 정상대조군과 실험군을 조사 즉시, 조사 2시간, 4시간, 8시간, 24시간 후에 각 실험군 마다 5마리의 정소를 각각 적출하였다. 적출 후 Periodic acid Schiff 염색을 시행하여 정상대조군과 실험군에서의 정소세포와 정자의 상태를 관찰하였다. 방사선조사 후 24시간까지, 정소세포수와 정자수가 점차 감소하는 것을 정성적 및 정량적으로 유의함을 확인하였다.

This study aims to get more accurate and objective result by quantifying the result for the sperm changes through the quantitative analysis by the image processing based on the image obtained microscopically for the testicle cell and sperm change appeared with the passage of time when the radiation is irradiated to the white rat testicle. This study has targeted the white rat of 8 weeks lifespan, the X-ray of 6 MV with 1 time of 2 Gy has been irradiated to the whole body. The testicles of 5 rats at each test group immediately after irradiation, after 2 hours of irradiation, 4 hours, 8 hours and 24 hours has been respectively extracted targeting all 30 white rats of normal control group not irradiated by the radiation and the test group. The state of testicle cell and sperm has been observed in the normal control group and the test group by implementing Periodic acid Schiff dyeing after extraction. 24 hours after irradiation, a gradual decrease in sperm count and testicular cells qualitatively and quantitatively that were identified as significant.

Modular system refers to the method of pre-configuring the building's base frame, plumbing, insulation and finishing materials in the factory and assembling them on site. In the field assembly, mainly bolted joints are used, and in the event of bolting problems, not only fade the advantages of the modular system, but also adversely affect the joint strength between the modular units. Therefore, in this paper, a system that can detect the manufacturing error of bolt arrangement and analyze the measurement error before the bolt fastening of the modular unit was conducted. An algorithm capable of analyzing image to measure bolt arrangement by receiving images in real time through a camera module that can photograph each modular column and a single board computer was developed. Bolt size, bolt distance, edge distance, modular frame size and perpendicularity were measured. The bolt distance was 0.46mm, 0.22%, and the bolt size was 0.15mm, which was almost accurate with 0.7% error.

교통안전에 대한 관심이 높아짐에 따라 교통사고의 발생률을 줄이는 자율 주행에 대한 연구가 지속적으로 진행되고 있다. 객체의 인식과 탐지는 자율 주행을 위한 필수적인 요소이다. 때문에 도로 상황을 판단하기 위하여 교통 영상 빅데이터에서 객체 인식 및 탐지에 대한 연구가 활발히 진행 중이다. 하지만 기존 연구들은 대부분 주간 데이터만 사용하기 때문에 야간 도로에서 객체 인식이 어렵다. 특히 광원 객체의 경우 빛 번짐과 백화 현상으로 인해 주간의 특징을 그대로 사용하기 어렵다. 따라서 본 연구에서는 교통 영상 빅데이터 처리를 위한 Yolo 기반 광원 객체 탐지를 제안한다. 제안하는 방법은 야간 교통 영상을 대상으로 색상 모델 변화를 적용하여 이미지 처리 를 수행한다. 이미지 처리를 통해서 객체의 특징을 추출하여 객체의 후보군을 결정한다. 후보군 데이터를 활용하여 딥러닝 모델을 통해 야간 도로에서 광원 객체 탐지의 인식률을 높이는 것이 가능하다.

As interest in traffic safety increases, research on autonomous driving, which reduces the incidence of traffic accidents, is increased. Object recognition and detection are essential for autonomous driving. Therefore, research on object recognition and detection through traffic image big data is being actively conducted to determine the road conditions. However, because most existing studies use only daytime data, it is difficult to recognize objects on night roads. Particularly, in the case of a light source object, it is difficult to use the features of the daytime as it is due to light smudging and whitening. Therefore, this study proposes Yolo based light source object detection for traffic image big data processing. The proposed method performs image processing by applying color model transitions to night traffic image. The object group is determined by extracting the characteristics of the object through image processing. It is possible to increase the recognition rate of light source object detection on a night road through a deep learning model using candidate group data.

