| 이름 | 역할 |
|---|---|
| 박지수 | 프론트엔드 |
| 조원일 | 프론트엔드 |
| 선혜주 | 인공지능/중간 발표 |
| 임동현 | 인공지능 |
| 홍지운 | 백엔드 |
| 이상원 | 백엔드/팀장/최종 발표 |
| Position | Languages & Tools |
|---|---|
| Frontend | ReactJS |
| Backend | NestJS MySQL |
| Artificial intelligence | Python Tensorflow |
- Gitlab: 프로젝트 코드 저장소, webhook을 이용해 Merge Request 발생 시 discord 푸시 사용
- Discord: 팀 공지사항, 아이디어 회의, Merge Request 발생 확인
- Figma: 디자인 회의, 아이디어 회의, 스크럼에 활용
- 화 ~ 토 오전 10시 scrum 진행
- 각자 개발하고 있는 부분의 진행도를 공유
코로나 19의 완화로 국외 여행길이 열리면서 외국인 관광객이 증가할 것으로 예상됩니다. 단순히 여행객들이 랜드마크에서 사진만 찍고 끝나는 것이 아닌 랜드마크의 정보를 제공하고, 랜드마크 방문 시 스탬프를 찍어 여행을 게임처럼 재밌게 느낄 수 있는 경험을 제공합니다.
Seoul Mate는 한국의 랜드마크를 방문, 스탬프를 얻어 여행 레벨을 높일 수 있습니다. 게임의 퀘스트를 진행하는 느낌을 주며, 다양한 랜드마크에 방문할 수 있는 기회를 제공합니다.
[연합뉴스] "다시 한국으로"...끊어진 외국인 관광객 유치 총력전
Seoul Mate에서는 랜드마크의 사진을 찍어 업로드 하게 되면 어떤 랜드마크인지 알려줍니다. 랜드마크에 대한 주소, 카테고리, 설명을 얻을 수 있습니다.
Seoule Mate에서는 랜드마크를 방문 후 사진을 찍어 기록할 수 있습니다. 사용자는 사진을 찍어 어떤 랜드마크인지 알 수 있으며, 스탬프로 기록됩니다. 사용자는 사진을 찍은 후 게시글에 공유할 수 있습니다.
스탬프를 기록하면 경험치가 오르고 경험치에 따른 등급이 주어지게 됩니다. 게시글을 작성하면 추가 경험치를 얻을 수 있습니다.
Seoul Mate의 메인 페이지에서는 서울에 어떤 랜드마크가 있는지 지도에 나타내 줍니다. 사용자는 주변에 어떤 랜드마크가 있는지 알 수 있습니다.
-
인공지능 기반의 컴퓨터 비전 기술 및 서비스 개발에 활용하기 위해 국내 특성(지리 공간적, 기능적)이 반영된 국내 도심 민간건물, 공공기관, 관광명소, 편의시설 등 국내 도시별 주요 랜드마크 이미지 데이터 구축(출처: AI허브)
-
데이터셋 Training 폴더 구조
├─[원천]서울특별시_001
│ ├─3.1독립선언기념탑
│ ├─4.19학생혁명기념탑
│ ├─경복궁
│ └─ ...
├─[원천]서울특별시_002
│ ├─동십자각
│ ├─망원정지
│ ├─명동성당
│ └─ ...
│ ...
├─[라벨]서울특별시
│ └─서울특별시
│ ├─150년수령느티나무
│ ├─3.1독립선언기념탑
│ ├─4.19학생혁명기념탑
│ └─ ...
- annotation 파일
{
"info": {
"description": "2020 landmark Dataset",
"url": "https://aihub.or.kr/aidata/8009",
"version": "1.0",
"year": 2020
},
"licenses": [
{
"possession": "PCN컨소시엄",
"id": 1
}
],
"images": [
{
"license": 1,
"file_name": "3.1독립선언기념탑_039_41544868.jpg",
"width": 4032,
"height": 2268,
"image_id": 41544868
}
],
"annotations": [
{
"type": "Bounding box",
"category_id": 15919,
"bbox": [
1115.06,
768.19,
3113.64,
1877.7
],
"image_id": 41544868,
"id": "41544868_1",
"truncated": "0",
"hidden": "0",
"light_reflex": "0",
"na": "1"
}
],
"categories": [
{
"id": 15919,
"name": "3.1독립선언기념탑",
"supercategory": "지역상징성",
"metainfo": {
"location1": "서울특별시",
"location2": "서대문구",
"Type1": "지역상징성",
"Type2": "기념비",
"name_kr": "3.1독립선언기념탑",
"add": "서울특별시 서대문구 현저동 101"
}
}
]
}
데이터 셋에 아파트나 상가 건물과 같은 주요 랜드마크로 볼 수 없는 것들은 제외하고 관광지 위주의 랜드마크를 선정했습니다.
ex) 제거한 데이터셋
-
라온
-
메트로팜
-
카이스트 서울캠퍼스
ex) 돌담 위주의 이미지로 구성된 서울 한양 도성 클래스에서 간판 이미지는 노이즈라 판단하여 제거했습니다.
-
정상 이미지
-
노이즈
-
클래스 개수: 112개
-
클래스 별 이미지 개수
Min: 69, Max: 263, Mean: 147
-
장소 별 클래스 개수
-
subcategory 별 클래스 개수
-
supercategory 별 클래스 개수
랜드마크를 예측하는 인공지능 모델은 YOLO모델을 사용합니다. 모델의 inference 속도를 고려해 one stage detector로 실험을 진행합니다. 랜드마크를 object detection을 사용하여 boundary box를 예측, 하나의 랜드마크 객체를 탐지합니다.
