개시하다

자사가 제작한 AWS 딥레이서 코스를 활용해 실제 경주를 열 예정인 만큼 AWS의 AI 서비스를 활용해 측정 장절 구조를 만들어 봤다.

장절의 측정 방법

아마도 분석 영상을 이용해 대상(차)을 탐지하는 아마존 리코그니션 비디오를 이용해 장을 측정할 수 있을 것이다.그러나 현재 얼굴을 제외한 대상의 검측은 애니메이션 파일에만 대응하고 애니메이션 흐름을 지원하지 않는 것 같다.
AWS 미디어 서비스를 이용해 확보한 영상은 애니메이션 파일로 S3에서 생성할 수 있지만 타임라인이 있어 스트리밍을 통해 실시간으로 분석해 더욱 레이스 임장감을 준다.
그래서 얼굴을 검출하기 위해 차체에 얼굴 사진을 붙여서 운전하게 하는 게 생각났어요!

준비기재

Apple MacBook Air

Amazon Kinessis Video 프로듀서 라이브러리 설치(C++)

웹 카메라

시스템 구성

주안점

AWS DeepRacer(얼굴 사진 포함)가 종점까지 찍힌 카메라는 애니메이션 흐름에서 얼굴 정보를 검출하고 지난번에 검출한 시간차에 따라 장을 계산한다.

Rekognition Video에서 검출된 얼굴의 신뢰 점수(%)는 중요하지 않다(누구의 얼굴이든 검출할 수 있으면 된다). 기본적인 얼굴로 소장된 얼굴 이미지는 하나만 등록되어 있다.종점 근처에 누워 있거나 트럭 위를 배회하는 사람이 없다면 AWS DeepRacer(얼굴 사진 첨부)는 종점에 도착할 수 있다.

실시간성을 중시하고 AWS IoT를 사용하면 바로 화면에 장과 절을 반영할 수 있다.

장 내역을 저장하고 참여자의 닉네임을 표시하기 위해 다이나모DB를 사용했다.

한 번 시험해 보았다

AWS 딥레이서가 아직 발매되지 않았기 때문에 배터리로 주행하는 미니카를 시험해 봤다.
얼굴을 잘 식별하고 장도 브라우저에서 1~2초 뒤에 표시한다(오른쪽 아래: 장과 닉네임).미니카의 속도는 초당 20~30cm 정도다.
※ PC 영상은 이 사진을 기록하기 위해 잠시 중지

총결산

싱가포르 Summit에서 AWS DeepRacer League 참가(결과 17위)에서 실제 AWS 딥레이서는 미니카보다 속도가 빨라 측정이 가능할지 모르겠지만 주행할 날이 기대된다.
또 제작 후 사지메이커가 물체 검출 알고리즘을 지원한다는 것을 알았기 때문에 이번에는 사지메이커가 장과 절을 측정할 수 있는지 시험해 보려고 한다.
마지막으로 이 시스템을 제작할 때 아래의 사이트를 참고하게 해 주세요.
감사합니다.
Amazon Kiness Video Streams를 사용하여 AWS에서 흐르는 영상 [MacBook Pro] – Classmethod 서버에 Advent Calendar 없음 2017 #serverless #adventcallendar #reinvent
[AWS IoT] MQTT를 사용하여 Lambda에서 브라우저를 업데이트하는 방법~ aws-iot-device-sdk(aws-iot-sdk-browser-bundle.js)를 사용할 때~