학교 일상 + 개발 아이디어 끄적이기

개학한지 얼마지나지 않아 벌써 3월 중반을 넘었다. 학교에 새로온 17기들보니 작년 기억이 떠오르면서 반갑다. 개학을 하고 방학 때 밀린 학원 과제 처리, 수학 공부, ML 스터디, 알고리즘 공부를 진행하였고 블로그는 마땅히 올릴게 없어서 안올리고 있었다. 기숙사에서 학교 프린트 문제가 너무 안풀려서 블로그를 쓰며 머리를 좀 식히려한다 (그리고 쓰다보니 잘 시간이 되었다. 내일은 풀 수 있길바란다..)

 

개학하고 굵직한 이벤트라고 하면 정보동아리 SADA 17기 부원을 선발하였고, 총 3단계로 나누어 지원서, 지필고사(프로젝트 + 문제해결 + 인성), 면접을 통해 선발을 하였다. 정보화 시대의 흐름을 따라가는 것인지 선발인원은 6명인데 작년 12명 지원에 비해 올해 16명 지원으로 과동 경쟁률 1위를 찍었다. 물론 인기가 있는 동아리라는 점에서는 좋지만 몇몇 아까운 친구들을 떨어뜨린 것이 마음이 불편하다. 그렇게 최종적으로 선발한 6명의 친구들은 덕후끼(?!)들이 충분하며 각자 좋아하는 분야를 정해서 깊게 파고들고자 하며 분위기가 좋다. 2021 SADA를 이 친구들과 같이 진행하려고 하니 설레기도 하고 내가 배우고 싶은 점도 많다. 

 

자랑할만한 것은 학교 복도에 우수상받은 캔위성 경연대회 결과물이 전시(박제)되었다. 지금보면 좀 더 좋은 모델을 적용할걸, 2학기 때 창개연 진행한거 추가할 걸 등등 아쉬운 점이 많지만 졸업하기 전에 학교에 뭘 남길 수 있어서 영광(?!)이다. 그리고 집에 쳐박아둔 보관했었던 상패와 우드락 덩어리를 컴1실 옆에 선배님들 결과물과 같이 두었다. 

 

또 이번주에는 인성동아리인 해킹동아리 선발을 시작했다. 홍보 포스터를 만들고 작년과 마찬가지로 우선선발 문제를 만들었다. 작년에는 base64 decoding과 간단한 html, javascript를 이용한 쉬운 문제였는데 치팅이 많이 발생했다. 올해는 그래서 3단계로 나누어 말은 우선선발이지만 풀면 가산점을 주는 식으로 진행하고자 했다. 1단계는 작년과 비슷하게 포스터를 이용해 접근하고 2단계를 암호문 해독, 3단계는 PLUS 해킹캠프에서 진행한 ctf 문제중 쉬운 문제를 출제했다. (3단계를 홍보 영상 설명란에 알려줬는데 늦게 알려줘서 3단계 문제 찾으려는 친구들한테 미안했다...)

쉬운 문제는 맞지만 실제 ctf 할때 분석하는데 1시간 정도 잡았고 구현도 request와 bs4로 자동화를 하는과정이 필요하다. (ctf 땐 전체에서 2팀만 풀었던 기억이..) 홍보한지 하루정도 지난시점에서 1단계는 정말 많이 풀었고, 2단계도 꽤 많이 풀었고, 3단계도 공개한지 1시간 뒤에 퍼블이 나왔고 현재는 10명 가까이 풀었다. 문제를 풀 방법을 떠올려도 정말 노가다로 직접 반복하거나, Python을 이용해 자동화 과정을 필요로하는데 많이 풀어서 조금 당황했다. 뽑을 때는 골치가 아프겠지만 그래도 기쁜 소식이다. 올해는 세미나를 난이도 있게 진행해도 될 것 같으며 조금 연습을 해서 동아리 내에서 팀을 꾸려 ctf 에 정말 참여해볼 수 있을 것 같다. 

 

그외 학교 소식으로는 친구들의 분위기가 조금 무거워졌다는 것?1이다. 아닌 친구들도 있을수도 있지만 적어도 내가 보기엔 그렇다. 2학년이 되다보니 조졸/조진에 반영되는 마지막 학기이자 좀 더 여러워진 공부, 겨울방학을 거쳐 성장한 자신을 테스트 해볼기회로 받아들여 다들 열심히 달리는 듯하다. 나와 같이 달리는 친구들이 주변에 널려있어 힘이 난다. 시험에서는 경쟁자이긴 하지만 같이 으쌰으쌰 하는 느낌이 들어 좋다.

 

마지막으로는 개발 아이디어를 끄적이고자 한다. 졸음 운전, 운전 중 동승자와 대화, 핸드폰 사용등으로 운전 중에 한눈을 팔면 사고가 발생할 확률이 높아진다. 하지만 이런 여러 이유로 발생하는 집중 저하감지를 인식하기는 쉽지 않아보보였다. 그래서 평소 관심이 많은 딥러닝 및 컴퓨터 비전 기술을 활용하여 저비용으로 제작해보고 싶은 마음이 들었다. 아이디어를 구체화시켰고, 이를 설명할 간단한 그림도 그려봤다. 일주일 정도 시간투자하면 구현할 수 있을 것 같다. 지금은 문집작업, 내신 공부, 알고리즘으로 인해 매우 바쁘기 때문에 중간고사 이후를 노린다. (간단한거는 중간중간 구현해놓아야겠다) 

초라해 보이지만 대충 이렇게 3가지를 판단할 수 있는 시스템을 만들면 될 것 같다. 

총 3가지의 과정이 있다. 카메라 모듈을 이용해 운전자의 얼굴이 포함된 사진을 찍는다. 9가지 방향별 face dataset을 구축하여 이를 학습시킨 모델을 통해 얼굴의 방향을 구해낸다. 혹은 Amazon’s Face Detection API를 이용해 머리의 (Roll, Yaw,Pitch)를 측정해 정면을 응시하고 있는지 판단한다. 또한 IBUG 300-W dataset을 이용해 Facial landmarks를 찾는 모델을 학습해 눈부분의 유클리드 거리를 구하고 거리간 비율이 일정 크기 이하면 졸음으로 판단한다. 나아가 내부 CO2 농도를 측정해 2000ppm보다 크면 졸림 유발 환경으로 판단한다. 눈이 검출이 안되는 것을 방지하기 위해 알고리즘의 우선순위는 집중 저하상태와 CO2 농도를 먼저 확인하고 집중 저하상태가 아닐 때 졸음 판단 알고리즘을 진행한다. 위 과정을 실시간으로 반복해 관련 데이터를 확인해서 서버에 보내든, UART 통신을 진행하든 처리하면 될 것 같다.  걱정되는 것으로는 라즈베리파이 내에서 저걸 다 돌릴 수 있을지 걱정이된다. Tensorflow Lite를 이용하거나 Jetson Nano를 이용해 돌려야겠다. 

 

갑자기 든 생각인데 블로그 이름이 마음에 안든다. 처음에도 별로라고 생각했지만 지금봐도 별로다. 조만간 괜찮은 이름으로 바꾸고 싶다. 혹시 추천하는 이름이나 방향성이 있다면 댓글로 남겨주길 바란다.