A study to Improve the Image Quality of Low-quality Public CCTV

저화질 공공 CCTV의 영상 화질 개선 방안 연구

The number of CCTV installed in Korea is over 1.3 million, increasing by more than 15% annually. However, due to the limited budget compared to the installation demand, the infrastructure is composed of 500,000 pixel low-quality CCTV, and there is a limits on identification of objects in the video. Public CCTV has high utility in various fields such as crime prevention, traffic information collection (control), facility management, and fire prevention. Especially, since installed in high height, it works as its role in solving diverse crime and is in increasing trend. However, the current public CCTV field is operated with potential problems such as inability to identify due to environmental factors such as fog, snow, and rain, and the low-quality of collected images due to the installation of low-quality CCTV. Therefore, in this study, in order to remove the typical low-quality elements of public CCTV, the method of attenuating scattered light in the image caused by dust, water droplets, fog, etc and algorithm application method which uses deep-learning algorithm to improve input video into videos over quality over 4K are suggested.

국내 CCTV 설치 대수는 약 130만 대 이상으로 연평균 15% 이상 증가하고 있다. 하지만 설치수요 대비 한정된 예산으로 인해 50만 화소의 저화질 CCTV로 인프라가 구성되면서 영상 내 객체 식별에 한계가 발생하고 있다. 공공분야 CCTV는 범죄 예방, 교통 정보수집(단속), 시설물의 관리, 화재 예방 등 다양한 분야에서 활용성이 높고 특히 설치되어 있는 것만으로도 각종 범죄 해결에서 큰 역할을 수행하기 때문에 공공 CCTV는 국내외적으로 증가하는 추세이다. 하지만 현재 공공 CCTV는 안개, 눈, 비 등의 환경적 요소로 인한 식별이 불가능한 문제와 저화질 CCTV 설치로 인한 수집 영상의 품질 문제 등의 잠재적인 문제점을 인지한 채 운영하고 있다. 따라서 본 연구에서는 공공 CCTV의 대표적인 저화질 요소를 제거하기 위해 먼지, 물방울, 안개 등으로 인해 발생하는 영상 내 빛의 산란광 감쇄 방법 방법과 딥러닝 알고리즘을 활용하여 입력 영상을 4K 이상 영상으로 화질을 개선하는 알고리즘 적용 방법을 제안한다.