이 프로젝트는 2025년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원을 받아 수행된 연구임 (No.RS-2022-00155857, 인공지능융합혁신인재양성(충남대학교))
This project was supported by the Institute of Information & Communications Technology Planning & Evaluation (IITP) grant funded by the Korean government (MSIT) (No.RS-2022-00155857, AI Convergence Innovation Talent Training Program at Chungnam National University).
CleanCheck는 컴퓨터 비전 기술을 활용하여 WHO 표준 6단계 손 씻기 동작을 인식하고, 손의 세정 영역을 실시간으로 시각화(Visualization)하여 즉각적인 피드백을 제공하는 온디바이스 AI 기반 손 위생 코칭 시스템입니다.
정형화된 동작은 YOLOv8로 분류하고, 비정형적인 문지름 동작은 MediaPipe와 기하학적 분석을 결합한 하이브리드 로직을 통해 "지금 내 손이 꼼꼼히 씻기고 있는지"를 직관적인 히트맵으로 보여줍니다.
cleancheck.org (HomePage)
깨끗한 손, 안전한 일상 – CleanCheck가 함께합니다.
-
WHO 6단계 표준 동작 코칭 YOLOv8n 모델을 사용하여 WHO가 권장하는 6가지 손 씻기 동작(손바닥, 손등, 손깍지 등)을 실시간으로 분류합니다. 절차적 준수도를 평가하여 누락된 단계를 안내합니다.
-
실시간 세정 커버리지 시각화 MediaPipe Hand Landmarker로 추출한 21개 랜드마크를 기반으로 손의 표면적을 계산하고, 반대편 손과의 접촉 여부를 판정하여 세정된 부위를 색상 오버레이로 즉시 시각화합니다.
-
AI 기반 정밀 분석 및 피드백 단순한 동작 인식을 넘어, 칼만 필터(Kalman Filter)를 적용하여 손 떨림을 보정하고 정확한 접촉 좌표를 추적합니다. 사용자가 손을 씻는 동안 놓치기 쉬운 부위를 실시간으로 피드백합니다.
-
개인정보 보호 (On-device AI) 모든 영상 데이터는 외부 서버 전송 없이 로컬 디바이스에서 처리되므로, 병원 등 민감한 환경에서도 개인정보 유출 걱정 없이 안전하게 사용할 수 있습니다.
본 시스템은 정밀한 손 위생 평가를 위해 다음과 같은 하이브리드 분석 로직을 사용합니다.
| 구분 | 기술 스택 / 알고리즘 | 설명 |
|---|---|---|
| 동작 인식 | YOLOv8 (Nano) | 커스텀 데이터셋(약 5,800장)으로 학습된 모델을 통해 6단계 표준 제스처 분류 |
| 랜드마크 추적 | MediaPipe Hands | 양손의 21개 키포인트를 3D 좌표로 실시간 추적 |
| 좌표 보정 | Kalman Filter | 등속 모델 기반 필터링으로 랜드마크의 Jitter(떨림) 현상 제거 및 궤적 평활화 |
| 영역 분석 | Convex Hull & Point-in-Polygon | 손의 외곽선(Convex Hull)을 생성하고, 교차 검사를 통해 물리적 접촉 및 세정 여부 판정 |
| GUI | customtkinter | 직관적인 사용자 경험을 위한 모던 Python GUI 프레임워크 |
- Python 3.10 이상
- CUDA 지원 GPU (권장, YOLOv8 가속용)
- 웹캠 (720p 이상 권장)
# 1) 리포지토리 클론
$git clone [https://github.com/chanwoopark11/CleanCheck.git$](https://github.com/chanwoopark11/CleanCheck.git$) cd CleanCheck
# 2) 가상환경 생성 (선택 사항)
$python -m venv venv$ source venv/bin/activate # Windows: venv\Scripts\activate
# 3) 의존성 패키지 설치
$ pip install -r requirements.txt# 애플리케이션 실행
$ python src/desktop-windows/main.py프로그램이 실행되면 웹캠 권한을 허용해주세요. 메인 화면에서 "시작" 버튼을 누르면 AI 분석이 시작됩니다.
CleanCheck/
├─ docs/ # 문서, 발표 자료 및 시연 이미지
│ ├─ mediapipe/
│ └─ yolo/
├─ experiments/ # 알고리즘 검증 및 실험용 스크립트
│ ├─ mediapipe/ # 랜드마크 추적 및 필터링 실험
│ └─ yolo/ # YOLO 모델 학습 및 추론 테스트
├─ models/ # 학습된 모델 파일 (.pt, .tflite)
├─ src/ # 소스 코드
│ ├─ desktop-windows/ # 윈도우 데스크톱 클라이언트
│ │ ├─ core/ # AI 로직 (Detector, Analyzer, KalmanFilter)
│ │ ├─ models/ # 데이터 구조 및 스키마
│ │ └─ ui/ # GUI (customtkinter) 구성
│ └─ mobile/ # (Planned) Android 클라이언트 소스
└─ requirements.txt # 의존성 목록
- 핵심 기능 구현 (YOLOv8 동작 인식, MediaPipe 시각화)
- 모델 경량화 & 최적화
- 모델 양자화(Quantization)를 통한 추론 속도 개선
- 저사양 기기 지원을 위한 알고리즘 최적화
- 지능형 피드백 고도화
- 사용자가 자주 놓치는 부위 통계 분석 및 예측 알림
- 플랫폼 확장
- Android / iOS 모바일 앱 정식 출시 (Kotlin/Swift)
- 웹 브라우저 기반 구동 (WebAssembly)
CleanCheck 프로젝트에 기여하고 싶으신가요? Pull Request와 Issue는 언제나 환영입니다!
dev브랜치에서 새로운 기능을 구현해 주세요.- 커밋 메시지는 Conventional Commits 규칙을 따르는 것을 권장합니다.
- PR 전
flake8등을 통해 코드 스타일을 점검해 주세요.
| 역할 | 이름 | 연락처 (Email) | 소속 |
|---|---|---|---|
| 프로젝트 매니저 | 주다빈 | programbins@gmail.com | 충남대학교 컴퓨터융합학부 |
| AI CV 모델링 | 최민서 | msc503@naver.com | 충남대학교 컴퓨터융합학부 |
| 데이터 수집·검증 | 박찬우 | pcw22600@gmail.com | 충남대학교 컴퓨터융합학부 |
| 실험 및 검증 | 민영순 | zhzhxh@cnuh.co.kr | 충남대학교병원 |
| 프로젝트 지도 | 김재정 교수 | jjkim@cnu.ac.kr | 충남대학교 / 바이오AI융합연구센터 |
Copyright © 2025 CleanCheck Team. All Rights Reserved.