비젼인(대표이사 김학일)이 롯데건설-롯데케미컬-롯데벤처스가 주최하는 '2023 LETS GO! 공모전' 크리에이티브 부문 대상을 수상하였습니다. 금번 공모전에서는 8개 우수기술을 선정했고, 서류평가와 발표평가, 현장실사를 통해 최종적으로 크리에이티브 부문에서 재난에 대한 안전관리가 가능한 AI 기반 지능형 영상분석 시스템' 기술을 선보인 비젼인이 대상을 수상하였습니다. 금번 선정 기업에는 2000만원(대상)의 상금이 지원되며, 롯데건설·롯데케미칼과 공동연구 및 롯데건설의 ‘테스트 베드(Test-bed)’ 현장 제공 등 다양한 혜택이 주어지게 되었습니다.   감사합니다.    

안녕하세요,  비젼인이 금번 국토교통부에서 선정하는 스마트건설 생태계 육성의 일환으로 스마트건설 혁실을 이끌 강소기업에 선정되었습니다.   아래는 국토교통부 블로그에 공지된 내용입니다. 국토교통부(장관 원희룡)는 스마트건설 생태계 육성의 일환으로 스마트건설 혁신을 이끌 강소기업을 선정하고 전방위적 지원에 나선다고 밝혔습니다. 이번 스마트건설 강소기업 선정은 건설산업 체질개선및 창업 증진을 올해 처음 추진되었으며, 7월 21일부터 8월 18일까지 4주간 공개 모집한 결과 총 62개 기업이 신청하여 서면평가·심층평가를 통해 20개 기업이 선정되었습니다. BIM, OSC, 건설자동화, 디지털 센싱, 스마트안전, 빅데이터 플랫폼 등 다양한 스마트건설 분야의 기업들이 선정되었으며, 특히 20개 선정기업 중 안전 관련 기업이 50%(10개)에 달하는 등 최근 건설안전에 대한 기업들의 높은 관심도를 보여주었습니다 또한, 스마트건설이 기존 건설기술에 인공지능(AI), 로봇, 디지털화 등 다양한 기술 간의 융복합을 지향하는 새로운 패러다임인 만큼 2개 이상 분야의 기술을 같이 활용하는 기업들도 다수 선정*되었습니다. 국토교통부는 선정된 기업들이 강소기업으로 성장할 수 있도록 역량강화, 금융지원, 시장진입 등을 지원하고, 기업애로사항 해소를 위해 정례적으로 해당기업들과 간담회를 진행하는 등 적극적으로 지원할 계획입니다. 국토교통부 김태오 기술안전정책관은 “건설산업의 글로벌 경쟁력 확보 뿐만 아니라 안전강화와 같은 사회적 요구에 부합하는데 스마트건설 산업 육성이 중요하다며, 선정된 기업들이 강소기업으로 육성되어 스마트건설 확산을 선도할 수 있도록 최대한 지원하겠다”라고 밝혔습니다.   [출처] 스마트건설 혁신을 이끌 강소기업, 역량강화‧금융지원‧시장진입 등 전방위 지원|작성자 국토교통부

