• 한국보육지원학회지
• /
• 제13권6호
• /
• pp.43-67
• /
• 2017

Objective: The purpose of this study was to explore the feasibility to utilize image data recorded and accumulated from CCTV at child care centers. Methods: Literature reviews, consultations and workshops with scholars studying child development, legal professionals, and engineers, focus group interviews with professionals working with young children, and surveys targeting parents, directors and teachers were implemented. Results: It was found the big data from CCTV at child care centers can be used to make policies and implement research as a secondary data set after anonymization. Extracting implicit and useful data from images stored on CCTV is technically feasible. Also, it can be legally guaranteed to analyze the data under the condition of acquiring informed consents. Conclusion/Implications: It was likely to utilize image data from CCTV at child care centers as a secondary data set in order for policy development and scholarly purposes, after overcoming obstacles of the budget for additional infrastructures and consents of information holders.

• 한국정보통신학회논문지
• /
• 제23권4호
• /
• pp.462-469
• /
• 2019

2018년 행정안전부의 통계 조사에 따르면 대한민국의 공공, 민간 CCTV의 대수는 1000만대에 이르며 증가 추세 또한 줄지 않고 있다. 또한 영상판독기술의 발달로 지능형 CCTV를 이용하여 많은 정보를 얻을 수 있다. 최근 CCTV를 활용한 다양한 서비스들이 제공되고 있다. 그러므로 CCTV 영상 데이터의 무결성을 보장하는 것은 매우 중요하다. 하지만 영상에서 일어나는 일을 검증할 수 있는 시스템은 아직까지 존재하지 않는다. 본 논문에서는 수많은 CCTV를 관리하고 활용하며 검증할 수 있는 시스템 모델을 제안한다. 제안하는 모델은 CCTV의 영상을 주변의 CCTV 데이터로 인증한다. 이 모델은 블록체인을 이용하여 영상의 무결성을 보장한다. 또한 큰 영상 데이터가 아닌 훨씬 작은 분석된 데이터들을 사용함으로써 CCTV의 프라이버시 문제와 블록체인의 데이터 크기 문제를 해결한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.498-500
• /
• 2022

CCTV는 위험 상황을 파악하고 신속히 대응함으로써, 인명과 자산을 안전하게 보호한다. 하지만, 점점 많아지는 CCTV 영상을 지속적으로 모니터링하기는 어렵다. 이런 이유로 CCTV 영상을 지속적으로 모니터링하면서 이상행동이 발생했을 때 알려주는 장치가 필요하다. 최근 영상데이터 분석에 인공지능 모델을 활용한 많은 연구가 이루어지고 있다. 본 연구는 CCTV 영상에서 관측할 수 있는 다양한 이상 행동을 분류하기 위해 영상데이터 사이의 공간적, 시간적 특성 정보를 동시에 학습한다. 학습에 이용되는 인공지능 모델로 End-to-End 방식의 3D-Convolution Neural Network(CNN)와 ResNet을 결합한 다중 분류 딥러닝 모델을 제안한다.

• 한국지리정보학회지
• /
• 제27권2호
• /
• pp.19-33
• /
• 2024

방범용 CCTV는 지속적으로 증설되고 있으나 설치 위치 결정에 대한 가이드라인의 부재로 범죄 발생 다발지역과 무관한 위치에 CCTV가 설치되는 경우가 많다. 이에 본 연구에서는 도시공간빅데이터를 활용하여 CCTV 우선설치지수를 개발하고, 사례지역에 시범 적용하여 적용 가능성을 타진하였다. CCTV 우선설치지수는 범죄취약지수와 감시취약지수로 구성하였으며, 각각 머신러닝 알고리즘을 통해 예측한 그리드별 범죄발생건수, 가시권 분석을 통해 산출한 그리드별 감시불가면적의 비율을 활용하여 산출하였다. 지수를 시범지역에 적용한 결과 CCTV 가시권 분석에 Viewshed 기능을 활용함으로써 기존 버퍼 기능 활용 시 감시면적이 과대 추정되었던 문제를 해결할 수 있었다. 또한 해당 지수를 적용하여 CCTV 설치 위치를 결정할 경우, 감시면적을 효율적으로 개선 가능하다. 본 연구의 CCTV 위치 결정 프로세스에 따라 사례지역에 신규 CCTV를 추가 설치할 경우, 도로면적 대비 감시면적이 43.25%에서 83.73%로 증가하였다. 따라서, CCTV 우선설치지수는 스마트안전도시 조성을 위한 효과적인 의사결정 도구로 활용될 수 있을 것이다.

