• 한국인터넷방송통신학회논문지
• /
• 제24권1호
• /
• pp.55-58
• /
• 2024

본 논문은 빅데이터 기반 미세먼지 이상 탐지 머신러닝 시스템 설계 및 구현을 제안한다. 제안하는 시스템은 빅데이터로 구성된 미세먼지 및 기상 정보를 통해 미세먼지 대기환경지수를 분류하는 시스템이다. 이 시스템은 머신러닝 기반의 대기환경지수 분류 카테고리별 이상치에 따른 이상치 탐지 알고리즘 설계를 통해 미세먼지를 분류한다. 카메라에서 수집된 영상의 심도 데이터는 미세먼지 농도에 따른 영상을 수집한 후 미세먼지 가시마스크를 생성합니다. 그리고 모노 심도 추정 알고리즘을 통한 학습 기반 핑거프린팅 기법으로 모노스코프 카메라에서 수집된 미세먼지의 가시거리를 추론하여 미세먼지 농도를 도출합니다. 본 방법의 실험 및 분석을 위해 미세먼지 농도 데이터와 지역별, 시간별 CCTV 영상 데이터를 매칭하여 학습 데이터를 생성한 후 모델을 생성하여 실제 환경에서 테스트한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.30-31
• /
• 2020

일반적으로 CCTV 녹화기는 24시간 중단없이 다중 카메라로 부터 수신되는 Video, Audio, Meta 데이터를 파일형태로 저장한다. 그리고 다양한 IoT 센서들은 사건(event)이 발생되었을 때, 입력되는 데이터를 기록한다. 그런데 이 형태의 데이터를 통합하여 사용하는 서비스들에 대한 요구가 증대되고 있다. 그런데 영상데이터와 IoT센서 데이터를 분리해 저장하고 관리하는 기존의 방식으로는 사용 센서의 개수 등에 따라 물리적인 크기가 커지고 관리의 복잡성이 커지는 문제가 발생한다. 본 논문에서는 다중 카메라로부터 입력되는 동영상 데이터와 IoT 센서 데이터를 통합하여 저장하는 방안을 제시한다. 이러한 통합 데이터의 고속 입출력을 지원하기 위해, 본 연구에서는 자체 파일시스템을 개발하였고 저장되는 각각의 파일을 mp4 표준을 따르게 하여 호환성을 보장하도록 구현하였다. 그래서 동영상 파일 포맷으로 널리 사용되는 MP4 포맷에 IoT센서 데이터를 함께 저장함으로써 동영상과 IoT센서의 정보를 효율적으로 관리하고 검색의 편의성을 높일 수 있게 되었다.

• Journal of Information Technology Applications and Management
• /
• 제11권4호
• /
• pp.169-179
• /
• 2004

There are many inductive loop detectors under the highways in Korea. Among the other detectors, some are image detectors. Almost all image detectors are focused one or two lane of the road and are measuring traffic information. This paper proposes to an algorithm for detecting traffic information automatically from CCTV camera images installed on the highway. The information which is counted in one lane or two contains some critical errors by occlusion frequently in case of passing larger vehicles. In this paper, we use a tracking algorithm in which the detection area include all lanes, then the traffic informations are collected from the vehicles individually using difference images in this detection area. This tracking algorithm is better than lane by lane detecting algorithm. The experiment have been conducted two different real road scenes for 20 minutes. For the experiments, the images are provided with CCTV camera which was installed at Kiheung Interchange upstream of Kyongbu highway, and video recording images at Chungkye Tunnel. For image processing, images captured by frame-grabber board 30 frames per second, 640${\times}$480 pixels resolution and 256 gray-levels to reduce the total amount of data to be Interpreted.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.1336-1339
• /
• 2012

