• 한국멀티미디어학회논문지
• /
• 제10권2호
• /
• pp.209-217
• /
• 2007

본 논문은 'CCTV영상 교통정보분석시스템'의 일환으로 도로 상의 CCTV 영상정보를 이용하여 기후정보를 추출하는 방법을 제시한다. 도로상의 CCTV 영상정보에서 기후정보를 얻는 방법은 맑은 날의 영상에서 RGB 평균값을 얻고 이를 기준으로 맑음, 흐림, 비, 눈, 안개 등의 영상을 구분하는 방법이다. 이 방법에 대한 보완으로 본 논문에서는 온 습도 정보를 사용하여 보다 세밀한 기후정보를 검출하는 방법을 제시한다. 본 논문에서 제시하는 CCTV 영상에서 기후정보를 검출하기 위한 방법은 기존의 기후정보서비스를 대체하기 위한 방안으로 기존에는 값비싼 센스를 이용하였으나, 본 시스템에서는 CCTV 영상을 이용하여 기후를 검출하는 알고리즘을 제안한다. 이 알고리즘은 CCTV 영상에서 기후정보를 검출하기 위하여 영상을 분석하고 환경 변수인 온 습도 정보를 활용하여 영상정보에서 기후정보의 검출을 용이하게 하도록 설계하였다. 이 알고리즘은 많은 시간비용과 공간비용이 소모되는 DB를 활용한 기법보다 구현에 다소 간의 어려움은 있으나, 비용이 적게 들고 구축과 동시에 실무에 활용할 수 있다는 장점이 있다. 또한 온도, 습도와 일시정보를 추가하여 검출된 기후정보의 정확성을 꾀하였다. 마지막으로 제안된 알고리즘을 영상정보를 이용한 실험을 통해 알고리즘의 유용성을 검증한다.

• 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.

• 한국구조물진단유지관리공학회 논문집
• /
• 제20권5호
• /
• pp.58-65
• /
• 2016

최근 이슈가 되고 있는 도심지 지반함몰로 인하여 주기적인 하수관로 조사의 필요성이 강조되고 있다. 일반적으로 수행되는 조사 방법 중 하나인 하수관로 CCTV조사는 상당한 시간과 노력이 소요된다. 기존 연구들은 주로 하수관로 조사에 소요되는 노력을 줄이기 위한 H/W 및 S/W의 개발에 관한 연구가 주를 이루고 있다. 그러나 기존 CCTV 탐사장치를 이용하여 관리담당자가 보관하고 있는 수많은 조사영상를 활용하기 위한 연구는 진행되지 않았다. 본 연구는 cross-correlation기법 기반의 이미지프로세싱 방법을 적용하여 CCTV 조사영상의 자막으로부터 장치의 위치정보를 추출하였다. CCTV 장치의 시간-거리 관계를 분석한 결과 탐사 장치가 정지시간과 하수관로의 손상 사이의 강한 상관관계를 확인하였다. 제안된 CCTV영상의 분석법을 활용하는 경우 CCTV조사 보고서 작성 및 관리에 소요되는 노력을 줄임으로써 하수관로 유지관리의 효율성과 신뢰도를 높일 수 있을 것으로 기대된다.

• 한국멀티미디어학회논문지
• /
• 제21권9호
• /
• pp.1027-1034
• /
• 2018

CCTV has been known to possess high level of objectivity and utility. Hence, the government has recently focused on replacing low quality CCTV with higher quality ones or even by adding high resolution CCTV. However, converting all existing low-quality CCTV to high quality can be extremely costly. Furthermore, low quality videos prior to CCTV replacement are likely to be of poor quality and thus not utilized correctly. In order to solve these problems, this paper proposes a method to improve videos quality of images using SRGAN(Super Resolution Generative Advisory Networks). Through experiments, we have proven that it is possible to improve low quality CCTV videos clearly. For this experiment, a total of 4 types of CCTV videos were used and 10,000 images were sampled from each type. Those images could then be used for machine learning. The fact that the pre-process for machine learning has been done manually and the long time that required for machine learning seems to be complementary.

• 한국측량학회지
• /
• 제38권3호
• /
• pp.269-279
• /
• 2020

교통량 산정은 주로 교통량조사시스템, 차량검지시스템, 통행료징수시스템 등과 같은 조사 장비와 CCTV를 통한 인력 조사를 병행하고 있으나 이는 많은 인력과 비용이 발생한다. 본 연구에서는 단일 CCTV의 경우 전체 차량을 탐지하지 못하는 한계를 극복하기 위해서, 딥러닝과 스테레오 CCTV를 이용하여 교통량을 산정하는 방법을 제안하였다. 차량을 탐지하기 위한 딥러닝 모델을 학습하기 위해 COCO 데이터셋을 사용하고, 실시간으로 좌우 CCTV 영상에서 각각 차량을 탐지하였다. 그리고 나서, 각 영상에서 추출하지 못한 차량을 부등각사상변환을 이용하여 추가적으로 차량을 탐지하여 교통량 산정의 정확도를 개선하였다. 실험은 평상시 도로 환경과 안개가 발생한 기상 상황의 경우에 대해서 각각 수행하였다. 평상시 도로 환경의 경우 단일 CCTV 영상을 사용할 때보다 좌우 영상에서 각각 6.75%, 5.92%의 차량 탐지의 개선효과가 있었다. 또한, 안개가 발생한 도로 환경의 경우 좌우 영상에서 각각 10.79%, 12.88%의 차량 탐지의 개선효과가 있었다.

