People Counter Using SSD MobileNet V2 and Deep SORT Based Object Tracking in Embedded Environment

최근 팬데믹(Pandemic)으로 인하여 감염병 예방을 위하여 여러 연구가 시도되고 있다. 밀폐된 공간에 얼마나 많은 인원이 오고 가는 지에 대한 통계적 데이터는 감염병 예방을 위한 매우 중요한 척도이다. 이에 따라 특정한 공간에서 유동인구를 세는 기술인 피플 카운팅(People Counting)을 이용한 피플 카운터(People Counter)의 수요가 매우 늘게 되었다. 본 논문에서는 딥러닝을 이용한 객체 추적 모델로 임베디드 기기에서도 실시간으로 작동 가능한 피플 카운터 개발을 연구 목적으로 한다. 객체 추적 모델은 객체 감지 모델과 Deep SORT 객체 추적 알고리즘을 결합하였고, 감지 모델로 계산 속도가 빨라 임베디드 환경에 적합한 경량화된 SSD MobileNet V2를 사용하였다. 개발된 피플 카운터는 밀폐된 공간에서 출입구 주변 객체를 추적하며 카운팅하고, 실시간 동작이 가능함을 확인하였다.