• The Journal of the Korea Contents Association
• /
• v.13 no.12
• /
• pp.519-529
• /
• 2013

This paper introduces a moving object tracing system using network-connected CCTV and smartphone. In an emergency situation, a smartphone of the reporter gains its GPS information and sends that to the central server. The central server stores received GPS information as a dangerous area in the database and keeps sending the order of tracing the reporter to a network-connected CCTV which can film the reporter. At the same time, the central server sends pictures of the reporter to his or her family and related organization in order to handle the emergency situation as soon as possible. In addition, when a reporter want to know the risk around destination, the central server informs dangerous areas to the reporter by using smart phone application and database of a danger spot.

• Proceedings of the Korea Contents Association Conference
• /
• 2013.05a
• /
• pp.247-248
• /
• 2013

현재 CCTV는 범죄의 예방 목적이 아닌 증거물 확보용으로 많이 활용되고 있으며, 범죄 예방을 위해서는 더 많은 CCTV를 설치해야한다. 하지만 추가적인 CCTV 설치는 사생활 침해를 초래하며, CCTV 관리자는 여러 대의 CCTV 화면을 파악하고 분석해야하는 어려움이 있다. 이를 해결하기 위해 본 연구에서는 CCTV와 스마트폰의 GPS기능을 연계하여 범죄 예방 목적을 갖는 지능형 CCTV 시스템을 제안한다. 제안한 시스템을 통해 관리자 및 유관기관은 범죄 발생을 빠르게 판단하고 CCTV가 범죄 발생 영상을 보호자에게 전송하여 범죄 발생을 사전에 차단할 수 있다.

• Journal of Internet Computing and Services
• /
• v.25 no.2
• /
• pp.101-111
• /
• 2024

In this paper, we propose a concpetual architecture and its implementation approach for contextualizing unstructured CCTV-video frame data into structured XML-video textual data by using the deep-learning neural network models and frameworks. Conclusively, through the conceptual architecture and the implementation approach proposed in this paper, we can eventually realize and implement the so-called sharable working and experiencing knowledge management platforms to be adopted to smart factories in various industries.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.14-16
• /
• 2019

스마트관제 시스템은 딥러닝 서버내 학습된 백본 네트워크 모델이 실시간으로 스트리밍 되는 CCTV 영상으로부터 이상행동 패턴을 선별적으로 탐지하고 관제요원에게 전달하여, 사전에 사건사고를 예방하거나 즉시 대응 체계의 유연한 운영을 가능케하는 시스템이다. 최근 지능형 CCTV(Closed Circuit Television) 서비스가 일부 지역에 선별 관제의 형태로 시범적으로 운영되고 있는 상황이다. 지능형 시범서비스는 공공 영역에서 선별 CCTV 관제의 형태로 이상행동 상황을 즉각 인지하여 사건사고를 예방하거나 피해를 최소화하고자 하는 목적으로 주로 사용되고 있다. 그러나, 범죄 등의 특정 시나리오에만 한정해서도 이상 행동 유형이 너무나 다양하기 때문에 이상행동 영상의 사전분류(Annotation)를 통해 딥러닝 모델을 학습시키는 것이 현실적으로 어려운 상황이다. 따라서 본고에서는 최신 이상 행동 탐지(Anomaly detection) 알고리즘과 응용사례를 분석하여 실제 현장에 적용할 수 있는 현장 중심의 기법을 제안하고자 한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.05a
• /
• pp.225-227
• /
• 2022