비젼인, 롯데백화점/아울렛 지능형 화재감지 구축완료   비젼인, 롯데백화점/아울렛 1차 전국 21개점에 대한 지능형 화재감지 시스템 구축완료 롯데백화점 내 전기차충전소 등 주요 설비중심 화재감지 체계 가동 시작   비젼인(대표이사 김학일)은 2023년 08월 24일, 전국 롯데백화점 및 아울렛 중 1차 21개점에 대한 지능형 화재감지 솔루션 구축 사업의 구축을 완료했다고 밝혔다. 비젼인 솔루션사업본부 박경서 상무는 “지난 5개월 동안 현장 성능평가와 최종 제안입찰을 통해 최종 사업자로 선정되었으며, 각 지점이 가지고 있는 환경에 최적화된 성능을 발휘할 수 있도록 능동형 강화 학습과 현장 실화 테스트를 진행하였고, 롯데백화점과 긴밀한 협의를 통해 고객의 안전한 쇼핑환경이 될 수 있도록 신속하고 안전하게 구축을 완료 했다” 라고 말했다. [불꽃 테스트 : 전기차 충전소]   유통기업에서의 지능형 화재감지 솔루션 도입은 이제 시작 단계로 쇼핑객의 시설방문 증가와 각종 전기자동차 충전설비 확충 등으로 화재위험 가능성이 높아지고, 운영 장비에서의 화재 대비 등으로 선도적으로 최신 딥러닝 기술을 활용한 지능형 화재감지 솔루션을 도입하게 되었다. 롯데백화점 각 지점의 최신 CCTV 모니터링 시스템을 활용하고, 비젼인의 지능형 객체감지 기술과 VMS를 통해 사용 편리성과 이벤트 발생 시 신속하게 대응 가능한 알람 기능을 적용하고 있으며, 각 지점과 비젼인이 사전에 충분한 협의를 통해 현장에서 원활한 구축이 이루어졌다고 밝혔다. 또한 다양한 화재 발생 가능성을 염두 해 둔 시나리오에 따라 테스트를 진행해 감지율을 높이는 작업을 집중적으로 진행하였으며, 향후 추가 학습에 역점을 둘 계획이다. 비젼인 김학일 대표이사는 “금번 사업은 롯데백화점을 방문하는 고객의 안전을 최우선으로 하는 강력한 고객 중심 정책과 비젼인의 다양한 산업현장에서의 구축 경험과 앞선 딥러닝 기반 영상분석 기술이 접목되어 초기에 화재를 감지하고 신속한 조치를 취할 수 있는 시스템 구축을 통해 보다 안전한 쇼핑환경과 화재 발생 시 인명과 재산 피해를 최소화 할 수 있는 시스템 구축 및 적용에 큰 의의가 있다”고 밝혔다. <끝>

비젼인, 영상기반 지능형 안전고리 미체결 감지 솔루션 출시   NX Witness VMS와 플러그인 형태로 통합한 안전고리 미 체결 감지 현장 적용 성공 최근 여수에서 파일럿 프로젝트를 통해 고난이도 환경에서 미 체결 여부 감지   비젼인(대표이사 김학일)은 2023년 04월 12일, 지난 3개월 동안 개발 및 현장 적용한 고소작업 시 안전고리 미 체결 여부를 영상분석을 통해 감지하여 90% 이상의 정탐율을 보이는데 성공했다고 밝혔다. 지금까지 산업현장에서는 고소작업 시 안전고리 미 체결로 인한 사망/상해 사고가 빈번 하게 발생하고, 중대재해처벌법 시행 이후 각 사업장에서는 안전대책을 마련하지만, 센서 등을 이용하는 등의 방법은 현장 상황이나 관리 작업이 많아지는 문제로 기업들이 도입을 꺼려하는 것이 현실이었다.   [안전고리 미 체결 작업자 감지 화면]   비젼인이 금번에 개발한 것은 순수하게 CCTV 영상분석을 통해 안전고리 미 체결을 감지 하면 바로 스피커를 통해 안내 방송을 함으로써 고소 작업자들에게 안전고리 미 체결 경각심을 지속적으로 주어 안전사고를 예방하는데 목적을 두었다. 금번 개발 및 테스트 기간동안 현장의 많은 데이터를 재학습하고 반복적인 성능평가를 통해 90% 이상의 안정적인 이벤트 감지 성공률에 도달하여, 향후 본격적인 적용을 위한 기반 마련과 기술력 확보를 이루었다. 본 개발은 비젼인 지능형 솔루션(ViVA)의 운영과 활용 노하우와, 그 동안 비젼인이 NX Witness VMS를 현장에 공급하며 얻은 다양한 기술적인 경험을 바탕으로 플러그인(Plug-In)화 하여 통합함으로써 현장에서는 VMS와 지능형 소프트웨어를 따로 설치 하지 않아도 되는 번거로움과 불편함을 줄이고, 사용의 편리성과 일관된 UI로 사용할 수 있는 장점이 가장 크며, 도입 시 하드웨어 비용을 절감할 수 있는 비용절감 측면의 장점도 있다고 밝혔다. 현장에서 모든 과정을 진행한 비젼인 솔루션사업본부장 박경서 상무는 “개발 및 학습, 성능평가과정이 높은 난이도와 학습의 어려움으로 인해 힘들었지만, 고객사의 적극적인 지원과 임직원 모두가 합심하여 유기적인 협업을 통해 이룬 성과여서 아주 뜻깊은 결과” 라고 말하며, “비젼인의 강점은 다양한 현장에서의 경험과 데이터이며, 이를 성능과 사용 편리성에 접목하는 노력을 통해 강력하며 현장 친화적인 기술제공이 되도록 더욱 노력할 것”이라고 말했다. <끝>   전자신문

