• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2009.11a
• /
• pp.186-189
• /
• 2009

본 연구에서는 폭력영상 시청 시 개인의 공격성향에 따른 생체신호(ECG, GSR)의 변화를 분석하였다. 남자 23 명(21.4 세, ${\pm}1.8$ 세)의 피험자의 공격성을 설문지로 측정하였다. 실험은 Rest(15 분), 안정영상 시청(2 분 14 초), 폭력영상 시청(50 초), 안정영상 시청(2 분 14 초)으로 구성되어 있다. 폭력영상은 패싸움·마루타 실험장면을 보여주었으며, 안정영상은 바다·산·계곡 등의 영상을 보여주었다. 폭력영상 시청 시 개인의 공격성향과 ECG 신호 사이의 상관관계는 관찰 할 수 없었으나, GSR 신호와는 음의 상관관계를 관찰 할 수 있었다. 이 결과는 공격성이 높은 사람일수록 폭력영상 시청 시 생체신호 변화가 작을 수 있음을 시사한다.

• Broadcasting and Media Magazine
• /
• v.20 no.3
• /
• pp.67-75
• /
• 2015

최근 범죄 예방을 위해 감시영상에서 폭력행위 검출에 대한 영상 분석 기술의 요구가 증가하고 있지만 지금까지의 폭력행위 검출 기술은 영화 또는 YouTube의 폭력장면 검출에 초점이 맞추어져 있다. 영화에서 촬영된 폭력 장면에는 주로 피를 흘리는 모습들이 자주 등장하기 때문에 색상 특징을 이용한 알고리즘을 많이 사용하였다. 하지만 실제 CCTV에서 촬영된 폭력행위는 피가 묻은 장면이 자주 발생하지 않기 때문에 영화 속 폭력장면 검출 알고리즘과는 차별성이 있어야 한다. 본 고에서는 국내외 폭력 행동 분석에 대한 기술 동향을 살펴보고 감시영상에서의 폭력 행동 검출하는 기술에 대해 살펴보고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.838-841
• /
• 2020

본 논문은 영상 속 폭력행위를 인식하기 위해 3 차원 컨벌루션을 활용하여 원본 영상과 스켈레톤(skeleton)영상으로부터 추출한 시각 및 움직임 정보를 동시에 활용하는 2-스트림 구조의 폭력상황 인식기를 제안한다. 제안된 폭력상황 인식기에서는 수평, 수직 방향의 큰 움직임이 많이 나타나는 폭력영상의 특성을 활용하기위해 각 방향의 특성을 독립적으로 학습할 수 있는 split-FAST 3차원 컨벌루션을 활용하고, 3 차원 Attention 을 적용하여 시각 및 움직임 정보 추출 시 영상의 중요지역을 중점적으로 반영하도록 함으로써 촬영 기기의 이동 또는 여러 사람의 뒤엉킴 등으로 영상의 시점 변화나 상황 변화가 잦은 경우에도 강인한 성능을 가질 수 있도록 하였다. 또한 기존의 연구들과 달리 비제약적인 환경에서 CCTV, 모바일 카메라 등으로 촬영된 실제 영상들로 구성된 RLVS 데이터셋을 학습 데이터로 사용함으로써 실제의 폭력 행위를 잘 인식할 수 있도록 하였다. RLVS 를 이용한 평가 실험에서 제안된 폭력상황 인식기가 약 92%의 인식 정확도를 얻었다.

• Journal of Broadcast Engineering
• /
• v.20 no.3
• /
• pp.430-439
• /
• 2015

The demand of violence detection techniques using a video analysis to help prevent crimes is increasing recently. Many researchers have studied vision based behavior recognition but, violent behavior analysis techniques usually focus on violent scenes in television and movie content. Many methods previously published usually used both a color(e.g., skin and blood) and motion information for detecting violent scenes because violences usually involve blood scenes in movies. However, color information (e.g., blood scenes) may not be useful cues for violence detection in surveillance videos, because they are rarely taken in real world situations. In this paper, we propose a method of violent behavior detection in surveillance videos using motion vectors such as flow vector magnitudes and changes in direction except the color information. In order to evaluate the proposed algorithm, we test both USI dataset and various real world surveillance videos from YouTube.

