쓰레기의 무단 투기 문제는 우리나라 전역에서 발생하고 있다. 이에 본 연구는 기존 일반적으로 사용되던 센서 기반 불법 쓰레기 무단 투기 감시 장치의 단점을 개선한 인공지능 딥러닝 객체 인식 기술을 기반으로 오 인식률을 줄이면서 인식된 객체를 따라 움직이는 LED 매트릭스 눈 제어 및 경고 음성 출력으로 감시에 대한 계도 효과를 제고하는 방법을 제시한다. 인공지능 구현이 가능한 GPU가 탑재된 포터블 제어기를 사용하여 카메라 영상의 입력과 객체 인식, 그리고 로봇 눈 제어, 경고 방송, 영상 저장 및 암호화 등 다양한 기능을 구현하였다. 객체 인식에서 사람과 함께 쓰레기 봉투를 추가 객체로 학습시키는 방법을 사용하였으며 입력 영상에서 감시 영역과 쓰레기 집하 영역을 구분하여 불법 쓰레기 무단 투기의 인식률을 향상시켰다. 개발된 시스템은 기존 센서 기반 무단 투기 감시 시스템에 비하여 오 인식률이 크게 줄어들었으며 계도 효과가 크게 향상됨을 확인하였다.
The problem of illegal dumping of garbage is occurring all over Korea. Therefore, this study is based on artificial intelligence deep learning object recognition technology that improves the disadvantages of the conventionally used sensor-based illegal dumping monitoring device, reducing the false recognition rate and moving along the recognized object LED matrix eye control and warning voice As an output, a method for improving the guidance effect for monitoring is presented. Using a portable controller equipped with a GPU capable of implementing artificial intelligence, various functions such as camera image input, object recognition, robot eye control, warning broadcasting, image storage and encryption were implemented. In object recognition, a method of learning a garbage bag as an additional object along with a person was used, and the recognition rate of illegal dumping was improved by dividing the monitoring area and the garbage collection area in the input image. Compared to the existing sensor-based unauthorized dumping monitoring system, the developed system significantly reduced the false recognition rate and significantly improved the guidance effect.