블랙박스와 폐쇄회로(CCTV)를 통한 자동차 추적이 이루어지고 있다. 폐쇄회로(CCTV) 및 블랙박스 등에 촬영된 영상에 의 존하여 수사를 진행되는 시점에서 자동차 번호판은 범인을 특정하는 중요한 단서가 된다. 자동차 번호판을 원활하게 인식하기 위해 인공지능을 활용한 영상 기술 연구는 지속적으로 수행되고 있으며, 본 논문은 자동차 번호판 인식에 대한 연구의 학술적 고찰을 진행한 후 실제 수사에서 사용하는 자동차번호판 식별시스템을 Image Processing와 YOLO를 활용하여 개선하였으며, 추가적으로 OpenCV의 전처리 기능들을 사용하여 자동차 번호판을 인식하는 방식에 대한 실험 및 결과를 통해 데이터드리프트 가 자동차 번호판 식별 개선에 효과적이라는 점을 고찰하였다.

Vehicle tracking is being done using black boxes and closed-circuit televisions (CCTVs). When an investigation is con ducted relying on footage captured on CCTVs and black boxes, Number plates become important clues for identifying cri minals. Research on image technology using artificial intelligence to smoothly recognize license plates is continuously bein g conducted. This paper conducted an academic review of research on number plate recognition and then improved the pla te identification system used in actual investigations using Image Processing and YOLO. In addition, it examined that data drift is effective in improving license plate identification through experiments and results on a method of recognizing licen se plates using preprocessing functions of OpenCV.

This study aims to estimate the cover classification and carbon respiration of halophytes based on the issues of utilising blue carbon in recent context of climate change. To address the aims, the study classified halophytes(Triglochin maritimum L and Phragmites australis), Intertidal(non-vegetated tidal flats) and Supratidal(sandy tidal flats) to measure carbon respiration and classify cover. The results are revealed that first, the carbon respiration in vegetated areas was less than that in non-vegetated areas. Second, the cover classification could be divided into halophyte communities(Triglochin maritimum L, Phragmites australis), Intertidal and Supratidal by NDWI(Moisture Index, Normalized Difference Water Index) Third, the total carbon respiration of blue carbon was calculated to be –0.0121 Ton km2 hr-1 with halophyte communities at –0.0011 Ton km2 hr-1, Intertidal respiration at –0.0113 Ton km2 hr-1 and Supratidal respiration at 0.0003 Ton km2 hr-1. As this challenge is a fundamental study that calculates the quantitative net carbon storage based on the blue carbon-based marine ecosystem, contributing to firstly, measuring the carbon respiration of cordgrass communities, reed communities, and non-vegetated tidal flats, which are potential blue carbon candidates in the study area, to establish representative values for carbon respiration, secondly, verifying the reliability of cover classification of native halophytes extracted through image classification technology, and thirdly, challenging to create a thematic map of carbon respiration, calculating the area and carbon respiration for each classification category.

본 논문에서는 유체진동기에서 발생하는 진동제트의 동적 거동을 관찰하였다. 유체진동기는 내부의 구동부 없이 지속적인 진동제트를 발생시키며, 이러한 특징을 이용해 다양한 항공우주 및 기계공학적 응용성을 갖는다. 본 연구에서 활용한 유체진동기는 입구노즐과 출구노즐의 사이거리인 종길이 80 mm의 대형 유체진동기를 활용했다. 물을 활용한 진동제트를 발생시켰고, 발생한 진동제트는 하이엔드 스마트폰의 고속촬영기능을 활용해 촬영했다. 획 득한 영상데이터에 관심영역을 설정하고, 영역 내의 선택한 픽셀줄 상의 픽셀값을 활용해 물줄기를 식별해, 물줄기 의 도심을 계산하는 영상처리코드를 적용하였다. 이를 통해 진동제트의 제트 중심각을 평가하였다. 확보한 진동각의 변화를 통해 FFT를 수행하였으며, 공급 유량에 따라 진동수가 증가함을 확인하였다. 또한 확인된 진동제트의 특성 은 과거의 압축공기를 활용한 연구와 비교해 상당히 유사한 결과로 확인되었다. 따라서 본 연구에서 수행한 기법을 이용해 다채널 유채진동기의 동조 특성연구 및 다양한 응용연구에 활용할 수 있을 것으로 판단된다.

