• The Journal of the Korea institute of electronic communication sciences
• /
• v.18 no.1
• /
• pp.1-10
• /
• 2023

In this paper, the design and implementation of the long-distance wireless transmission technology of high-definition video using domestic wireless communication technology for the existing wired-based CCTV surveillance system and IP camera system was evaluated for performance. The interworking test between the wireless multi-IP camera transmission terminal device and the wireless communication RF module, and the wireless multi-IP camera-based video transmission system integration interworking test confirm the module interworking suitability during video transmission.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.10a
• /
• pp.376-378
• /
• 2022

Artificial intelligence technology is widely used in various fields such as artificial intelligence speakers, artificial intelligence chatbots, and autonomous vehicles. Among these AI application fields, the image processing field shows various uses such as detecting objects or recognizing objects using artificial intelligence. In this paper, data synthesized by a virtual human is used as a method to analyze images taken in a specific space.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.05a
• /
• pp.228-231
• /
• 2022

Most CCTVs operated by public institutions for crime prevention and parking enforcement are located on roads. The angle of these CCTV's view is often changed for various reasons, such as bolt loosening by vibration or shocking by vehicles and workers, etc. In order to effectively provide AI services based on the collected images, the service target area(ROI, Region Of Interest) must be provided without interruption within the image. This is also related to the viewpoint of effective operation of computing power for image analysis. This study explains how to maximize the application of artificial intelligence technology by setting the ROI based on the marker on the road, setting the image analysis to be possible only within the area, and studying the process of finding the ROI.

• Journal of the Society of Disaster Information
• /
• v.17 no.4
• /
• pp.733-746
• /
• 2021

Purpose: This study was conducted for the purpose of selecting important events from among various events that may pose a risk to railway passengers. For this purpose, opinions of various railroad vehicle passengers and railway operator workers were investigated and analyzed. Method: The survey was conducted on 1,000 men and women in their 20s and 60s and 429 workers at 11 company across the country. A survey was conducted on the dangerous situations that may occur in subways, general railroads and high-speed rail vehicles targeting passengers. For railway operator workers, the questionnaire is limited to subway vehicles. Result: Among the passenger risk factors(abnormal behavior and dangerous situations) selected based on the frequency and importance of occurrence of passenger risk factors, the main risk factors are selected 'car door jamming', 'sexual harassment', 'intoxicating behavior', 'fighting' /assault', 'wandering around', and 'not wearing a mask'. Conclusion: The major risk factors affecting passengers were selected by surveying passengers and railway operators. we plan to develop a CCTV detection system with AI technology that can quickly and continuously detect the major risk factors of railway vehicles selected as a result of this study.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.118-121
• /
• 2022

국내 산업재해 사고 사망자의 상당수가 건설업에서 발생하고 있다. 건설 현장에는 굴삭기, 크레인과 같은 중장비가 많고 높은 곳에서 작업하는 경우가 흔해 위험 요소에 노출될 가능성이 높다. 물리적 사고 외에도 작업 중 발생하는 미세먼지에는 여러 유해 인자가 존재하여 건설근로자들에게 호흡기질환과 같은 직업병을 유발한다. 정부에서는 산업현장 안전 관리의 중요성이 증가함에 따라 각종 산업재해로부터 근로자를 보호하기 위한 법안을 마련하였다. 따라서 건설 현장의 경우 산업재해를 방지하기 위해서 위험요소를 사전에 인지하고 즉각 대응할 수 있는 기술이 필요하다. 본 연구에서는 인공지능(AI)과 사물인터넷(IoT)을 통한 자동화 기술을 활용하여 24시간 안전 관리 시스템을 제안한다. 제안하는 IoT 기반 통합안전 관리 시스템은 AI를 적용한 CCTV를 통해 산업 현장을 모니터링하고, 다수의 IoT 센서가 측정한 수치를 근로자 및 관리자가 실시간으로 확인할 수 있게 하여 산업 현장 내 안전사고를 예방한다. 구체적으로 어플리케이션을 통해 미세먼지 농도, 가스 농도, 온도, 습도, 안전모 착용 여부 등을 모니터링할 수 있다. 모니터링 중에 유해물질의 농도가 일정 수치를 넘기거나 안전모를 착용하지 않은 근로자가 발견될 경우 근로자 및 관리자에게 경고 알림을 발송한다. 유해물질 농도는 IoT 센서를 통해 측정하며 안전모 착용 여부는 카메라 센서에 딥러닝 모델을 적용하여 인식하였다. 본 연구에서 제시한 통합안전관리시스템을 통해 건설현장을 비롯한 산업현장의 산업재해 감소와 근로자 안전 증진에 기여할 수 있을 것으로 기대한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.6-6
• /
• 2022

