• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.23 no.4
• /
• pp.462-469
• /
• 2019

According to the survey of Ministry of the Interior and Safety in Korea, The number of public and private CCTV reached over ten million and is still increasing. Also with improving Image Processing Technology, it is possible to obtain diverse information. Recently, various services using CCTV are being provided. Therefore it is necessary to ensure CCTV image integrity. However there is no system to prove events in film yet. In this paper, we suggest system model that can manage, use and authenticate CCTV. This model allows a CCTV film to be verified by other nearby CCTVs' data. This model ensures film's integrity by using blockchain. And also, It addresses privacy problem in CCTV and file size problem in blockchain by using not large film data but much smaller analyzed data.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.312-312
• /
• 2011

최근 정보 통신의 발달에 따라 하천의 수위표, 제방, 수문 등을 관리하기 위해 수많은 CCTV가 설치되고 있다. 이들 CCTV는 하천 구조물의 상황을 감시할 수 있을 뿐 아니라, 하천의 유황 변화를 실시간으로 제공하고 있어, 홍수 방재 및 재해 대책 등에 효율적으로 활용되고 있다. 또한, 표면영상유속계(SIV, Surface Image Velocimetry)는 하천이나 수로의 표면 영상을 이용하여 유속을 측정하고 유량을 추정할 수 있는 장비이다. 표면영상 유속계는 수면에 나타나는 부유 쓰레기나 잔물결 등을 이용하여 하천 표면 유속을 측정할 수 있다. 이 두 기술을 연계하여, 수위표가 설치되어 있는 CCTV의 동영상에서 실시간으로 하천 유속을 측정할 수 있는 시스템을 개발하였다. 기존의 CCTV 시스템에서 나오는 영상 신호를 SIV에 직접 보내서, 초당 30프레임의 영상을 일정 간격으로 분석하여 유속을 산정하는 것이다. 여기에 수위계에서 나온 수위 자료를 덧붙여 유량을 추정하는 방법을 개발하였다. 개발된 방법을 서귀포시의 DVR에 수록되어 있던 영상 자료에 활용한 결과 측정하지 못하였던 유량을 산정할 수 있었다.

• Journal of Korea Multimedia Society
• /
• v.10 no.2
• /
• pp.209-217
• /
• 2007

This paper proposed to a detection scheme of weather information that is a part of CCTV Images Weather Detection System using CCTV images and Temperature, Humidity. The previous Partial Weather Detection System uses how to acquire weather information using images on the Road. In the system the contrast and RGB Values using clear images are gained. This information is distributed a input images to cloud, rain, snow and fog images. That is, this information is compared the snow and the fog images for acquisition more correctness information us ing difference images and binary images. Currently, We use to environment sense system, but we suggest a new Weather Detection Algorithm to detect weather information using CCTV images. Our algorithm is designed simply and systematically to detect and separate special characteristics of images from CCTV images. and using temperature & humidity in formation. This algorithm, there is more complex to implement than how to use DB with high overhead of time and space in the previous system. But our algorithm can be implement with low cost' and can be use the system in real work right away. Also, our algorithm can detect the exact information of weather with adding in formation including temperature, humidity, date, and time. At last, this paper s how the usefulness of our algorithm.

• Proceedings of the KAIS Fall Conference
• /
• 2011.05a
• /
• pp.239-242
• /
• 2011

기존 CCTV는 대부분 방범을 목적으로 많이 쓰인다. 이러한 CCTV는 과거엔 대부분 아날로그 방식이었으나 CCTV에 IP를 부여하고 Network화가 되면서 CCTV가 웹상의 위협에 노출이 되었다. CCTV영상이란 사생활 관련 영상이며 이러한 영상이 불특정 다수에 노출되어 있다는 건 충분히 민감한 문제라 할 수 있다. 본 논문에서는 CCTV의 네트워크화로 인해 발생한 취약점을 분석 및 보안하였다. 또한 CCTV영상 유출을 미연에 방지하기 위한 RTSP 사용자 인증 프로토콜을 제안한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.05a
• /
• pp.498-500
• /
• 2022

CCTV protects people and assets safely by identifying dangerous situations and responding promptly. However, it is difficult to continuously monitor the increasing number of CCTV images. For this reason, there is a need for a device that continuously monitors CCTV images and notifies when abnormal behavior occurs. Recently, many studies using artificial intelligence models for image data analysis have been conducted. This study simultaneously learns spatial and temporal characteristic information between image data to classify various abnormal behaviors that can be observed in CCTV images. As an artificial intelligence model used for learning, we propose a multi-classification deep learning model that combines an end-to-end 3D convolutional neural network(CNN) and ResNet.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• pp.155-158
• /
• 2019