• Journal of Broadcast Engineering
• /
• v.22 no.2
• /
• pp.234-239
• /
• 2017

A real-time violence detection algorithm based on a new descriptor using the magnitude and direction changes of movement in images is proposed. The descriptor was developed from the observation that the changes of violent actions are much larger than those of normal movements. Descriptor feature vectors consisting of descriptor values during several frames are obtained and these are inputs to SVM(Support Vector Machine) classifier for discriminating violence actions from and non-violence actions. Comparison experiments between the ViF(Violent Flow) and the proposed algorithm were conducted with three different types of datasets. The experimental results show that the proposed algorithm outperforms the ViF in every case.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.721-724
• /
• 2018

최근 청소년들은 욕설, 폭력적, 선정적, 비하적 표현을 일상생활에서 자연스럽게 사용하고 있다. 현재 청소년들은 자극적이고 폭력적인 개인 방송을 시청하며 유해 표현을 학습한다. 그래서 여러 기업에서는 모니터링 요원을 배치하거나 사용자들의 신고를 통해 유해 영상을 제재하는 중이다. 하지만 방대한 규모의 동용상 때문에 사람이 직접 모든 영상을 확인하는 것은 물리적으로 불가능하다. 따라서 본 논문에서는 자연어 처리 기술을 활용하여 자동으로 유해 영상을 탐지하는 시스템을 제안하고자 한다. 본 시스템은 데이터 수집, 텍스트 변환, 형태소 분석, 유해 사전 구성, 유해 판단 5가지 과정으로 이루어진다.

• Journal of Digital Contents Society
• /
• v.16 no.1
• /
• pp.25-32
• /
• 2015

With the increased frequency of crime such as assaults and sexual violence, the reliance on CCTV in arresting criminals has increased as well. However, CCTV, which should be monitored by human labor force at all times, has limits in terms of budget and man-power. Thereby, the interest in intelligent security system is growing nowadays. Expanding the techniques of an objects behavior recognition in previous studies, we propose a system to detect forms of violence between 2~3 objects from images obtained in CCTV. It perceives by detecting the object with the difference operation and the morphology of the background image. The determinant criteria to define violent behaviors are suggested. Moreover, provable decision metric values through measurements of the number of violent condition are derived. As a result of the experiments with the threshold values, showed more than 80% recognition success rate. A future research for abnormal behaviors recognition system in a crowded circumstance remains to be developed.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.1120-1123
• /
• 2021

학교폭력 피해 사례는 꾸준히 증가하는 반면 학교폭력 예방의 대안으로 실시되고 있는 앱/웹 시스템으로는 통합성의 연계에 어려움이 있어 문제점으로 나타나고 있다. 본 논문에서 구현한 학교 폭력 예방 통합 앱 시스템은 학교폭력 진단 테스트, AI 상담, 일기장, 게시판, 교화 프로그램 영상 시청 기능을 제공함으로써 이런 문제점들을 보완하였다. 또한, 진단 테스트와 상담 내용의 신뢰성을 확보하기 위해 상담 센터의 검증을 받았다. 해당 시스템의 활용을 통해 학교폭력 예방 교육의 효과를 기대할 수 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.703-704
• /
• 2023

학교폭력은 교육 환경에서 심각한 문제이다. 피해자에게 심리적 고통과 육체적 상해를 입히고 학교 내 안전과 안정성을 위협한다. 이에 많은 교육기관과 정부 기관이 학교폭력 예방과 대처를 위한 다양한 방안을 제시하고 있지만, 여전히 어려운 문제이다. 최근에는 인공지능 기술을 활용하여 학교폭력 방지와 대처에 관한 연구가 이루어지고 있다. 본 연구에서는 YOLOv5(You Only Look Once version 5) 딥러닝 알고리즘을 활용하여 학교 내부에서 발생하는 폭력 행위를 실시간으로 탐지하는 모델을 제안한다. 이 모델은 CCTV와 같은 영상 데이터를 입력으로 받아들여 학교 내부에서 발생하는 폭력 행위를 실시간으로 식별하는 것을 목표로 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.442-445
• /
• 2020

인터넷 및 IT 기술의 발전과 더불어 미디어산업에도 큰 변화가 일어나고 있다. TV 를 대신하여 스트리밍 서비스를 이용하는 사람들이 늘고 있으며 SNS 를 활용하여 서로의 경험을 간접적으로 공유하는 형태의 새로운 문화 컨텐츠가 자리잡아가고 있다. 하지만 이러한 컨텐츠를 소비하는 주요 계층 중에는 초중고 학생들도 포함되어 있다. 인터넷 혹은 SNS 에서 소비되는 컨텐츠들을 관리 감독하는 컨트롤 타워가 부족하거나 전무하기 때문에 폭력, 음주, 흡연 등 사회적으로 악영향을 줄 수 있는 영상 또는 사진이 무분별하게 생산되어 청소년들에 의해 소비되고 있으며 더 나아가 이것이 사회적 문제로까지 대두되고 있다. 이러한 문제를 해결하기 위해 인공지능 기술을 활용한 여러 다양한 감시 시스템 개발을 위한 연구가 한창이다. 본 연구에서는 SNS 및 스트리밍 서비스에서 제공되는 영상 및 사진을 Pose Estimation 및 표정 인식 기술을 활용하여 폭력을 자동적으로 감지할 수 있는 폭력 감지 시스템을 개발하는데 그 목적이 있다.