최근 수재해에 대응하기 위한 물관리 환경은 기후변화에 따른 홍수 피해 심화와 댐과 하천 시설의 노후화 점증, 하천관리일원화 등 정책적 변화, 그리고 포스트코로나 디지털 혁신 등 복합적 대전환 시대 진입에 따라 복잡다단한 양상을 보이고 있다. 디지털 트윈은 디지털 대전환(digital transformation) 시대 다양한 산업 영역에서 지능화와 생산성 향상을 목적으로 도입되고 있다. 본 국가 시범사업에서는 170 km에 달하는 섬진강 유역 전체를 대상으로 홍수에 대응하기 위한 디지털 트윈 플랫폼(K-Twin SJ)을 구축하고 있다. 본 플랫폼은 국가 인프라 지능정보화 사업의 일환으로 시작되었으며, 공간정보와 시설물 모델링, 홍수 분석 등 수재해에 대응하기 위한 수자원 분야의 다학제적인 강소기업들과 K-water에서 컨소시엄을 구성하여 추진하고 있다. 본 사업의 내용은 섬진강 댐-하천 유역에 대하여 고정밀도 3D 공간정보화, 실시간 물관리 데이터 연계, 홍수 분석 시뮬레이션, AI 댐 운영 최적화, AI 사면 정보 생성, 하천 제방 안전성 평가, AI 지능형 CCTV 영상분석, 간이 침수피해 예측, 드론 제약사항 조사 체계 개발을 포함하고 있다. 물관리 데이터와 하천 시설정보를 트윈 플랫폼 상에서 위치기반으로 시각화 표출하기 위해서는 유역의 공간정보를 3차원으로 구축하는 과정이 필수적이다. 따라서 GIS 기반의 섬진강 하천 중심 공간정보 구축을 위해 유역의 국가 정사영상과 5m 수치표고모형(DEM)은 최신성과를 협조 받아 적용하였으며, 홍수 분석을 위한 하천 중심 공간정보는 신규 헬기에 LiDAR 매핑을 수행하여 0.5m 급 DEM을 신규 구축하였다. 또한 하천 시설물 중 섬진강댐과 79개 주요 하천 횡단 교량과 3개 보 시설을 지상기준점 측량과 드론 매핑, 패턴 방식의 경량화 작업을 통해 트윈에 탑재할 수 있는 시설물 3D 객체 모델을 제작하였다. 홍수 분석을 위해서는 섬진강 유역에 대해 K-Drum, K-River, K-Flood 모델을 구축하였으며, AI 하천 수위 예측 학습 모델을 개발하였다. 섬진강 디지털 트윈 유역 물관리 플랫폼을 통해 데이터 기반의 똑똑한 물관리를 구현하고자 한다.

• Journal of Internet Computing and Services
• /
• v.24 no.6
• /
• pp.81-89
• /
• 2023

In modern society, blind people face difficulties in navigating common environments such as sidewalks, elevators, and crosswalks. Research has been conducted to alleviate these inconveniences for the visually impaired through the use of visual and audio aids. However, such research often encounters limitations when it comes to practical implementation due to the high cost of wearable devices, high-performance CCTV systems, and voice sensors. In this paper, we propose an artificial intelligence fusion algorithm that utilizes low-cost video sensors integrated into smartphones to help blind people safely navigate their surroundings during walking. The proposed algorithm combines motion capture and object detection algorithms to detect moving people and various obstacles encountered during walking. We employed the MediaPipe library for motion capture to model and detect surrounding pedestrians during motion. Additionally, we used object detection algorithms to model and detect various obstacles that can occur during walking on sidewalks. Through experimentation, we validated the performance of the artificial intelligence fusion algorithm, achieving accuracy of 0.92, precision of 0.91, recall of 0.99, and an F1 score of 0.95. This research can assist blind people in navigating through obstacles such as bollards, shared scooters, and vehicles encountered during walking, thereby enhancing their mobility and safety.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.951-952
• /
• 2023