비젼인, NIA 인공지능 필적감정 학습 데이터 구축과제 완료 필적감정을 위한 딥러닝 학습데이터 구축 및 필적감정 인공지능 기술 확보 필적감정을 위한 학습 데이터에서 자필-모사 데이터 구분 95% 이상 성능확보 비젼인(대표이사 김학일)은 2023년 2월 6일, 한국지능정보사회진흥원(NIA)의 딥러닝 학습용 데이터 구축사업에 참여하여 필적감정을 위한 시계열 학습용 데이터를 사업기간내에 성공리에 마무리했다고 밝혔다. 본 데이터 구축 사업은 금천구청이 수요기관으로 참여하였고, 에스엠시스템즈, 뉴코리아정보통신, 호서대와 함께 수행하였으며, 비젼인은 딥러닝 학습데이터 설계와 시계열 데이터를 활용한 핵심 딥러닝 기술 분야를 맡아서 수행하였다. 본 사업에서 구축한 데이터는 영상 뿐 만 아니라 필압, 글 쓰는 속도 등 데이터를 포함한 시계열 데이터로 비젼인에서 개발한 시계열 기반의 딥러닝 기술을 적용하면 자필과 모사 필적 구분율이 95%이상으로 기존의 영상기반 필적감정 기술 보다 월등히 좋은 성능을 보임을 알 수 있다.   [영상데이터와 시계열데이터의 필적감정 결과 비교-1] 아래의 그림과 같이 모사(Fake)하는 사람이 자필(Real)과 똑같이 모사하는 경우 영상기반의 필적감정은 같은 사람의 필적이라고 잘못 판단하지만 본 사업에서 개발한 시계열 기반의 딥러닝 기술을 적용하면 영상상으로는 유사한 데이터임에도 불구하고 다른 사람의 필적임을 정확하게 판단할 수 있는 것을 알 수 있다.   [영상데이터와 시계열데이터의 필적감정 결과 비교-2] 비젼인 연구소장 최학남 박사는 “기술의 독창성을 바탕으로 SCI논문 작업 등을 진행중에 있으며, 이를 사업화 하기 위해 참여 기업들과 긴밀히 협의하여 인증과 조달등록, 공공기관, 금융, 지자체 등 고도의 필체 신뢰성과 보안성을 요구하는 기관과 기업에 기술 및 솔루션을 공급할 체계를 갖출 예정이다” 라고 밝혔다. <끝>   전자신문 , 아주경제, 보안뉴스, 데일리시큐

안녕하세요, 비젼인 입니다. 비젼인이 AI EXPO KOREA 2023, 국제인공지능대전에 참가합니다. AI EXPO KOREA 2023은 2023년 5월 10일(수)~5월 12일(금)까지 Hall D COEX에서 개최됩니다. 비젼인의 최신 딥러닝 기반 지능형 솔루션을 직접 보시고 상담하실 수 있도록 영상자료와 브로셔 등을 준비하였습니다. 5월 7일까지 사전등록이 가능합니다. 아래 링크를 통해 무료사전등록 후 참관 하시면 좋습니다. http://www.aiexpo.co.kr/home/ 여러분의 많은 관심을 부탁 드립니다.   감사합니다.