In this paper, we observed the dynamic behavior of sweeping jets generated by a fluidic oscillator. The fluidic oscillator produces continuous sweeping jets without internal moving parts, offering various aerospace and mechanical engineering applications. We used a large fluidic oscillator with a longitudinal distance of 80 mm between the inlet and outlet nozzles. Water was used to generate the sweeping jets, which were captured using the high-speed recording function of a high-end smartphone. By setting regions of interest in the obtained video data, we identified the water jet using pixel values along selected pixel lines within the region, and applied an image processing code to calculate the centroid of the water jet. This allowed us to evaluate the jet center angle of the sweeping jets. FFT was performed on the changes in the obtained sweeping jet angle, confirming that the oscillation frequency increased with the supply flow rate. Additionally, the characteristics of the confirmed sweeping jets were found to be quite similar to those in previous studies using compressed air. Therefore, the techniques used in this study could be applied to the synchronization characteristic studies of multi-channel fluidic oscillators and various other applications.

최근 심장질환으로 인한 사망률 증가로 심정지 환자의 생존율을 높이는 심폐소생술 훈련의 중요성이 대 두되고 있다. 본 논문에서는 YOLOv8n-Pose와 RepNet을 활용하여 심폐소생술의 적절한 흉부압박 자세와 속도를 피드백해 주는 교육 시스템을 제안하였다. 자세 교정을 위해 사람의 자세를 추정할 수 있는 YOLOv8n-Pose를 사 용하였으며, 성능 향상을 목적으로 흉부압박 이미지 데이터 수집 과정을 거쳐 파인튜닝을 수행하였다. 흉부압박 속도는 반복적인 동작의 횟수는 RepNet을 통해 판단하였다. 판정된 자세와 박자가 올바르지 않을 때 자막과 음 성, 두 가지 방식으로 피드백을 제공하도록 하였다. 제안한 시스템은 심폐소생술 훈련 현장에서 학습자가 스스로 자가 학습을 하는데 활용될 수 있을 것으로 기대한다.

With the increasing mortality rate due to cardiac diseases, the significance of cardiopulmonary resuscitation (CPR) training to enhance the survival rates of cardiac arrest patients has become more pronounced. This paper proposes an educational system that provides feedback on the proper chest compression posture and rate during CPR, utilizing YOLOv8n-Pose for posture estimation and RepNet for monitoring compression frequency. The YOLOv8n-Pose, capable of human pose estimation, was employed for posture correction, and fine-tuning was conducted following the collection of chest compression image data to improve performance. The RepNet, which counts the number of repetitive motions, was used to assess the chest compression rate. Feedback on the evaluated posture and rhythm was provided in two forms, subtitles and voice, whenever they were identified as incorrect. The proposed system is anticipated to be utilized for self-learning by learners in CPR training settings, enabling them to independently improve their skills

OpenCV는 Open Source Computer Vision의 약자이며 이미지 처리에 사용할 수 있는 오픈 소스 라이브러리이다. 이미지 딥러닝에도 OpenCV가 활용되고 CPU를 사용하면서 GPU를 활용한 처리가 가능해지면서 이미지 딥러닝도 가 능해졌고 학습 속도도 획기적으로 빨라졌다. 또한, 다양한 사진 물체를 확인하는 물체 감지는 물론 예상치 못한 강황 감지와 운전 실력 등이 모두 OpenCV를 통해 이뤄진다. 앞으로 AI 기술에 충분히 도입돼 학교 수업에서 더 많은 활용 도를 달성할 수 있을 것이다.

OpenCV stands for Open Source Computer Vision and is an open source library that can be used for image processing. As OpenCV was also used for image deep learning and processing using a GPU became possible while using a CPU, image deep learning was also possible and the learning speed was dramatically accelerated. In addition, object detection that checks various photo objects, as well as unexpected turmeric detection and driving skills, are all done through OpenCV. In the future, it will be sufficiently introduced into AI technology to achieve more utilization in school classes.

