Rapidly developing computer vision algorithms bring us an opportunity that a machine improves our lives by analyzing the environment autonomously (e.g., Amazon Go). However, because of the vision’s inherent limitations such as occlusion, fragility to the dark, and privacy invasion, there are places where it is difficult to introduce a vision system (e.g., toilet, indoor without light). This paper presents the first battery-free near-infrared (NIR) camera tag system which enables deep learning based vision services. Our system solves three important problems in applying the dazzlingly developing computer vision algorithms to our lives; (i) Privacy Invasion, (ii) Occlusion, and (iii) Unavailability in Darkness. We deal with these problems by designing (i) Extremely low-resolution (eLR) video, (ii) Battery-free, and (iii) IR camera system. We experimented with prototype hardware with COTS elements to verify its feasibility. Furthermore, we confirmed that our system achieves 5 frames per second (FPS) with the tag and reader 5 m apart, and it works even when the tag and light source are 3 m apart. Finally, we discuss that photo safety has been confirmed for possible risks in power transmission using near-infrared rays, and that it can be extended to various services not only indoors but also outdoors (e.g., fall detection, wildfire monitoring).
빠르게 발전하는 컴퓨터 비전 알고리즘은 기계가 환경을 자율적으로 분석하여 우리의 삶을 향상시킬 기회를 제공합니다(예: Amazon Go). 그러나 비전의 고유한 한계(가림 현상, 어둠에 대한 취약성, 사생활 침해)로 인해 비전 시스템을 도입하기 어려운 장소가 존재합니다(예: 화장실, 불이 꺼진 실내). 이 논문에서는 최초의 배터리가 필요 없는 초저해상도 근적외선(NIR) 카메라 태그 시스템을 제시합니다. 이 시스템은 컴퓨터 비전의 혜택을 누릴 수 있는 장소를 제한하는 세 가지 주요한 문제를 해결합니다. 이는 (i) 사생활 침해, (ii) 가림 현상, (iii) 어둠에서의 사용불가능함입니다. 우리는 이러한 문제를 각각 (i) 초저해상도(eLR) 비디오 스트리밍이 가능한 (ii) 배터리 없는 (iii) IR 카메라 시스템을 설계하여 해결합니다. 우리는 상용 부품을 통해 만든 프로토타입으로 이 시스템의 구현 가능성을 검증했습니다. 더 나아가, 이 시스템이 태그와 리더가 5m 떨어진 상태에서 5fps(초당 프레임)을 달성할 수 있으며, 태그와 광원의 거리가 3m 떨어진 경우에도 작동함을 확인했습니다. 마지막으로 근적외선을 이용한 전력 송신에서 발생가능한 위험에 대해 안전성이 확인되었음을 논하며, 실내 뿐만이 아니라 실외의 다양한 서비스에 확장이 가능함을 논합니다(예: 낙상 감지, 산불 모니터링).