안녕하세요,   비젼인 홈페이지가 2023년을 맞아 2022년 하반기부터 준비하여 새로운 홈페이지로 디자인과 내용을 리뉴얼 하였습니다. 좀 더 알찬 내용과 정보를 제공해 드리기 위해 좀더 다듬고 관리에 최선을 다하겠습니다. 2023년에도 더욱 열심히 고객과 함께 현장에서 최선을 다하는 비젼인이 되겠습니다.   감사합니다.  

지하철 내 부정승차 감지를 위한 학습 데이터 공유가 필요하신 분들은 아래 메일 주소로 다음과 같은 서식으로 요청부탁드립니다. 요청 메일 주소: admin@vision-in.co.kr 1. 사용 목적(과제, 프로젝트)명: 2. 사용 알고리즘: 3. 기관명: 4. 데이터 관리자명:

  2019년 7월 31일자 컴퓨터월드 에서는 [지능형 CCTV로 열매 맺는 영상 분석 기술] 기사가 게재되었습니다.     비전인 - 지능형 영상감시 및 자동시각검사 SW 개발 기업 비전인은 2014년 설립된 지능형 영상감시 및 자동시각검사 SW 개발 전문기업이다. 김학일 인하대학교 교수를 중심으로 석박사급 연구원을 다수 보유하고 있으며, 지능형 영상감시 분야에서 12건의 특허를 보유하고 있다. 설립 초기에는 ▲영상정렬 및 가공검사를 위한 머신비전 라이브러리 개발 ▲고속 영상 복원 및 3차원 재건 프로그램 개발 ▲지능형 자동차를 위한 영상처리 알고리즘 개발 등 컴퓨터 비전 분야에 집중하는 모습을 보였지만, 2017년부터는 지능형 CCTV 사업 분야에 진출을 선언하면서 본격적인 사업 확대에 나섰다. 특히 영상화재감지기(Video Fire Detector, VFD)는 비전인이 보유한 컴퓨터 비전 및 딥러닝 기술을 바탕으로 개발된 화재 감지용 SW다. onVIF을 지원하는 CCTV를 활용해 화재 여부를 감지하고 관제센터에 알려준다. 해당 제품은 지난 2017년 산업통상자원부 장관상을 수상하며 뛰어난 품질을 인정받았다. 일반적으로 화재 감지를 위해 사용되는 불꽃감지기나 열화상카메라가 각각 불꽃의 파장과 온도로 화재 여부를 판단하는 것과 달리, VFD는 영상 분석 기술을 활용해 불꽃과 연기의 움직임을 감지해 보다 민첩하고 정확하게 화재 여부를 감지한다. 기존에 감지하지 못했던 연기에 대한 감지가 가능해 화재가 일어나기 직전에 한발 앞선 대처가 가능하다.   ▲ 비전인의 지능형 영상화재 감지 시스템

2018년 3월 14일 ~ 16일 일산 KINTEX에서 열리는 SECON 2018에 비젼인이 참가합니다. 많은 관심 부탁드립니다.  

인하대학교 산학협렵단에서 (주)비젼인의 제 2회 IoT 이노베이션 챌린지 대회, 산업통상자원부 장관상(최우수상) 수상에 관한 소식이 게재되었습니다.   아래 기사에서 확인해보세요. (바로가기: http://rnd.inha.ac.kr/schedule/view.htm?menuId=24&searchYear=2017&searchMonth=10&pageNo=1&scale=10&id=6726)