• 한국인터넷방송통신학회논문지
• /
• 제20권5호
• /
• pp.195-205
• /
• 2020

최근 4차 산업혁명 시대로 인한 기술 발전이 도래하게 되었으며, 이러한 변화로 인해 데이터가 광범위하게 사용되기 시작했다. 빅데이터는 국가의 행정, 치안, 보안 등 시민의 안위를 위해서도 자주 사용되고 있다. 이러한 치안 유지의 효율성을 높이기 위해서는 CCTV의 설치 현황을 파악하고, 구역별 인구수와 비교하여 CCTV의 설치 비율, 그리고 구역별 범죄율 등을 분석하여 개선할 필요가 있다. 따라서 본 논문에서는 CCTV, 여성 인구, 유흥업소 등과 같이 범죄 발생률과 관련된 데이터를 수집하고, 이를 활용하여 CCTV의 효율적인 관리와 설치를 통해 범죄율을 줄이기 위한 공공 데이터 기반 빅데이터 분석 시스템을 개발한다.

• 디지털융복합연구
• /
• 제15권5호
• /
• pp.61-69
• /
• 2017

본 논문에서는 공공기관의 빅데이터를 활용한 표준분석모델을 살펴보고, 실제 사례현장의 분석결과를 통해 빅데이터 표준분석모델의 적합성과 효과성을 확인하고자 한다. 특히 행정효율성을 향상시킬 수 있는 분야인 민원, CCTV 등의 빅데이터에 대한 표준분석모델을 대상으로 하였다. 이를 위해 빅데이터 표준분석 지표를 산출하고 K시의 CCTV우선설치지역 사례에 적용하여 빅데이터 표준분석모델의 정확성을 조사하였다. 빅데이터 표준분석 모델을 활용한 K시의 사례분석 결과, 우선 설치리스트 상위 지점 모두 범죄취약지수 중 환경지수 값이 전반적으로 낮게 나온 반면, CCTV미설치 지역에 따른 감시취약지수와 야간 및 심야 시간대의 유동인구 지수가 높게 나타났다. 이는 실제로 CCTV설치에 대한 민원이 높고 그 필요성을 인지하고 있는 지역으로 빅 데이터 분석결과가 높은 정확성을 나타내고 있음을 확인할 수 있다. 이러한 연구결과는 빅데이터 활용과 분석에 의한 행정 효율성의 제고 및 디지털 융합 환경에서 빅데이터 표준분석 모델의 의미있는 시사점을 제시하고 있다.

• 디지털콘텐츠학회 논문지
• /
• 제14권4호
• /
• pp.447-454
• /
• 2013

수많은 CCTV에서 기록 보관되는 영상 데이터가 폭발적으로 증가하면서, 빅데이터 환경에 적합한 CCTV 영상 데이터의 처리와 응용이 큰 이슈가 되고 있다. 본 논문에서는 대규모 CCTV 영상 데이터를 하둡 기반으로 병렬처리하고, 이를 활용한 VRT(Vehicle Route Tracking) 시스템을 설계 구현한다. VRT 시스템은 대규모 차량 번호판 인식 시스템의 특성을 가지며, 구글 맵을 통해 특정 차량의 이동경로를 빠른 시간 내에 추적 가능케 한다. 그리고 VRT 시스템의 성능 평가를 위한 실험을 통하여 단일 PC와 하둡 환경에서 대규모 CCTV 영상 데이터의 번호판 인식 시간을 비교 분석한다.

