• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.498-500
• /
• 2022

공공 안전을 위한 영상 감시 시스템이 증가함에 따라 CCTV 관제사가 관제해야 할 영상의 수가 증가하고 있다. 점점 증가하는 관제 영상 수로 인해 CCTV 관제사는 수많은 영상 사이에서 발생하는 살인, 강도, 폭력 등 위급한 이상 상황을 놓치는 문제가 발생할 수 있다. 이러한 문제를 해결하기 위해 최근에는 영상에서 발생하는 이상 상황을 자동으로 탐지하고 CCTV 관제사에게 알려 관제 효율을 향상시키는 연구가 진행되고 있다. 본 논문은 영상에서 발생하는 이상 상황을 자동으로 탐지하기 위해 예측 기반 이상 탐지 방법에 다중 프레임 예측 에러를 활용해서 영상 이상 탐지 정확도를 향상시키는 방법을 제안한다. 결과적으로 제안한 방법을 사용함으로써 프레임 레벨 AUC가 Ped2 데이터 셋에서 92.70%에서 94.56%, Avenue 데이터셋에서 87.37%에서 89.17%로 상승하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.598-600
• /
• 2023

CCTV가 범죄 예방 및 수사에 사용되는데, 수사를 위해 저화질 CCTV 영상에서 특정인의 얼굴 인식엔 어려움을 겪어 CCTV 본연의 역할의 희석된다. 따라서 본 논문은 저화질 영상을 고화질로 변환하여 얼굴 인식의 정확성을 높일 수 있는 알고리즘을 연구하는 것을 목적으로 한다. 기존에 연구된 인공지능 기반의 업스케일링 알고리즘을 분석하여 K-FACE 데이터셋에 적절한 모델을 제안한다. 이를 위해 2020년 이전과 이후의 AI 업스케일링 관련 연구를 비교 분석한다. 향후 제시된 모델을 대상으로 동일한 환경내에서 K-FACE 데이터셋을 학습시켜 통일된 기준의 지표 산출이 필요하다.

• 한국멀티미디어학회논문지
• /
• 제13권4호
• /
• pp.504-511
• /
• 2010

본 논문에서는 인간 뇌의 내부에 존재하는 해마를 모델링한 해마 신경망을 사용하여 도시방범용 CCTV를 위한 얼굴영역 인식 시스템을 제안한다. 이 시스템은 특징추출 부분과 학습 및 인식 부분으로 구성되어 있으며, 특징 추출 부분은 PCA(Principal Component Analysis)와 LDA(Linear Discriminant Analysis) 사용하여 구성한다. 학습부분에서는 해마의 구조의 순서에 따라 입력되는 영상 데이터들의 특징을 치아 이랑 영역에서 호감도 조정에 의해 반응 패턴을 이진화 하고, 다음으로 CA3 영역에서의 자기 연상을 통해 영상에 포함되어 있는 노이즈를 제거하게 된다. 노이즈가 제거된 데이터는 CA1 영역에서 신경망을 통해 장기기억이 이루어진다. 제안한 시스템의 성능을 평가하기 위해 형태변화와 조명변화에 따른 인식률 실험을 실시하였다. 실험 결과, 본 논문에서 제안한 특징 추출 및 학습 방법을 다른 학습 방법들과 비교하였을 때, 우수한 인식률을 가짐을 확인하였다.

• 한국정보통신학회논문지
• /
• 제23권10호
• /
• pp.1234-1239
• /
• 2019

본 논문에서는 추가 설비 없이 기존 CCTV 영상을 디지털 영상 처리를 통하여 미세먼지 농도를 측정하는 방법을 제안한다. 영상처리 알고리즘은 노이즈 제거, 샤프닝, ROI 지정, 엣지 강도 계산, HSV 변환을 통한 보정 순으로 구성되며 C++ OpenCV 라이브러리를 이용해 구현하였다. 한달동안 캡쳐한 CCTV 이미지들에 본 알고리즘을 적용한 결과 ROI 영역에 대해 계산된 엣지 강도는 미세먼지 농도와 밀접한 관계가 있는 것으로 나타났다. 두 데이터간 상관관계를 추론하고자 MATLAB을 이용하여 거듭제곱 방정식 형태의 추세선을 수립하였으며 그 추세선으로부터 이탈한 데이터 포인트들의 개수는 12.5% 내외로 나타나 전체적으로 약 87.5%의 정확도를 보였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.19-19
• /
• 2023

