알고리즘·AI 활용 CCTV로 객체 탐지 영역 확대

도로·대중교통 안전관리

버스승객 좌석점유 인지

물피도주 가해차량 추정

[정보통신신문=성원영기자]

기존의 CCTV 보안 시스템은 영상 데이터를 단순 모니터링하는 역할에 머물렀으나, 인공지능(AI)과 딥러닝 알고리즘이 발전하면서 객체 탐지를 비롯해 추적, 이상 상황 감지 등 분석 기능이 강화되는 추세다.

이 가운데 국내 연구기관과 대학들은 CCTV와 신기술을 융합한 다양한 객체 탐지 시스템을 개발해 교통안전, 범죄예방, 사고대응 등 공공안전 분야에 새로운 가능성을 제시했다.

먼저 한국철도기술연구원의 김대현 연구원을 비롯한 국내 연구진이 지난달 'CCTV 기반 대중교통 좌석 점유 인지 시스템 연구' 논문을 발표했다.

자율주행 버스가 무인으로 운영될 경우 승객 상태를 실시간으로 파악하는 시스템이 필수적이다.

저자는 기존 연구들이 좌석에 별도 센서를 부착하는 방식과 달리, 대중교통에 이미 설치된 CCTV 영상을 활용해 추가 하드웨어 없이 승객이 점유한 좌석을 인지하는 기술을 제안했다.

해당 기술은 CCTV 영상 속 각 좌석에 경계 박스를 설정하고 승객의 검출 박스와의 관계를 분석해 좌석 점유 여부를 판단할 수 있다.

분석 방법은 '최대 교차 영역 방법'과 '교차 영역 및 위치 동시 고려 방법' 두 가지로 구분된다.

최대 교차 영역 방법은 좌석과 승객의 검출 박스가 겹치는 면적을 분석해 점유 여부를 판단한다.

교차 영역 및 위치 동시 고려 방법은 교차 영역의 면적뿐만 아니라 각 박스 간 거리까지 함께 고려해 분석하는 것이 특징이다.

인천 청라에서 운행 중인 굴절버스를 대상으로 실험을 진행한 결과, 교차 영역 및 위치 동시 고려 방법이 더 높은 인지성능을 보였다.

한편, CCTV 영상 분석 기술은 대중교통 좌석 점유 인식뿐 아니라 교통사고 대응에도 활용되고 있다.

유용현 한밭대학교 정보통신공학과 연구원과 한국기계연구원 연구진은 지난해 'CCTV 장면에서의 물피도주 차량 탐지 자동화 시스템' 논문을 발표했다.

물피도주는 주차된 차량에 충돌사고를 낸 후 도주하는 행위로, 현재는 CCTV 영상을 담당 수사관이 직접 장시간 분석해 많은 인력과 시간이 소모된다.

저자는 이 문제를 해결하기 위해 전경 추출과 모션맵을 활용했다.

모션맵이란 영상에서 움직이는 부분, 픽셀 변화가 많은 부분을 감지하는 기술이다.

사고 발생 시 차량이 갑자기 멈추거나 튕겨 나가는 등의 급격한 픽셀 변화량을 분석해 사고 시점을 파악할 수 있다.

특히 사용자가 피해 차량을 지정하면 시스템이 그 차량만을 분석하도록 필터링해 사고 발생 시점에 가장 가까이 있는 차량과 피해 차량 간 거리 등을 기준으로 가해 차량을 추정한다.

이러한 CCTV 기반 객체 탐지 기술은 고속도로 안전 분야로도 확장되고 있다.

신도훈 경기대학교 컴퓨터과학과 데이터마이닝연구실 연구원을 포함한 국내 연구진은 2021년 '도로 CCTV 데이터를 활용한 딥러닝 기반 차량 이상 감지' 논문을 공개했다.

고속도로에서 교통사고가 발생하게 되면 심각한 사고로 이어질 수 있으며, 정지된 차는 도로 정체나 2차 사고의 원인이 된다. 이처럼 도로에서 문제가 발생할 시 운전자의 위치를 파악할 수 있어야 빠른 대처가 가능하다.

이를 바탕으로 저자는 교통사고 및 차량 고장으로 인해 정차한 차량을 탐지하는 방법을 제시했다.

차량 파손 및 교통사고 발생 시 차량이 정지해 있다는 전제를 두고, 정상적으로 달리는 차량만 인식해 고속도로 배경과 분류한다.

이때 정지한 차량 또한 배경에 포함되며, 추출된 배경을 통해 객체 탐지를 진행하게 된다. 이를 기반으로 CCTV 영상을 통해 도출된 이상상황을 사고 관리자에게 전달해 2차사고 예방과 빠른 후속조치를 유도할 수 있다.