• 한국농공학회논문집
• /
• 제65권1호
• /
• pp.15-26
• /
• 2023

This study aimed to evaluate the performance of water level classification from CCTV images in agricultural facilities such as reservoirs. Recently, the CCTV system, widely used for facility monitor or disaster detection, can automatically detect and identify people and objects from the images by developing new technologies such as a deep learning system. Accordingly, we applied the ResNet-50 deep learning system based on Convolutional Neural Network and analyzed the water level of the agricultural reservoir from CCTV images obtained from TOMS (Total Operation Management System) of the Korea Rural Community Corporation. As a result, the accuracy of water level detection was improved by excluding night and rainfall CCTV images and applying measures. For example, the error rate significantly decreased from 24.39 % to 1.43 % in the Bakseok reservoir. We believe that the utilization of CCTVs should be further improved when calculating the amount of water supply and establishing a supply plan according to the integrated water management policy.

• 한국전자통신학회논문지
• /
• 제6권5호
• /
• pp.789-795
• /
• 2011

본 논문에서는 기존의 CCTV 영상을 단순히 상황판에 가시화하여 관찰하는 방법에서 진일보하여 많은 CCTV 영상을 3차원 공간 정보 상에 Mapping하여 운영자로 하여금 건물의 전반적인 보안 상황을 3차원 건물정보모델(BIM, Building Information Model)을 기반으로 직관적으로 이해하게 하고 이를 통하여 즉각적인 대응을 할 수 있는 저작도구와 서비스 풀랫폼 개발을 목표로 한다.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.393-399
• /
• 2021

본 연구는 다양한 미세먼지 농도 환경의 야간 CCTV 영상을 학습 시켜 영상에 의한 미세먼지 농도 추정에 대한 실험을 진행하였다. 주간 영상의 경우 많은 관련 연구가 존재하였고, 영상의 다양한 텍스쳐와 밝기 정보가 잘 표현되어 학습에 영향을 주는 정보가 뚜렷하다. 하지만 야간 영상의 경우 주간 영상에 비해 담고 있는 정보가 적고 야간 영상만 사용한 연구가 드물다. 따라서 차량과 가로등 같은 광원 때문에 특징이 균일하지 못한 야간 촬영 영상들과 비교적 광원이 일정한 건물 지붕, 건물 벽, 가로등을 ROI로 결합한 실험을 진행하였다. 이후 야간 영상으로 딥러닝 기반 미세먼지 농도 추정이 가능한지 상관도를 주간 실험과 비교 분석하였다. 실험 결과, 지붕 ROI (Region of Interest) 학습한 경우의 결과 값이 가장 높았고, 전체 영상과의 결합 학습모델은 더 향상된 결과를 보여주었다. 전체적으로 R²가 0.9를 상회하여 야간 CCTV 영상으로부터 미세먼지 추정이 가능함을 나타내고 있고, 날씨 자료의 추가 결합 학습은 실험 결과에 크게 영향을 주지 않은 것으로 계산되었다.

• 정보처리학회논문지B
• /
• 제14B권6호
• /
• pp.445-452
• /
• 2007

본 논문에서는 도로 상에 설치된 CCTV의 영상정보에서 날씨정보를 검출하기 위한 방법으로 도로날씨정보 검출알고리즘을 제안한다. 도로 상의 CCTV 영상정보에서 날씨정보를 얻는 방법으로 맑은 날의 영상에서 RGB 평균값을 얻고 이를 기준으로 흐린 날 혹은 비 오는 날, 눈 오는 날, 안개 낀 날 등의 영상을 구분한다. 본 논문에서 제안하는 도로날씨정보 검출알고리즘은 많은 시간비용과 공간비용이 소모되는 날씨 데이터베이스를 활용하는 기존의 기법에 비하여, 시간비용과 공간비용이 적게 들기에 시스템을 구축함과 동시에 현장에 적용할 수 있다는 장점이 있다. 또한 본 알고리즘에서는 온 습도 정보와 일자 정보를 이용하여 검출된 날씨 정보를 재검증함으로 보다 정확한 날씨 정보를 검출할 수 있다.

• 디지털콘텐츠학회 논문지
• /
• 제3권1호
• /
• pp.1-9
• /
• 2002

본 논문은 고속토로에 설치되어 있는 CCTV카메라 영상을 이용하여 자동으로 교통정보를 수집할 수 있도록 영상검지기 기능을 부가하는 방법을 제안한다. 현행 고속도로 영상검지기에서 수집되는 교통정보는 차로별로 교통정보를 검지하여 수집할 수 있으나 이 방법은 대형차량이 지나가는 경우 Occlusion에 의한 오 검지 빈도가 빈번히 발생하고 있다. 또한 이 Occlusion의 영향으로 고속도로 8차로 중 최고 6차로까지만 검지가 가능하고 그 이상의 차로를 검지한다는 것은 불가능하다. 따라서 본 논문에서는 교통정보를 차로볕 검지를 하지 않고 전체 차로를 포함하는 검지영역을 설정한 다음 다음 이 검지영역 안에서 차량이 통과할 때까지 개별차량을 추적하여 교통정보를 수집함으로써 고속도로 8차로까지 검지가 가능한 알고리즘을 제안한다. 본 연구는 실제 경부고속도로 상행선 기흥IC에 실험용 CCTV카메라를 설치하여 획득한 영상과, 청계터널 앞 도로에서 녹화한 영상을 대상으로 실험을 하였으며, 영상처리는 frame-grabber보드에서 초당 30프레임으로 캡쳐를 한 다음 $640{\times}480$ 해상도와 빠른 데이터 처리를 위해서 256 gray-level로 영상처리를 하였다.