최근 기후변화에 의해 단기간에 많은 양의 집중호우가 발생하여 도시지역의 침수 피해가 증가하고 있다. 이에 도시지역의 홍수 피해 해결을 위해 도심지 홍수 발생 시 홍수정도 및 상황을 파악할 수 있는 장비가 개발되었으나, 실용화 단계까지는 진행이 미흡한 상황이다. 또한 기존 도시지역 홍수 현상 및 원인을 분석하기 위해 수치모형을 활용하고 있으나, 우수관망의 노후화 및 초기 강우패턴 적용에 대한 정확한 해석결과의 어려워 활용성이 낮다. 또한 홍수정도와 발생상황 인지를 위한 계측 장비의 개발 연구는 지속적으로 진행되고 있으나, 계측 장비의 높은 가격으로 전국적으로 설치 할 수 없는 상황으로 이를 대응하기 위한 별도의 방안 마련이 필요한 실정이다. 이를 위해 본 과제에서는 고성능·저비용 계측센서를 개발하여 실용화 가능성을 높이고, 전국에 산재되어있는 CCTV(교통상황, 방법용 등)의 영상을 활용한 침수상황 인지 기술 개발, 계측 데이터와 모니터링 데이터의 활용을 위한 빅데이터 개방 플랫폼을 구축하여, 상습 침수지역에 대해 실시간 감시가 가능한 계측 시스템의 정형 데이터와 CCTV 및 영상 등 모니터링 장비의 비정형 데이터의 분석 기술을 결합한 새로운 도심지 홍수 감시 기술의 개발을 목표로 한다. 이를 위해 본 연구 1차년도에 지표면 침수심 계측센서와 우수관망 월류심 계측센서를 개발하였으며, 2차년도에는개발된 계측센서의 현장실증을 통해 데이터를 수집한다. 수집된 계측센서 데이터와 비정형(CCTV 영상) 데이터의 AI학습을 통해 분석된 침수심, 침수범위, 침수면적 데이터는 도심지 홍수 정보 프로그램을 통해 표출되며, 최종적으로는 현장 상황을 쉽게 파악 가능한 3D 레이어의 형식으로 표출하고자 한다. 추후 도심지 홍수 정보 프로그램을 통해 표출되는 3D 레이어는 환경부가 추진하는 DT(Digital Twin) 연계 인공지능(AI) 홍수예보 사업과의 연계 시 도심지 홍수 지도 구축을 위한 자료로 활용될 수 있을 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.194-194
• /
• 2021

최근 지구온난화 및 이상기후 현상으로 인하여 집중호우의 빈도와 강도가 급증하고 있다. 그리고 급격한 도시화로 불투수 면적이 증가하여 도시지역에 침수피해가 빈번하게 발생하고 있는 실정이다. 이러한 침수피해를 방지하기 위하여 침수위험지구, 재해위험지구를 선정하여 집중호우에 대하여 집중관리를 하고 있지만 위험지구이외의 곳에서 침수가 발생할 경우 신속하게 대처하지 못하는 문제가 발생하고 있다. 또한, 하천이 범람하여 발생하는 외수침수의 경우 수위를 실시간으로 확인할 수 있어 미리 대응이 가능하지만, 내수침수의 경우 지하에 매설되어 있는 관로의 상태를 확인할 수 없기 때문에 순간적으로 발생하는 침수에 대하여 신속하게 대처를 해야 한다. 현재 침수 피해를 신속하게 대처하기 위하여 CCTV를 활용해 침수의 발생여부를 모니터링 하고 있지만 CCTV설치 지역에 비하여 적은 인력으로 모든 CCTV를 확인하지 못하여 침수피해를 신속하게 대처하지 못하고 있는 실정이다. 본 연구에서는 침수사진 자료를 CNN(Convolutional Neural Network)기법을 이용하여 학습시켜 침수의 발생여부를 판단하는 모델을 제안하였다. 딥러닝 기법의 CNN은 이미지의 특징을 추출하여 학습하는 과정을 가지게 되는데 학습이 완료된 모델은 침수사진의 특징을 파악하여 침수가 발생하였는지에 대한 여부를 자동적으로 판단하게 된다. 본 연구결과를 CCTV관재센터 혹은 지자체와의 연계를 통하여 침수의 발생여부를 자동적으로 판단해주는 시스템이 개발된다면 신속한 침수피해 대처가 이루어 질 수 있을 것이라 판단된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.709-711
• /
• 2023