최근 공공기관을 통해 CCTV 영상을 통합관리 하려는 움직임이 활발히 발생하고 있다. 하지만, CCTV의 수가 증가하고, 해상도가 높아지면서 통합관리시 저장비용, 검색비용 등의 문제가 예상되고 있다. 이러한 문제의 해결책으로 클라우드 컴퓨팅 기술을 들 수 있는데, 클라우드 컴퓨팅은 다양한 클라이언트 디바이스에서 필요한 시점에 인터넷을 이용해 공유 풀에 있는 서버, 스토리지, 애플리케이션, 서비스 등과 같은 IT 리소스에 쉽게 접근할 수 있는 것을 가능하게 하는 모델이다. 또한 모바일 클라우드 컴퓨팅은 클라우드 컴퓨팅과 다양한 모바일 기기를 결합하여 다양한 서비스를 제공하는 것이다. CCTV와 같은 영상을 생산하는 클라이언트를 모바일 클라우드의 단말로 보고, 영상 데이터를 클라우드 컴퓨팅을 이용하여 관리하면, 저가의 비용으로 대용량의 영상을 저장하는데 비용을 절감 할 수 있으며, 간단한 방법으로 병렬 처리로 검색을 할 수 있어, 검색 시간을 절감 할 수 있는 효과가 있다. 본 논문에서는 모바일 클라우드를 이용한 범용 영상 통합 관리 시스템 모델을 제안하고 이를 토대로 차량용 블랙박스 분야에 한정한 시스템 설계하고 구현하였다.

• 한국전자통신학회논문지
• /
• 제13권1호
• /
• pp.169-174
• /
• 2018

시민들의 안전을 위한 영상통합관제센터에는 수많은 CCTV 카메라가 연결되어 많은 채널의 영상을 소수의 관제사가 관제하는데 어려움이 있다. 본 논문에서는 많은 채널의 영상을 효과적으로 관제하기 위하여 안전지도와 연계한 지능형 영상보안 시스템을 제안한다. 안전지도는 범죄 발생 빈도를 데이터베이스로 구축하고, 범죄 발생 위험 정도를 표현하고, 범죄 취약 계층인 여성이 범죄 위험 지역으로 진입하면 영상통합관제센터의 관제사가 주목할 수 있도록 한다. 성별 구분을 보행자 검출 및 추적 그리고 딥러닝을 통하여 성별을 구분한다. 보행자 검출은 Adaboost 알고리즘을 이용하고, 보행자 추적을 위한 확률적 데이터 연관 필터(probablistic data association filter)를 적용한다. 보행자의 성별을 구분하기 위하여 비교적 간단한 AlexNet를 적용하여 성별을 판별한다. 실험을 통하여 제안하는 성별 구분 방법이 종래의 알고리즘에 비하여 성별 구분에 효과적임을 보인다. 또한 안전지도와 연계한 지능형 영상보안 시스템 구현 결과를 소개한다.

• 한국산업정보학회논문지
• /
• 제29권1호
• /
• pp.91-105
• /
• 2024

자동차 사고는 차량 간의 충돌로 인해 발생되며, 이로 인해 차량의 손상과 함께 인적, 물적 피해가 유발된다. 본 연구는 CCTV에 의해 촬영되어 YouTube에 업로드된 차량사고 동영상으로 부터 추출된 2,550개의 이미지 프레임을 기반으로 차량사고 탐지모델을 개발하였다. 전처리를 위해 roboflow.com을 사용하여 바운딩 박스를 표시하고 이미지를 다양한 각도로 뒤집어 데이터 세트를 증강하였다. 훈련에서는 You Only Look Once 버전 8 (YOLOv8) 모델을 사용하였고, 사고 탐지에 있어서 평균 0.954의 정확도를 달성하였다. 제안된 모델은 비상시에 경보 전송을 용이하게 하는 실용적 의의를 가지고 있다. 또한, 효과적이고 효율적인 차량사고 탐지 메커니즘 개발에 대한 연구에 기여하고 스마트폰과 같은 기기에서 활용될 수 있다. 향후의 연구에서는 소리와 같은 추가 데이터의 통합을 포함하여 탐지기능을 정교화하고자 한다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.186-187
• /
• 2023

한나라호에 구축된 시스템에서 VSAT 통신망을 통해 전달되는 영상이 차지하는 데이터의 크기와 고려되어야 하는 상황에 대한 문제를 연구하고자 한다.