기술의 발달은 영상처리 기법과 컴퓨터 비전 분야의 엄청난 발전을 이루었고, 디지털 영상처리 기술은 다양한 응용 분야에서 가파른 속도의 진보를 보이고 있다. 한편, 홍반, 비듬, 가려움증 등 두피와 관련한 질환의 경우, 이를 조기에 발견하고 관리하는 것이 탈모, 만성 두피염, 피부암 등 다양한 질병의 예방에 도움이 되므로, 빠르고 손쉽게 두피의 상태를 판단하고 조치하는 시스템에 대한 요구가 크게 늘고 있다. 이에, 최신 딥러닝 기법 을 활용하여 빠르고 손쉽게 자신의 두피 상태를 판단하고 선별할 수 있는 알고리즘을 제안하였다. 제안하는 알고 리즘은 기존의 연구들보다 정확하며, 사전 문진이나 진단 또는 두피의 위치에 상관없이 손쉽게 두피의 상태를 파 악할 수 있다. 제안하는 알고리즘을 구현하고 실험한 결과, 약 95%의 정확도를 나타냈으며, 전통적인 방법을 기반 으로 한 기존의 연구보다 최대 약 6%의 정확도가 증가함을 확인할 수 있었다.

Development of technology has led to tremendous advances in image processing and computer vision technology, and digital image processing technology is rapidly developing in many areas. Besides, in the case of scalp-related diseases such as erythema, dandruff, and itching, early detection and management of these help to prevent various severe diseases such as hair loss, chronic scalp inflammation, and skin cancer, so it is possible to quickly and easily diagnose the condition of the scalp and take action. Therefore, a novel algorithm is proposed that can quickly and easily diagnose the scalp condition, using the latest deep learning technology. The proposed algorithm is more accurate than existing ones, and it can easily identify the condition of the scalp regardless of the prior questionnaire or the location of the scalp. As a result of implementing and testing the proposed algorithm, accuracy of about 95% is obtained which lead to the increase of accuracy by up to about 6% compared to the existing algorithms.

일반적으로 알려져 있는 행동에 비해 일반적으로 알려져 있지 않은 불특정 행동들에 대한 자료들은 부족한 실정이다. 특수학생들의 불특정 행동들에 대한 교육이나 지도를 위한 데이터 수집 및 관리가 필요하다. 본 논문에서는 기계 학습을 이용한 웹 기반의 특수학생 상담관리 모델을 제안한다. 실시간으로 특수학생들의 행동을 촬영하여 데이터 를 수집하고, 행동패턴을 분석하여 데이터 셋을 구성하고 제안 시스템에 학습시킨다. 추후에 촬영되는 특수학생들의 행동을 제안시스템에 입력 및 분석을 통하여 기존 데이터와 비교하여 나온 결과를 다시 학습하여 정확도를 향상 시킬 수 있다. 데이터베이스에 저장되어 있지 않은 불특정 행동들을 임의로 행하여 테스트를 진행하였으며 예측 모델은 입 력 데이터를 통해 정확하게 분류 및 그룹화 하였다. 또한 진입 과정에서 약간의 오차가 있더라도 행동의 특징 데이터를 통해 행동을 정확하게 구분 및 분류하는 것이 가능하다는 것을 확인 할 수 있었다.

Unlike behaviors that are generally known, information regarding unspecific behaviors is insufficient. For an education or guidance regarding the unspecific behaviors, collection and management of data regarding the unspecific behaviors of special-needs students are needed. In this paper, a consultation management model based on behavior classification of special-needs students using machine learning is proposed. It collects data by photographing the behavior of special students in real time, analyzes the behavior pattern, composes a data set, and trains it in the suggestion system. It is possible to improve the accuracy by comparing the behavior of special students photographed later into the suggestion system and analyzing the results by comparing it with the existing data again. The test has been performed by arbitrarily applying unspecific behaviors that are not stored in the database, and the forecast model has accurately classified and grouped the input data. Also, it has been verified that it is possible to accurately distinguish and classify the behaviors through the feature data of the behaviors even if there are some errors in the input process.

