Project
In Progress
TDA 기반 상품 식별
Persistent Homology를 활용한 PH 바코드 실험
물류센터에서 바코드가 훼손되거나 누락된 경우, 상품 포장 정면을 스마트폰으로 촬영하여 Persistent Homology 기반의 PH 바코드를 생성하고, 이를 통해 상품을 식별할 수 있는지 실험적으로 검증한다.
학습 데이터 불필요, GPU 없이 CPU만으로 계산 가능 — 중소 창고에서도 도입할 수 있는 경량 시스템이 목표.
Why — 현업 배경
물류센터에서 상품 구분은 거의 전적으로 바코드에 의존한다. 바코드가 훼손되면 작업자가 육안으로 확인해야 하고, 오분류와 속도 저하가 발생한다. RFID는 태그 단가, 비전처리는 GPU 비용 문제로 중소 창고에서는 도입이 어렵다. TDA는 학습 데이터 없이 사진 한 장에서 바로 특징을 추출할 수 있다.
Pipeline
촬영 → Grayscale → Simplicial Complex → Filtration
→ Persistent Homology → PH 바코드 → 특징 벡터 → 유사도 비교 → 상품 식별
→ Persistent Homology → PH 바코드 → 특징 벡터 → 유사도 비교 → 상품 식별
As-Is (현재)
Android
촬영 & 요청
↓
EC2 · kyuwan.kim
nginx
Spring Boot
FastAPI TDA
MySQL
Local Storage
EC2 단일 구성
To-Be (확장)
Android
촬영 & 요청
↓
EC2
nginx
Spring Boot
FastAPI TDA
↓
RDS
S3
DB · 스토리지 분리