Now In Seoul, about 75,000 CCTVs are installed in 25 district offices. Each ward office in Seoul has built a control center for CCTV control and is building information such as people, vehicle types, license plate recognition and color classification into big data through 24-hour artificial intelligence intelligent image analysis. Seoul Metropolitan Government has signed MOUs with the Ministry of Land, Infrastructure and Transport, the National Police Agency, the Fire Service, the Ministry of Justice, and the military base to enable rapid response to emergency/emergency situations. In other words, we are building a smart city that is safe and can prevent disasters by providing CCTV images of each ward office. In this paper, the CCTV image is designed to extract the characteristics of the vehicle and personnel when an incident occurs through artificial intelligence, and based on this, predict the escape route and enable continuous tracking. It is designed so that the AI automatically selects and displays the CCTV image of the route. It is designed to expand the smart city integration platform by providing image information and extracted information to the adjacent ward office when the escape route of a person or vehicle related to an incident is expected to an area other than the relevant jurisdiction. This paper will contribute as basic data to the development of smart city integrated platform research.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.105-106
• /
• 2022

본 논문에서는 YOLO v3 라이브러리를 이용하여 CCTV 저장 공간을 확보하는 모델을 제안한다. 사회안전망을 구축하기 위해 CCTV 설치가 확대되고, 그에 따라 많은 CCTV가 운영됨에 있어 저장 공간이 부족한 현상이 늘고 있다. 이에 본 논문에서는 학습된 데이터 셋을 활용하여 CCTV 영상파일의 프레임을 확인하여 움직임이 있는 객체가 있는지 판단하고, 움직임이 감지되는 프레임 영상을 저장한다. 제안 모델을 적용하여 테스트 한 결과 원본 데이터 크기보다 결과 데이터 크기가 85% 감소됨을 확인하였다. 인적이 드문 곳에 설치된 CCTV의 경우 제안 모델을 적용할 경우, 저장 공간의 관리 및 운영이 용이해질 것으로 기대할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.263-266
• /
• 2017

제안하는 스마트 CCTV 방범 서비스란 기존에 정적인 방범 서비스 (CCTV, 비상벨 등)를 보완하기 위해 고안된 서비스이다. 라즈베리파이를 이용하여 RC 카를 제작하여 수동 또는 자동으로 사각지대를 순찰하고 현장의 위험을 자체적으로 판단하고 실시간으로 관리자에게 알려주는 시스템이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.312-314
• /
• 2020

사회적 취약계층을 화재, 재난 등의 위협뿐만 아니라 프라이버시 침해로부터도 보호할 수 있는 지능형 스마트 홈 CCTV이다. 해당 연구는 소프트웨어 중심의 작품으로 어떠한 CCTV에도 적용할 수 있도록 하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.863-865
• /
• 2022

본 프로젝트는 시간, 날씨, 미세먼지 농도, 캘린더, 뉴스 등을 포함한 기본적인 생활정보를 스마트 미러에 디스플레이 해주며 추가적으로 구글 어시스턴트를 활용해 음성인식으로 유튜브 재생, 인터넷 검색 등 다양한 기능을 내재하고 있다. 아울러 인체 감지 센서를 이용해 움직임이 감지되지 않으면 절전모드로 동작하다 움직임이 감지하면 일반 모드로 동작한다. 마지막으로 CCTV 기능을 내재하고 있어 CCTV 화면을 웹 애플리케이션을 통해 실시간 스트리밍 하며 사람 얼굴이 감지될 시 화면을 녹화하는 기능을 포함하고 있다.

• Journal of the Society of Disaster Information
• /
• v.18 no.2
• /
• pp.364-373
• /
• 2022

Purpose: The purpose of this paper is to develope smoke detection using AI model for detecting the initial fire in underground utility tunnels using CCTV Method: To improve detection performance of smoke which is high irregular, a deep learning model for fire detection was trained to optimize smoke detection. Also, several approaches such as dataset cleansing and gradient exploding release were applied to enhance model, and compared with results of those. Result: Results show the proposed approaches can improve the model performance, and the final model has good prediction capability according to several indexes such as mAP. However, the final model has low false negative but high false positive capacities. Conclusion: The present model can apply to smoke detection in underground utility tunnel, fixing the defect by linking between the model and the utility tunnel control system.