Earticle

수어는 청각 장애인이 장애인 뿐 아니라 비장애인과의 의사소통을 위한 언어적 도구이다. 그러나 비장애인들을 위한 수어 교육 기회가 부족하여, 청각 장애인은 의사소통에서 어려움을 겪고 있다. 이러한 문제를 해결하기 위하여 비장애인들도 언제 어디서나 손쉽게 수어를 이해하고 학습할 수 있는 기술의 개발이 필요하다. 본 연구는 비장애인에 게 청각 장애인과의 의사소통의 기회를 제공할 수 있는 새로운 학습 방안을 제시할 수 있는 기술을 개발한다. 이를 위해 Google의 MediaPipe 파이프라인을 사용하여 사용자의 손동작 식별할 수 있도록 하고, 추출한 데이터를 활용해 LSTM 모델을 구축한다. 완성된 모델을 TensorFlow-Lite로 경량화 시켜 웹뿐만 아니라 모바일 기기에서도 원활하 게 사용할 수 있게 한다. 본 연구를 통해 대면 교육이 아닌 장소에 구애받지 않는 온라인 교육을 가능해져, 수어 교 육의 활용 방안을 제시한다.

Sign language is a linguistic tool for the hearing impaired to communicate with not only the disabled but also the non-disabled. However, due to the lack of sign language education opportunities for the non-disabled, the hearing impaired have difficulty communicating. In order to solve this problem, it is necessary to develop technology that allows the non-disabled to easily understand and learn sign language anytime and anywhere. This study develops technology that can suggest a new learning method that can provide the non-disabled with opportunities to communicate with the hearing impaired. To this end, we use Google's MediaPipe pipeline to identify the user's hand gestures and build an LSTM model using the extracted data. We make the completed model lightweight with TensorFlow-Lite so that it can be used smoothly on the web as well as on mobile devices. Through this study, we suggest a method for utilizing sign language education by making online education, which is not limited to face-to-face education, possible.

본 논문에서는 촬영된 주차장 사진으로부터 빈 주차 공간을 자동 식별할 수 있는 주차 공간 자동 식별 시스템 에 대해 설명한다. 이 시스템은 딥러닝 기법에 기반한 시스템으로, 다양한 주차장 사진들을 토대로 학습을 진행하여 식별 결과의 정확도가 높으며, 기존의 주차 관리 시스템에 적용할 수 있다. 한편, 본 시스템은 손쉬운 적용 테스트를 위해, 스마트폰용 애플리케이션으로도 개발되었다. 따라서 스마트폰 카메라를 통해 주차장 사진을 찍으면, 촬영된 이 미지를 자동 인식하며 빈 주차 공간을 자동 식별할 수 있다.

In this paper, we describe a parking space identification system that can automatically identify empty parking lot spaces from a parking lot photo. This system is based on a deep learning technique, and the accuracy of the identification result is good by learning various existing parking lot images. It could be applied to the existing parking management system. This system was also developed as a smartphone application for easy testing. Therefore, if you take a picture of a parking lot through a smartphone camera, the captured image is automatically recognized and an empty parking space can be automatically identified.