1. 배경

• 건강이 굉장히 중요시 되는 현재, 코로나 19 등의 감염병과 관련하여 질병의 발견을 위해  공공시설을 포함한 여러 장소에서 출입자의 온도를 열화상 카메라로 측정합니다. 하지만 결과적으로 실시간 모니터링으로만 끝날 뿐, 데이터 저장 과정은 제외됩니다.
• 열화상 이미지, 주변 온도 등과 같은 체온에 영향을 줄 수 있는 요소를 데이터로 구축하는 과정이 필요합니다.
• 고가의 열화상 측정 장비는 보편화가 어려우며, 저가의 열화상 카메라는 기타 요소의 영향을 받으므로 정확한 체온을 측정하는데 어렵습니다.
• 기존 체온계는 한 번에 한 사람만 측정할 수 있으며 체온 측정을 위해 많은 인력이 투입되어야 하며, 체온 측정 담당자는 직접적인 감염 위험에 노출될 수 있습니다.

2. Dataset

• 열화상 체온정보 Dataset은 환경정보, 객체정보, Technical 정보가 포함된 데이터로 고/중/저성능 데이터 485,987개로 구성되어 있습니다.
• 열화상 이미지(JPG) + 객체 별 가공 데이터(JSON) → zip 파일로 압축.
• 일자 별 폴더 내의 열화상 이미지와 meta 데이터(환경, 객체, Technical 정보가 포함)는 JSON포맷의 구조로 되어 있음.
• Dataset 출처 : https://www.aihub.or.kr/aihubdata/data/view.do?currMenu=115&topMenu=100&aihubDataSe=realm&dataSetSn=213

3. 기존 모델 생성 과정

4. 평가방법

• 평가 score의 경우, MSE(Mean Squared Error) 와 MAPE(Mean Absolute Percentage Error) 오차로 설정됩니다.

5. 규칙

• 자유로운 method 활용 및 training 설정이 가능합니다!