• 한국터널지하공간학회 논문집
• /
• 제26권2호
• /
• pp.129-152
• /
• 2024

터널 내 CCTV를 통한 딥러닝 객체인식 적용에 있어서 터널의 열악한 환경조건, 즉 낮은 조도 및 심한 원근현상으로 인해 오탐지가 대량 발생한다. 이 문제는 객체인식 성능에 기반한 영상유고시스템의 신뢰성 문제로 직결되므로 정탐지 향상과 더불어 오탐지의 저감 방안이 더욱 필요한 상황이다. 이에 본 논문은 딥러닝 객체인식 모델을 기반으로, 오탐지 데이터의 재학습을 통해 오탐지의 저감뿐만 아니라 정탐지 성능 향상도 함께 추구하는 오탐지 학습법을 제안한다. 본 논문의 오탐지 학습법은 객체인식 단계를 기반으로 진행되며, 학습용 데이터셋 초기학습 - 검증용 데이터셋 추론 - 오탐지 데이터 정정 및 데이터셋 구성 - 학습용 데이터셋에 추가 후 재학습으로 이어진다. 본 논문은 이에 대한 성능을 검증하기 위해 실험을 진행하였으며, 우선 선행 실험을 통해 본 실험에 적용할 딥러닝 객체인식 모델의 최적 하이퍼파라미터를 결정하였다. 그리고 본 실험에서는 학습영상 포맷을 결정하기 위한 실험, 반복적인 오탐지 데이터셋의 재학습을 통해 장기적인 성능향상을 확인하기 위한 실험을 순차적으로 진행하였다. 그 결과, 첫 번째 본 실험에서는 추론된 영상 내에서 객체를 제외한 배경을 제거시키는 경우보다 배경을 포함시키는 경우가 객체인식 성능에 유리한 것으로 나타났으며, 두 번째 본 실험에서는 재학습 차수별 독립적으로 오탐지 데이터를 재학습시키는 경우보다 차수마다 발생하는 오탐지 데이터를 누적시켜 재학습 시키는 경우가 지속적인 객체인식 성능 향상 측면에서 유리한 것으로 나타났다. 두 실험을 통해 결정된 방법으로 오탐지 데이터 재학습을 진행한 결과, 차량 객체 클래스는 1차 재학습 이후부터 AP값이 0.95 이상 우수한 추론 성능이 발현되었으며, 5차 재학습까지 초기 추론 대비 약 1.06배 추론성능이 향상되었다. 보행자 객체 클래스는 재학습이 진행됨에 따라 지속적으로 추론 성능이 향상되었으며, 18차 재학습까지 초기 추론대비 2.3배 이상 추론성능이 자가 향상될 수 있음을 보였다.

• 정보과학회 논문지
• /
• 제43권12호
• /
• pp.1351-1355
• /
• 2016

매년 증가하는 CCTV와 이를 효율적으로 관제하기 위한 지능형 영상 시스템에 대한 수요가 계속적으로 증가하고 있다. 그럼에도 불구하고 기존 영상분석엔진은 구동을 위해 매우 높은 사양을 요구할 뿐만 아니라 정확한 탐지율도 담보하지 못하는 실정이다. 본 논문에서는 가벼운 영상 분석기법을 적용해 이동 객체의 위치, 크기, 영상 내 존재 시간과 같은 기본적인 메타를 생성하고 이에 대한 데이터 분석을 통해 관심 객체를 찾아내는 연구를 수행하였다. 그 결과, 가벼운 영상분석 알고리즘 결과의 심층적인 데이터 분석을 통해 가벼운 알고리즘이 수반하는 상당량의 노이즈를 제거하고 관심 객체를 효과적으로 추출할 수 있음을 확인하였다. 본 연구 결과는 향후 지능형 기반 능동적 관제시스템 개발에 기여할 것으로 기대한다.

• 한국산학기술학회논문지
• /
• 제11권6호
• /
• pp.2246-2255
• /
• 2010

본 논문에서는 산업현장에서 통합된 보안관제 시스템을 구축하기 위하여 USN 센서 데이터나 CCTV의 영상으로부터 상황정보를 수집하고 이 상황에 대하여 추론을 할 수 있는 온톨로지 기반의 상황인식 모델에 대하여 기술한다. 상황모델은 스마트 환경에서 자동적이고 이질적인 데이터들을 온톨로지로 표현하고 DL 추론을 통하여 상황을 인식한다. 상황모델을 통합 보안관제 시스템에 적용함으로서 산업현장에서 위험을 자동적으로 검출하여 안전사고를 감소시킬 수 있을 것으로 기대된다.