• Journal of Information Processing Systems
• /
• 제19권6호
• /
• pp.767-777
• /
• 2023

In modern society, user privacy is emerging as an important issue as closed-circuit television (CCTV) systems increase rapidly in various public and private spaces. If CCTV cameras monitor sensitive areas or personal spaces, they can infringe on personal privacy. Someone's behavior patterns, sensitive information, residence, etc. can be exposed, and if the image data collected from CCTV is not properly protected, there can be a risk of data leakage by hackers or illegal accessors. This paper presents an innovative approach to "machine learning based reversible chaotic masking method for user privacy protection in CCTV environment." The proposed method was developed to protect an individual's identity within CCTV images while maintaining the usefulness of the data for surveillance and analysis purposes. This method utilizes a two-step process for user privacy. First, machine learning models are trained to accurately detect and locate human subjects within the CCTV frame. This model is designed to identify individuals accurately and robustly by leveraging state-of-the-art object detection techniques. When an individual is detected, reversible chaos masking technology is applied. This masking technique uses chaos maps to create complex patterns to hide individual facial features and identifiable characteristics. Above all, the generated mask can be reversibly applied and removed, allowing authorized users to access the original unmasking image.

• 한국인터넷방송통신학회논문지
• /
• 제19권4호
• /
• pp.1-6
• /
• 2019

CCTV 영상 녹화 시스템은 영상 데이터의 증거가치로 인정받음으로 인해, 시설물의 경비 혹은 보안 관제의 목적으로 실생활에 널리 사용되고 있다. 최근 인터넷의 기술의 혁신으로 유/무선 네트워크를 통해 고화질 고용량의 데이터를 실시간 처리할 수 있도록 발전하고 있다. 영상 녹화 장치에서의 녹화 데이터는 중요하지만, 이를 유지하기 위한 방법, 특히 예기지 않은 장비의 결함이나 외부 공격에 의한 영상 데이터 손실을 막기 위한 이중화 방안은 드물다. 어렵게 이중화를 구현한다고 하더라도 고용량의 영상 데이터가 네트워크를 통해 전달되면서 발생하는 네트워크 과부하를 피할 수 없다. 본 논문에서는 CCTV 네트워크 영상 녹화 환경에서 네트워크 과부하를 유발하지 않고 이중화를 운영할 수 있는 장애 조치 기법을 제시하고 검증한다.

• 한국융합학회논문지
• /
• 제12권2호
• /
• pp.1-6
• /
• 2021

현대사회에서는 차량을 소유하는 사람들이 증가하면서 교통문제가 발생하고 있다. 특히 고속도로 교통사고 문제는 발생률이 낮지만 치사율은 높다. 따라서 차량의 이상을 탐지하는 기술이 연구되고 있다. 이 중에는 딥러닝을 이용한 차량 이상탐지 기술이 있다. 이는 사고 및 엔진고장으로 인한 정차차량 등의 차량 이상을 탐지한다. 그러나 도로에서 이상이 발생할 경우 운전자의 위치를 파악할 수 있어야 빠른 대처가 가능하다. 따라서 본 연구에서는 도로 CCTV 데이터를 활용한 딥러닝 기반 차량 이상 감지 방법을 제안한다. 제안하는 방법은 먼저 도로 CCTV 데이터를 전처리한다. 전처리는 배경 추출 알고리즘인 MOG2를 이용하여 배경과 전경을 분리한다. 전경은 변위가 존재하는 차량을 의미하며 도로 위에서 이상이 존재하는 차는 변위가 없어 배경으로 판단된다. 배경이 추출된 이미지는 이상을 탐지하기 위해 YOLOv4를 이용하여 객체를 탐지한다. 해당 차량은 이상이 있음으로 판단한다.