안전관리를 위한 인공지능 기술은 꾸준히 연구되고 있는 분야다. 특히, 컴퓨터 비전 기술을 활용한 CCTV 영상 분석은 군중의 동선과 밀도를 파악하는데 유용하며, 대규모 실내 공간에서 체계적인 안전관리를 가능하게 한다. 그러나 기존의 CCTV 카메라를 사용한 군중 수 추정은 가려짐(occlusion)과 같은 한계가 있다. 본 논문은 무선 랜 신호 데이터 분석 기법을 활용하여 수집한 데이터를 활용하여 실내 환경에서 군중 수를 추정하고자 한다. 본 논문에서는 인원 수 분류 예측을 위해 셰이플릿 확장 변환(Random Dilated Shapelet Transform) 기법을 제안한다. 단일 데이터 세트 내 분류 결과와, TX, RX 배치 방식에 따른 분류 성능의 차이는 모델의 성능 부족보다 데이터의 특성을 고려한 새로운 접근 방법의 필요성을 알려준다.

• 한국지반신소재학회논문집
• /
• 제17권3호
• /
• pp.47-55
• /
• 2018

도심지 지반함몰 현상은 최근 5년간 그 빈도수가 급속히 증가하고 있다. 지하공동의 발달은 지표 침하를 발생시키고 그로 인한 포장재의 취성파괴를 유발시킨다. 본 연구는 도심지 지반함몰의 주원인인 노후화된 하수관로 손상에 의한 지반침하를 예방하기 위한 평가기법 개발 기초연구 이다. 이를 위해 본 연구에서는 노후하수관로 하수관로 CCTV 조사를 통해 지반침하 발생 위험구간에 대해서 GPR 조사를 수행하였다. 하수관로 CCTV 조사와 GPR조사 결과를 통해 노후하수관로의 파손, 이음부 이탈, 토사퇴적 부위에서 지반 이상신호를 확인 할 수 있었다. GPR 조사를 통해 노후하수관로 주변 지반의 공동발생 가능성과 지반이완상태를 평가하였다. 본 연구결과를 통해 CCTV와 GPR 데이터의 결과를 이용한 상관관계 평가방법을 이용하면 하수관로 손상으로 인한 지반침하를 예방할 수 있을 것으로 판단된다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제59차 동계학술대회논문집 27권1호
• /
• pp.159-160
• /
• 2019

본 연구에서는 영상 내 도로의 형태와 영상 내 객체들의 속성을 실시간으로 자기 학습하고 영상 전체에서 나타난 객체와 각 도로 차선을 지나는 객체들의 이상 징후를 판별하기 위해 교통 CCTV 영상을 활용한다. 각 도로 구간을 촬영한 교통 영상에서 추출한 이동 객체 로그에서 영상 내 도로 형태와 영상 내 객체들의 속성을 통해 감시 공간을 학습하고 학습된 정상 프로파일 대비 각 차선을 지나는 객체들과 영상 내 객체들의 이상 상황을 실시간에 판별한다.

• 한국지리정보학회지
• /
• 제19권2호
• /
• pp.63-72
• /
• 2016

CCTV는 국토교통부 통합운영센터와 행정자치부 통합관제센터가 제공하는 유비쿼터스 서비스의 근간을 이루는 시설이다. 그러나 CCTV는 각 부처별로 운영 관리 되는 만큼 각기 다른 법제도에 따라 설치 후 관리되고 있다. 또한, 법제도상에 통일된 관리 근거가 부재하여 실제 관리를 담당하는 각 지자체에서는 부처별 개별 기준에 의해 분산적으로 관리하고 있는 실정이다. 이에 본 연구는 통합적 관리방안 마련을 위해 표준화된 관리대장 작성을 연구의 목적으로 하였다. 이를 위해서 우선적으로 법제도와 공공데이터 개방에 따른 공개 자료 및 실무담당자 인터뷰를 통해 CCTV관리 현황을 분석하여 이를 기반으로 지자체에서 CCTV 설치 사업을 위해 발주한 나라장터의 시방서를 참고하여 통합관리목적의 요구사항을 도출하였다. 통합적 관리차원의 관리대장은 이와 같이 도출된 구성요소를 바탕으로 U-City의 지능화된 시설들과의 연계성 및 관리이력항목을 추가하여 작성하였다. 통합관리를 위한 관리대장은 다부처에서 설치한 CCTV일지라도 관리 기록되는 내용이 공통적으로 작성되도록 하였으며, 공동 이용을 위한 요구조건을 확인할 수 있도록 장비 검색이 용이하도록 하였다. 본 연구 결과는 통합운영센터에서 장비의 통합관리를 위한 시설물관리시스템의 DB구축에 기여할 수 있을 것이며, CCTV의 구성요인들을 고려하여 적정입지 선정과 CCTV의 촬영범위에 대한 상세한 시뮬레이션에 활용될 것으로 기대한다.