Review of KIISC (정보보호학회지)

Korea Institute of Information Security and Cryptology (한국정보보호학회)
권호 표지

실증 기반 딥러닝 영상분석 기술 제공을 위한 클라우드 기반 지능형 영상보안 플랫폼

  • 임경수 (한국전자통신연구원 정보보호연구본부) ;
  • 김건우 (한국전자통신연구원 정보보호연구본부)
  • Published : 2019.06.30
Download PDF
⟨ Previous Next ⟩

Abstract

딥러닝을 비롯한 인공기능과 영상처리 분야의 접목은 기존 물리보안의 기술적 한계를 뛰어넘어 새로운 기회의 장을 마련하고 있다. 하지만 딥러닝 기반 영상분석 기술도 지능형 영상감시가 필요한 실제 현장에서는 다양한 환경의 제약사항으로 인해 성능이 저하될 가능성이 높다. 본 논문에서는 실제 CCTV 환경의 영상 데이터를 확보하여 신경망을 이용한 지속적인 학습을 통해 영상분석의 성능을 개선하는 클라우드 기반 지능형 영상보안 플랫폼을 소개한다. 클라우드 기반 지능형 영상보안 플랫폼은 지자체 통합관제센터에서 수집한 CCTV 영상을 학습 데이터로 활용하여, 현장에서 신뢰받을 수 있는 사람 검출, 사람/차량 재식별, 열악 차량번호판 탐지 등의 지능형 영상분석 서비스를 제공할 수 있다.

Keywords

References

  1. 딥러닝 기반 고성능 얼굴인식 기술 동향, Research Trends for Deep Learning-Based High-Performance Face Recognition Technology, 전자통신동향분석, ETRI, 33권 4호 (통권 172)
  2. Xu, Zheng, Chuanping Hu, and Lin Mei. "Video structured description technology based intelligence analysis of surveillance videos for public security applications." Multimedia Tools and Applications 75.19 (2016): 12155-12172. https://doi.org/10.1007/s11042-015-3112-5
  3. The Global Video Surveillance As A Service (VSaaS)_ market, Global Industry Analysts, Inc. September 2015 Available at: http://www.strategyr.com/MarketResearch/Video_Surveillance_As_A_Service_VSaaS_Market_Trends.asp
  4. K. R. Jackson et al., "Performance Analysis of High Performance Computing Applications on the Amazon Web Services Cloud," 2010 IEEE Second International Conference on Cloud Computing Technology and Science, Indianapolis, IN, 2010, pp. 159-168.
  5. Jinesh Varia, Sajee Mathew, Overview of Amazon Web Service, Amazon Web Service, January 2014, https://aws.amazon.com
  6. NVIDIA GPU Cloud (NGC), https://www.nvidia.com/en-us/gpu-cloud/
  7. DAS (Domain Awareness System) https://en.wikipedia.org/wiki/Domain_Awareness_System
  8. Y.Taigman et al.,"DeepFace: Closing Gap to Human-Level Performance in Face Verification," IEEE Conf. Computer Vision Pattern Recognition, Columbus,
  9. Omkar M Parkhi, Andrea Vedaldi, and Andrew Zisserman. Deep face recognition. Proceedings of the British Machine Vision, 1(3):6, 2015
  10. Oh, S.H., Kim, GW. & Lim, KS. Compact deep learned feature-based face recognition for Visual Internet of Things, J Supercomput (2017). https://doi.org/10.1007/s11227-017-2198-0
  11. L. Zheng, Y. Yang, and A. G. Hauptmann. Person re-identification: Past, present and future. arXiv:1610.02984, 2016.
  12. W. Li, R. Zhao, X. Wang, Human reidentification with transferred metric learning, in: Asian Conference on Computer Vision, Springer, 2012, pp. 31-44.
  13. L. Zheng, L. Shen, L. Tian, S. Wang, J. Wang, Q. Tian, Scalable person re-identification: A benchmark, in: Proceedings of the IEEE International Conference on Computer Vision, 2015, pp. 1116-1124
  14. Oh, S.H., Han, SW., Choi, BS., & Lim, KS. Deep feature learning for person re-identification in a large-scale crowdsourced environment, J Supercomputing (2018). https://doi.org/10.1007/s11227-017-2221-5
  15. Li, Hui, and Chunhua Shen. "Reading car license plates using deep convolutional neural networks and LSTMs." arXiv preprint arXiv:1601.05610 (2016).
  16. Zheng, Zhedong, Liang Zheng, and Yi Yang. "Unlabeled samples generated by gan improve the person re-identification baseline in vitro." Proceedings of the IEEE International Conference on Computer Vision. 2017.