image
VISION AIoT
Hi-ai Edge 온 디바이스 얼굴 인식 보안 솔루션

Hi-aI Edge는 AI 기반의 얼굴 인식 보안 솔루션으로, 얼굴 데이터의 수집 및 등록부터 신원 확인까지의 전 과정을 지원합니다. 이 시스템은 초고해상도(SR) 및 증강 기술을 활용해
얼굴의 다양한 방향, 표정, 조명 조건에서도 정확한 식별을 가능하게 하며, 마스크 착용 상태에서도 높은 인식 정확도를 유지합니다. 실시간 얼굴 추적, 다각도 및 표정 변화에 대한
강력한 얼굴 추적 능력과 함께, 사진이나 동영상을 이용한 스푸핑 시도에 대해 효과적으로 방어하는 기능을 제공하여, 보안과 신원 확인에서 강력한 성능을 발휘합니다.

HI-aiEdge 온디바이스 행동 인식 솔루션

HI-Edge 온디바이스 행동 인식 시스템은 영상에서 사람을 정확히 탐지하고, 그들의 자세와 움직임을 2D, 3D 포즈 추정 및 옵티컬 플로우 계산을 통해 분석합니다.
시퀀스 데이터 분석을 활용하여 행동의 연속성을 추적하며, 이상 행동을 식별함으로써 안전 관리 및 사고 예방에 중요한 정보를 제공합니다.

Hi-ai Edge 온디바이스 멀티모달 비전 솔루션

HI-ai Edge 멀티 모달 비전 시스템은 텍스트 기반 자동 라벨링, 사용자 맞춤 파인튜닝, 및 온디바이스 실행을 결합해 빠르고 정확한 이미지 처리를 제공합니다.
경량화된 모델로 리소스 제한 환경에서도 고성능을 유지하며, 실시간 처리와 분석을 통해 다양한 응용 프로그램에서 활용됩니다,
안정적이고 효율적인 솔루션을 통한 혁신적인 이미지 처리를 가능하게 합니다.

image
얼굴데이터 수집 및 등록

얼굴 데이터 수집 및 등록은 개인의 얼굴 정보를
데이터베이스(DB)에 체계적으로 저장하는 과정입니다.
이 과정에서는 초해상도(SR) 기술과 증강 기술을 사용하여
단 하나의 이미지로부터 다양한 얼굴 방향, 표정,
그리고 조명 조건을 포함하는 포괄적인 데이터 세트를 생성합니다.

image
얼굴 특징 및 추출

얼굴 인식 모델을 활용하여 얼굴의 랜드마크
(예: 눈, 코, 입 등의 주요 지점)를 기반으로 얼굴을 정렬한 후,
이 정렬된 얼굴 이미지를 분석하여 고유한 얼굴 특성을 담은
임베딩 정보를 추출하는 과정을 거칩니다.

image
얼굴 유사도 검증

얼굴 특징을 검출하고, 이를 데이터베이스(DB)에
저장된 얼굴 템플릿과 비교하는 과정을 거칩니다.
이는 추출된 얼굴 특징(임베딩) 간의 유사성을 평가하기 위해
코사인 유사도를 계산합니다.

image
신원 확인

시스템은 신원을 확인하기 위해 일대일(1:1) 비교 또는
일대다(1:N) 비교를 진행합니다. 이를 통해 개인이 데이터베이스에
등록된 특정 프로필과 일치하는지 신속하게 판별합니다.

image
객체탐지

포즈 추정의 첫 단계로, CNN(Convolutional Neural Network)을
사용해 대규모 데이터 세트에서 훈련된 딥러닝 모델을 통해
비디오 프레임 내의 다양한 객체를 식별합니다.

image
얼굴 특징 및 추출

포즈 추정은 개인의 관절과 팔다리의 공간적 배열을 매핑하여
자세의 골격 표현을 제공하는 과정으로, 2D 또는 3D 포즈 추정을
통해 단일 프레임에서 개인의 자세와 움직임을 정밀하게 분석합니다.
이 과정에는 Optical Flow 계산도 포함되어 연속적인
프레임 사이의 움직임 변화를 추적함으로써,
더욱 정확한 행동 분석을 가능하게 합니다.

image
시퀀스 데이터 분석

시퀀스 데이터 분석에서 GNN(그래프 신경망)은 비디오 프레임의
시간적 순서를 통해 객체의 동작과 행동을 분석합니다.
이를 통해, 객체의 위치와 포즈 등을 모델링하며, 연속 프레임의
데이터를 결합해 3D 또는 4D 데이터를 생성하여 복잡한
상호작용을 한 번의 연산으로 추론합니다.

image
이상행동 분석

감지된 행동을 분석하여 이상 징후를 식별하고, 정상적인
행동 패턴과 비교해 위험한 활동을 감지합니다.

image
Text 프롬프트 엔지니어링

대상 데이터에 대해 구체적이고 상세한 Text
프롬프트 결정하여 목표 명확화.

image
Auto Labeling 실행

Text 프롬프트를 이용하여 이미지 내 객체에 대한
바운딩 박스 및 시맨틱 정보를 자동으로 라벨링

image
온-디바이스에서 실행될 경량화 모델 선정 및 파인튜닝

성능과 크기 사이의 최적의 균형을 가진 모델 선정,
모델 경량화 기술 적용 고려 그리고 선정된 모델을 파인튜닝,
타겟 디바이스에서의 최적의 성능 도달.

image
배포 및 실행

경량화 및 파인튜닝된 모델을 온-디바이스에 배포하고
실제 환경에서의 실행 및 성능 모니터링,
필요시 반복적 최적화 진행

적용사례
  • 건강 및
    고객관리

  • 외부인 접근 통제 및
    보안

  • 공공 안전 및
    서비스

  • 대중교통 및
    공항

적용사례
  • 범죄
    (폭력, 성폭행 등)

  • 보행자 횡단의도
    (자율주행)

  • 이상행동자
    (거동수상자, 테러등)

  • 안전사고
    (건설, 항만 정비)

  • 헬스케어
    (요가, 운동, 재활, 등)

적용사례
  • 이미지 기반
    챗봇 서비스

  • 인터렉티브
    멀티 미디어

  • CCTV
    관제시스템

  • 자율주행

현재 브라우저에서는 지원하지 않는 사이트입니다. 아래의 다른 브라우저를 다운받아 사용해주세요.

DRAG