최근 지능형 CCTV 관제 시스템에 대한 수요가 증가하고 있다. CCTV 영상 데이터의 양이 폭발적으로 증가하고 있어 이를 분석하기 위한 기술의 발전이 필요한 실정이다. 대부분의 지능형 CCTV 관제 시스템은 영상 속 객체를 찾고 이 객체의 메타데이터를 통해 지능형 관제 시스템을 수행한다. 하지만 영상 속 객체의 로그가 항상 정확하지 않다. 현재의 객체 인식 기술로는 CCTV 영상의 밝기, 해상도 조건에 따라 성능의 차이가 심하고, 영상의 프레임 대비 빠르게 움직인 CCTV 영상 속 모든 객체를 사람이 인식하는 정도로 인식하기 어렵다. 이러한 이동 객체의 크기, 위치를 분석한 메타데이터에는 에러가 포함되기 쉽다. 본 논문에서는 지능형 CCTV 관제 시스템에서 분석한 영상 속 객체의 프레임 메타데이터 에러를 학습기반 실시간 에러 필터링 알고리즘을 통해 개선하여 에러가 필터링된 데이터를 사용하는 지능형 관제 시스템의 정확도 향상에 기여 할 것을 기대한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.534-536
• /
• 2014

CCTV의 다양한 필요성이 대두됨에 따라 CCTV를 통합관리하는 CCTV 통합관제 센터가 늘어나고 있다. 행정안전부는 2015년까지 전국 시군구에 CCTV 통합관제센터 구축을 추진하고 있을 정도로 앞으로도 계속적으로 증가할 예정이다. 하지만 이를 관리할 전문 모니터링 요원이 턱없이 부족한 상황이며, 전문 교육의 부재로 CCTV 영상을 개인적 호기심이나 개인의 이익을 위해 열람하는 경우가 발생하고 있다. 본 논문을 비밀 분산 기법을 이용하여 암호화된 키를 분배하고 요청에 따라 일정 수 이상의 분배키가 모이면 영상 열람권한을 주는 방식으로 설계 하여 관리자가 임의로 영상정보에 접근하는 상황을 방지하였다. 또한 그룹 키를 분배하고 수시로 키 갱신을 함으로서 다양한 보안 위협에 대응 하였다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.21 no.3
• /
• pp.15-21
• /
• 2021

The type of crimes is diverse and the number of crimes is increasing as society changes. This phenomenon is showing a higher trend in places with higher population density. Accordingly, many organizations install CCTV to reduce crime and provide key evidence of crime. Nevertheless, it is still weak to deal with crimes such as video manipulation targeting CCTV. Although blockchain-based CCTV image integrity techniques are applied to prevent manipulation, they only guarantee the manipulation integrity of the entire video and can't explain how certain sections of the video has been manipulated. Therefore, in this research, we propose a system for supporting explainable CCTV video integrity based on a block chain.

• Convergence Security Journal
• /
• v.12 no.2
• /
• pp.43-51
• /
• 2012

CCTV would be the effective way in the prevention of abuse, as well as recorded image information evidence of the crime as a significant legal effect. But recorded image information As evidence by utilizing the Complaint/complaint handling, and administrative business processes that are currently operating offline procedural complexity and unnecessary time appear costly, privacy remains an issue to be solved, etc. Runoff. In this paper, incidence rate of offline business processing phase to solve the problems proposed to build unified portal for CCTV image information and the existing studies on the effectiveness of electronic civil service system, previous studies by analyzing e-government in accordance with laws and privacy laws, CCTV image information portal deployment model is applied to data integration occurs are trying to solve the problem effectively.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.38 no.3
• /
• pp.269-279
• /
• 2020

Traffic estimation mainly involves surveying equipment such as automatic vehicle classification, vehicle detection system, toll collection system, and personnel surveys through CCTV (Closed Circuit TeleVision), but this requires a lot of manpower and cost. In this study, we proposed a method of estimating traffic volume using deep learning and stereo CCTV to overcome the limitation of not detecting the entire vehicle in case of single CCTV. COCO (Common Objects in Context) dataset was used to train deep learning models to detect vehicles, and each vehicle was detected in left and right CCTV images in real time. Then, the vehicle that could not be detected from each image was additionally detected by using affine transformation to improve the accuracy of traffic volume. Experiments were conducted separately for the normal road environment and the case of weather conditions with fog. In the normal road environment, vehicle detection improved by 6.75% and 5.92% in left and right images, respectively, than in a single CCTV image. In addition, in the foggy road environment, vehicle detection was improved by 10.79% and 12.88% in the left and right images, respectively.