본 연구는 금관가야가 위치한 김해지역에서 출토된 유리구슬을 중심으로 색상, 크기 및 형태, 열처리 등 외형적 특징과 비파괴 분석을 통하여 화학 조성을 융제, 안정제, 착색제 특성으 로 분류해 보았다. 금관가야 유리구슬 129점은 8가지 색상 계통으로 분류되며 이 중에서 67% 점유하는 감청색이 대표적인 색상이다. 크기는 외경을 기준으로 3가지로 구분한 결과, 시기가 지남에 따라 대형화하는 양상을 보인다. 형태는 내경과 직경을 기준으로 대롱형, 둥근형, 도넛형 으로 구분되며 둥근형이 대표적이다. 늘린기법으로 제작된 유리구슬 단면은 열처리 정도에 3가 지 유형이 확인된다. 구슬 양끝이 모두 열처리된 HT-Ⅲ형이 주류이고 다른 유형에 비하여 열처 리 기술이 높은 단계로 추정된다. 비파괴분석에서 확인되는 화학 조성은 포타쉬유리군 63점과 소다유리군 9점이다. 고찰 결과, 금관가야 유리구슬은 색상, 크기, 형태, 제작기법을 포함한 외형 적 특징은 화학 조성과 상관성을 보이며 시기별, 지역별에 따른 특징이 나타난다.

This study examined the physical attributes and heat treatment characteristics of glass beads excavated from the Gimhae area, which is the location of Geumgwan Gaya. This enabled classification of surface characteristics of the beads based on the investigation of the color, size, and shape. The glass beads were classified into eight color systems, with purplish-blue beads as the representative color. Bead size was categorized into three types depending on the outer diameter and how it increased over time. Bead shapes were categorized as round, tubular, or doughnut-shaped based on the inner diameter and length, with round being the typical shape. According to the degree of heat treatment, there are three types of cross-section for glass beads that are manufactured by the drawing technique, most of which are the HT-III type. In addition, it is estimated that the heat treatment technology has more considerable effects than other methods. Through non-destructive analysis, the chemical composition was obtained and categorized as flux, stabilizer, and colorant. Analysis confirmed the presence of 63 and 9 pieces in the potash and soda glass groups, respectively. Overall findings from the study highlighted a correlation between the chemical composition and the external factors such as color, size, shape, and manufacturing technology of glass beads recovered from Geumgwan Gaya, revealing characteristics related to that time and region.

청각장애인들은 수어통역 없이 상담서비스를 이용하기에는 어려움이 있다. 수어 통역사 인력이 많이 부족 하여 수어 통역사까지 상담이 연결되는데 많은 시간이 걸리거나 연결이 되지 않는 경우가 많이 발생하고 있다. 이에 본 논문에서는 OpenCV와 CNN(Convolutional Neural Network)을 이용하여 수어를 영상으로 촬영하고 수어 동작을 인식하여 수어가 뜻하는 의미를 텍스트 형태의 데이터로 변환하여 사용자에게 제공하는 시스템을 제안한다. 상담사는 저장된 수어번역 상담내용을 열람하여 상담을 진행할 수 있다. 전문 수어 통역사가 없어도 상담이 가능하여 수어 통역사를 기다려야 하는 부담을 줄일 수 있다. 제안 시스템을 청각장애인 상담서비스에 적 용할 경우 상담 효과의 향상과 향후 청각장애인 상담에 관한 학문적 연구를 촉진하는 계기가 될 것으로 기대된다.

It is difficult for the hearing impaired to use the counseling service without sign language interpretation. Due to the shortage of sign language interpreters, it takes a lot of time to connect to sign language interpreters, or there are many cases where the connection is not available. Therefore, in this paper, we propose a system that captures sign language as an image using OpenCV and CNN (Convolutional Neural Network), recognizes sign language motion, and converts the meaning of sign language into textual data and provides it to users. The counselor can conduct counseling by reading the stored sign language translation counseling contents. Consultation is possible without a professional sign language interpreter, reducing the burden of waiting for a sign language interpreter. If the proposed system is applied to counseling services for the hearing impaired, it is expected to improve the effectiveness of counseling and promote academic research on counseling for the hearing impaired in the future.