2차 피드백(05.29~06.04)

남영우 멘토님 : ai에서 정확하게 예측하기 쉽기 어려울 것 같다. 빠르게 테스트를 해보고 진행이 될지 해 보는게 좋을 것 같다. 사람, 물체인식해서 Beep주는 플로우가 자세하게 그려져 있지 않음, 인식이 되서 부저가 울리면 계속 울릴 것 같다. 카메라 앵글상 사람이 잘릴 수도 있어서 피쳐가 제대로 만들어지기 힘들 수 있다. 테스트 해보고 IoT랑 합의해보는게 좋을 것 같다.
심형광 멘토님 : 한번 테스트 해보는게 좋을 것 같다. 어떻게 수정을 했다라는 방식으로 수정을 하는게 좋을 것 같다. 어린이들도 카메라 시야에 들어오는지 테스트 하는게 좋을 것 같다.

오태양 멘토님 : 원사이클 function 기능을 input output 정의를 해준다음 쪼개서 구체적으로 먼저 정의 하는게 좋을 것 같다. 실제 IoT, 안드로이드, 서버상에서 response가 오지않더라도 쭉 완성된 부분을 테스트 가능하게끔 비콘을 활용하면 복잡도 올라간다. 완성된 function에 다른것들을 추가하면서 function을 늘려가는 방식으로 하는 전체적인 가상적인 방식을 한다. tts에서는 라즈베리에서 바로 하는게 좋을 것 같다. 와이파이는 정밀도가 높지 않다.
신동호 멘토님 : 플로우 차트가 너무 복잡하다. 사용자 입장에서는 몇가지 조작밖에 필요하지 않아요 등의 설명이 필요할 것 같다. 간편해보이지 않다. 기능 단위별로 구현을 해서 성공여부를 판단하면 줄일 수 있을 것이다. 최대한 빠른 시간 내에 기능 먼저 구현해야 할 것 같다. 과자 매대에서 과자까지 네비게이션 기능(과자의 상세 위치)을 참신한 아이디어로 만들면 좋을 것 같다. 카메라 위치

최인호 멘토님 : 상품추천은 긍정적으로 생각하지만, 빅데이터 적용부분에 대한 고민이 필요하다. 추천시스템 외에도 최적입지 선정도 해보면 좋지 않을까 고민하는 것이 좋을 것 같다. 장애인 유형별 통계, 매장매출 등,,, 특성에 따라서 어떤 쇼핑몰에 우선적으로 배치할지 생각해봐도 좋을 것 같다. 컨텐츠기반, 유저기반 등 세부적인 고민이 필요할것같다. 헬스케어와 맞물려서 헬스핏을 토대로 건강영양상태에 맞춰서 상품을 추천해준다든지 생각해봐야 할 것 같다. 협업에 대한 부분 Web에서 데이터를 수집하는방법, 구매트렌드에 대한 내역을 갖고 할 수 도 있다. Sample 데이터도 중요하지만, 빅데이터에 대한 적용기술 적용내용이 좀 더 생겼으면 좋겠다.
상품추천 참고 대형마트 이용패턴, 연령대, 성별카드데이터를 이용한 상품추천 https://www.data.go.kr/data/15094895/openapi.do
최적지 분석 참고

손영제 멘토님 : 시계 찾기 지갑 찾기 기능 앞에 어떤 사람이 있는지 필요한 정보 요약 정보 할인 하고 있는 정보
~~상품의 정보를 읽어주는 등 제품구성에 이런거 추가해주세요~~
mqtt - 장치에 직접 연결해서쓰는것도있고, 로컬에서 일차 정제해서 올라가는방법이 있다. (람다, 그리그란스 등 integrator) 이를 통해 처리속도를 줄일 수 있어요
로컬에서 1차 람다 필요한 람다를 거처서 취합을 해서 정제 로제 필터링 (모듈을 yolo 데이터 파이퍼 라인 메니지드 aws 에어플로우
챗봇연동, 지갑,시계 찾기 샘플입니다. 참고해주세요 https://github.com/mansi1710/Assistant-for-visually-impaired
카트에 카메라 말고 글래스 카메라 https://github.com/ankursikarwar/TetraChrome-Lenses