소위 '인생네컷'이라 불리는 셀프사진관은 MZ 세대의 새로운 놀이 문화로 떠오르며 사용자 수가 나날이 증가하고 있다. 그러나 짧은 시간 내에 다양한 포즈를 취해야 하는 셀프사진관 특성상 촬영이 낯선 사람에게는 여전히 진입장벽이 존재한다. 더불어 매번 비슷한 포즈와 사진 결과물에 기존 사용자는 점차 흥미를 잃어가는 문제점도 발생하고 있다. 이에 본 연구에서는 셀프사진관 사용자의 관계를 분류하는 모델을 개발하여 관계에 따른 적합하고 다양한 포즈를 추천하는 프레임워크를 제안한다. 사용자의 관계를 'couple', 'family', 'female_friend', 'female_solo', 'male_friend', 'male_solo' 총 6 개로 구분하였고 실제 현장과 유사하도록 단색 배경의 이미지를 우선으로 학습 데이터를 수집하여 모델의 성능을 높였다. 모델 학습 단계에서는 모델의 성능을 높이기 위해 여러 CNN 기반의 모델을 전이학습하여 각각의 정확도를 비교하였다. 결과적으로 195 장의 test_set 에서 accuracy 0.91 의 성능 평가를 얻었다. 본 연구는 객체 인식보다 객체 간의 관계를 학습시켜 관계성을 추론하고자 하는 것을 목적으로, 연구 결과가 희박한 관계 분류에 대한 주제를 직접 연구하여 추후의 방향성이나 방법론과 같은 초석을 제안할 수 있다. 또한 관계 분류 모델을 CCTV 에 활용하여 미아 방지 혹은 추적과 구조 등에 활용하여 국가 치안을 한층 높이는 데 기대할 수 있다.

• Journal of Korean Tunnelling and Underground Space Association
• /
• v.19 no.6
• /
• pp.915-936
• /
• 2017

In this study, current status of Korean hazard mitigation guideline for tunnel operation is summarized. It shows that requirement for CCTV installation has been gradually stricted and needs for tunnel incident detection system in conjunction with the CCTV in tunnels have been highly increased. Despite of this, it is noticed that mathematical algorithm based incident detection system, which are commonly applied in current tunnel operation, show very low detectable rates by less than 50%. The putative major reasons seem to be (1) very weak intensity of illumination (2) dust in tunnel (3) low installation height of CCTV to about 3.5 m, etc. Therefore, an attempt in this study is made to develop an deep-learning based tunnel incident detection system, which is relatively insensitive to very poor visibility conditions. Its theoretical background is given and validating investigation are undertaken focused on the moving vehicles and person out of vehicle in tunnel, which are the official major objects to be detected. Two scenarios are set up: (1) training and prediction in the same tunnel (2) training in a tunnel and prediction in the other tunnel. From the both cases, targeted object detection in prediction mode are achieved to detectable rate to higher than 80% in case of similar time period between training and prediction but it shows a bit low detectable rate to 40% when the prediction times are far from the training time without further training taking place. However, it is believed that the AI based system would be enhanced in its predictability automatically as further training are followed with accumulated CCTV BigData without any revision or calibration of the incident detection system.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.23 no.2
• /
• pp.69-78
• /
• 2024

Recently, the use of CCTV to prevent crowd accidents has been promoted, but research is needed to compensate for the spatial limitations of CCTV. In this study, pedestrian density was measured using drone footage, and based on a review of existing literature, a threshold of 6.7 people/m² was selected as the cutoff risk level for crowd accidents. In addition, we conducted a preliminary study to determine drone parameters and found that the pedestrian recognition rate was high at a drone altitude of 20 meters and an angle of 60°. Based on a previous study, we selected a target area with a high concentration of pedestrians and measured pedestrian density, which was found to be 0.27~0.30 per m². The study shows it is possible to measure risk levels by determining pedestrian densities in target areas using drone images. We believe drone surveillance will be utilized for crowd safety management in the near future.