가려진 객체 인식 자동화 솔루션

프로젝트 소개

좁은 골목길에 세워진 차량, 무성하게 자란 나무, 건물의 그림자. 이런 장애물은 CCTV가 주변 상황을 정확히 파악하지 못하게 만드는 대표적인 요소들입니다.

중요한 순간에 장애물로 인해 필요한 정보를 식별하지 못한다면, 그 결과는 심각한 보안 공백으로 이어질 수 있습니다.

하지만, 이러한 한계를 극복하기 위해 인공지능 기술이 CCTV에 결합되면서 새로운 가능성이 열리고 있습니다.

AI는 기존의 단순한 영상 처리 방식을 넘어, 장애물 뒤에 숨겨진 패턴을 예측하고 복원하는 능력을 갖추고 있습니다.

예를 들어 AI 모델은 장애물로 가려진 객체의 윤곽과 움직임을 분석하여 어떤 상황인지 추정할 수 있습니다.

이 기술을 실현하려면 다양한 장애물 조건을 반영한 데이터가 필수적입니다. 자동차, 나무, 자전거 등 다양한 요소로 가려진 객체를 학습할 수 있는 데이터를 구축하면, CCTV는 더욱 정교하고 강력한 시각능력을 갖추게 될 것 입니다.

장애물이 많은 환경에서도 안전과 정확성을 확보할 수 있는 똑똑한 CCTV 이 혁신의 열쇠는 바로 AI와 고품질 데이터의 결합에 있습니다.

고객사는 기존 CCTV의 보안 현장에서 직면한 장애물과 열악한 환경으로 인해 발생하는 한계를 극복하고자 했습니다.

좁은 공간에서 차량이나 물체로 시야가 가려지거나, 어두운 밤이나 강한 빛이 비추는 환경에서 객체를 식별하기 어려운 상황이 빈번히 발생하였습니다.

이러한 문제를 해결하기 위해 고객사는 CCTV에 인공지능 기술을 결합하고, 정확하고 효율적인 객체 탐지 및 추적 성능을 목표로 설정했습니다.

이 목표를 달성하려면 단순한 영상 데이터가 아닌, 다양한 조건과 장애물을 반영한 정교한 데이터셋이 필요했습니다.

고객사는 장애물 뒤에 가려진 객체의 위치와 움직임을 예측할 수있는 데이터, 저조도 및 역과 같은 열악한 조명 환경에서도 명확히 식별할 수 있는 데이터, 그리고 실시간으로 복잡한 배경에서 객체를 구별할 수 있는 데이터가 요구되었습니다.

데이터메이커는 고객사의 요구 조건을 충족시키기 위해 맞춤형 데이터 구축 솔루션을 제안했습니다.

실제 현장을 모사한 다양한 시나리오를 바탕으로 데이터셋을 설계하고, 장애물 조건과 주•야 변화에 최적화된 고품질 데이터 구축을 착수하였습니다.

이 데이터를 학습한 AI 모델은 가려진 객체를 효과적으로 탐지하고, 복잡한 환경에서도 높은 정확도를 보여줍니다.

촬영 전문 업체와 협력하여 다양한 시나리오를 기반으로 고품질 영상 데이터를 수집했습니다. 실제 환경에서 발생할 수 있는 다양한 상황을 고려하여 악천후, 야간, 장애물 가림 등을 포함한 데이터를 수집하였습니다.
수집된 영상 데이터에서는 사람 얼굴에 대한 비식별화 처리를 진행하여 개인정보와 초상권 문제를 해결하여 개인정보 보호를 준수하였습니다.
데이터 전처리는 영상 데이터를 1프레임의 이미지 단위로 추출하고, 객체에 대한 바운딩 박스를 자동 생성하여 작업 효율성을 높였습니다.

야간이나 우천 시 다른 물체에 가려졌을 때 인공지능이 인식할 수 있도록 이미지 데이터에 자동차, 사람 등에 박스를 생성합니다. 클래스는 사람, 자전거, 자동차, 트럭, 버스, 오토바이, 자동차 번호판을 지정하여 구분하였습니다.
균일한 라벨링으로 품질을 유지하기 위해 객체의 선명도, 크기, 가림 정도 등을 고려하여 객관적인 라벨링 기준을 설정하고, 작업자 간의 의견 차이를 최소화하기 위해 지속적인 피드백을 제공하였습니다.
악천후, 야간, 장애물 가림 등 특수한 상황에서 객체를 정확하게 인식할 수 있도록 플랫폼을 개선하고 내부 소통을 통하여 고품질 데이터를 가공하였습니다.

객체는 전봇대, 가로수, 자동차 등과 같은 장애물에 의해 일부분만 가려진 객체를 주로 라벨링 대상으로 선정하였습니다.
그 외 화각 밖으로 나가거나 구조물에 완전히 가려져 클래스를 구분할 수 없는 객체는 라벨링에서 제외하였습니다.
바운딩 박스의 작업은 객체의 크기, 선명도, 가림 정도 등을 고려하여 명확한 경계 기준을 설정하고, 작업자에게 지속적으로 교육하여 고품질 데이터를 확보하였습니다.

데이터 가공 플랫폼의 밝기 조절, 대비 조절 등 다양한 기능을 활용하여 어두운 환경이나 악천후 상황에서 객체를 더욱 명확하게 식별할 수 있도록 지원했습니다.
작업 과정에서 발생하는 문제점이나 의문점을 해결하기 위해 매니저와 작업자 간의 지속적인 소통을 통해 작업의 정확성을 높였습니다.

이번 프로젝트를 통해 악천후, 야간 환경 등 실제 CCTV가 운영되는 현장에서 마주할 수 있는 어려운 조건들을 고려하여 데이터를 구축함으로써, 개발된 인공지능 모델의 실제 환경 적응력을 높이는 데 기여했습니다.

구축된 데이터셋은 향후 CCTV 영상 기반 객체 인식 모델 개발에 활용되어 범죄 예방, 교통 관리 등 다양한 분야에서 활용될 것입니다. 이는 더욱 안전하고 스마트한 사회를 구현하는 데 기여하는 중요한 발걸음이 될 것입니다.

데이터메이커는 고품질 데이터셋을 구축하면서 실제 환경에서 발생하는 다양한 변수를 고려하여 데이터를 설계하고 구축하는 노하우를 인정 받아 다양한 고객사에서 찾아주고 있습니다.

앞으로도 데이터 구축 노하우를 바탕으로 고객의 AI 모델이 실제 환경에서도 뛰어난 성능을 발휘할 수 있도록 지원할 것입니다.