Extracting Feature in the Crowd using MTCNN

MTCNN을 활용한 군중 속 특징 추출

According to the National Police Agency, 161 out of 38,496 unsolved cases as of 2020. Most of the adult missing persons, the highest of the unsolved causes, are evaluated as simple runaway, which takes a long time to investigate. Even if search through CCTV, it can take a long time and the accuracy can be somewhat low because you have to check the faces of the characters one by one and find the characters only with the characteristics of the statements. This paper utilizes MTCNN to conduct research on character extraction in CCTV. We initiate simultaneous analysis of the features of faces learned with MTCNN and the clothes we are wearing, so that only the overlapping characters are extracted so that they can be identified to the related parties. For aim to learn more diverse feature detection to narrow down the features of missing persons in the future and increase their accuracy.

2020년에 경찰청에서 조사한 자료에 따르면 38,496건 중에 미해결 사건이 161건으로, 미해결 원인 중 가장 높은 성인실종자의 경우는 대부분 단순 가출로 평가된다. CCTV를 통해 영상을 통해 찾는 경우에도 수많은 사람이 지나가는 상황에 인물들의 얼굴을 일일이 확인하고 진술의 특징들로만 인물을 찾아내야 하기 때문에 긴 시간이 걸리고 정확도가 낮아 수사에 많은 시간이 소요되는 것이 확인되었다. 본 논문은 MTCNN을 활용하여 CCTV 속 인물 추출에 대한 연구를 진행하였다. MTCNN으로 학습된 얼굴들과 입고 있는 옷의 특징을 동시에 분석을 시작하여 겹쳐지는 경우의 인물들만 추출하여 관계자에게 확인이 가능하도록 한다. 향후 실종자의 특징들을 좁혀 정확도를 높이기 위해 더 다양한 특징 검출 학습을 목표로 한다.