AI인공지능 지능형CCTV로의 변화과정

CCTV는 전통적 CCTV에서 지능형CCTV로 2000년대 적용이 되었지만 기술적 한계로 인해 한계가 있었습니다. 이러한 CCTV에 인공지능이 적용되면서 더 발전된 형태의 딥러닝 기반 지능형CCTV가 되었는데 과정을 알아보도록 하겠습니다.

지능형 CCTV는 기존의 전통적인 CCTV와 반대되는 개념입니다. 영상을 실시간으로 분석하여 위험파악과 예측이 가능합니다.

1. 전통적CCTV의 문제점

(1) 인간의 실수 : 영상 감시가 사람에 의존하기 때문에 실수가 존재합니다. 영상 화질이 안좋거나 날씨가 안좋을경우에는 더욱 그러한 실수가 많아집니다. 군대 갔다오신 남자분들이라면 초소에서 경계근무 설때를 생각해보시면 될 듯 합니다.

(2) CCTV수량 증가에 따른 업무 과부하 : 관제요원 한명이 담당하는 CCTV 수를 행정안전부에서는 48대로 기준을 잡았으나, 관제센터에는 한명이 100대에서 400대까지 보고 있다고 합니다. 한명이 담당하는 CCTV의 수가 많아질수록 실수도 더 많아집니다

2. 지능형CCTV의 문제점

이러한 전통적CCTV의 문제를 예전부터 인식하고 있었고, 2000년대 중반부터 연구가 시작되며 적용되었습니다. 그러나 여기에도 여러 문제가 있어서 제대로 사용되지 않았습니다.

1. 잦은 오작동입니다. 영상분석 기술 초기였기 때문에 사람, 동물 그리고 사물을 구분하지 못해서 결국 사람이 다시 확인을 해야했습니다. 위기상황 알람이 너무 많이 발생해서 그냥 작동을 끄고 사람이 지켜봤다고 합니다. 건물 화재 비상벨이 오작동을 많이 해서 꺼버리는 경우가 많은것과 비슷하다고 보시면 됩니다

2. 잦은 오작동의 원인중 하나는 기술적으로 낮은 화면 해상도 등이 있습니다. 200만 화소 이상이 되어야 사람얼굴 인식이 가능한데, 초기에는 40만 화소 CCTV가 많이 설치되어 지능형CCTV로서 분석이 어려웠습니다. 핵심 데이타 자체가 문제가 많았습니다.

3. 단순 지능형CCTV에서 딥러닝 기반의 인공지능 CCTV로

인공지능 딥러닝 기술을 CCTV 영상분석에 활용하여 정확도가 매우 높아졌습니다. 여기에는 반도체 기술의 발달에 따른 영상처리속도의 상승과, 높아진 CCTV해상도도 큰 역할을 하였습니다. 이로 인해 정확도가 50%에서 90%로 상승하였습니다. 이러한 AI 딥러닝 지능형 CCTV는 어디에 사용될까요

1) 공공보안 : 버스터미널, 공항, 지하철, 공원 등
2) 상점보안 : 무인매장이 활성화되면서 많이 사용되어질것입니다
3) 건강관리 : 병원이나 홀로사는 1인노인가구에 대한 환자의 건강상태관리가 수월해질것으로 보입니다.

등 다양한곳에 사용되어질것으로 보입니다

 

 

4. 관련주

 

알체라 국내 최상위 영상인식 AI 업체