This study has suggested an image analysis system based on the Deep Learning for CCTV pedestrian detection and tracing improvement and did experiments for objective verification by designing study model and evaluation model. The study suggestion is that if someone’s face did not be recognized in crime scene CCTV footage, the same pedestrian would be traced and found in other image data from other CCTV by using Color Intensity Classification method for clothes colors as body features and body fragmentation technique into 7 parts (2 arms, 2 legs, 1 body, 1 head, and 1 total). If one of other CCTV footage has recorded its face, the identity of the person would be secured. It is not only detection but also search from stored bulk storage to prevent accidents or cope with them in advance by cost reduction of manpower and a fast response. Therefore, CIC7P(Color Intensity Classification 7 Part Base Model) had been suggested by learning device such as Machine Learning or Deep Learning to improve accuracy and speed for pedestrian detection and tracing. In addition, the study has proved that it is an advanced technique in the area of pedestrian detection through experimental proof.

In this study, Levee Visual Inspection and Water Level Detection System was developed to handle visual inspection information on the levee effectively by using mobile/intelligent CCTV system. This system will be used to manage levee reasonably, in order to prevent disaster in the riparian areas preemptively on the base of management task.

지난해 세월호 침몰 등 대형안전사고 등을 계기로 혁신적인 안전대한민국 건설에 대한 국민적 이목이 집중되고 되고 있는 가운데 각종 재난의 예방을 위한 기존장비의 고도화와 함께 ICT 활용한 첨단장비와 각종 센서활용, 그리고 지능형 기술을 이용한 다양한 감시체제 구축에 대한 기대가 높아지고 있다. 게다가 국민의 재산과 안전을 보호하는 공공재 성격의 재난안전정책에 있어서 개인·기업 등 수요자에 의한 융복합형 안전관련 기술과 서비스의 개발 및 보급에 대한 요구도 증가하고 있다. 실례로 국가안전대진단(‘14.9~), 안전혁신마스터플랜(’14.12~), 재난대응 과학기술 역할 강화와 실천전략(‘14.12~) 등 정부가 발표한 국가 재난안전대책에서도 첨단기술을 활용한 재난대응의 선진화 내용이 대폭 강화되고 있다. 관련하여, 지능형 CCTV에 대한 이슈도 이와 연관되어 최근에는 미래부를 중심으로 그간의 미진했던 정책적 걸림돌을 해소하고 재원마련과 유관기관, 지자체 확산에 대한 정책적 대안마련이 추진되고 있다. 본 연구에서는 이러한 ICT 기반의 재난안전대책 가운데에 기능형CCTV를 중심으로 하는 재난대응 선진화방안과 시너지 창출방안에 대한 검토를 수행하였다. 특히, 기존에 애매하게 규정되어있는 지능형 CCTV 개발, 적용, 활용에 대한 정의와 범위를 규정하고, 지능형 기술을 선도하기 위한 요소기술의 현황과 개선점, 영상 DB구축의 중요도, 기술 신뢰도 확보를 위한 시험인증절차 수립과 표준화 등 재난안전 관리에 있어서 지능형 CCTV의 효율적 접목방안에 대한 고찰을 소개한다. 또한, 최근에 주목받고 있는 재난안전 산업활성화를 위해 필요한 국내외 산업계 요구사항을 조사·분석하고 국내 CCTV 산업의 도약과 실용성 있는 R&D 추진을 위한 영상DB 구축, 선진국형 인증·표준화 방안의 검토와 국내 적용방안에 대한 검토결과를 소개한다.

지자체별 운영 및 관리되는 CCTV(Closed Circuit Television)는 범죄예방, 생활안전, 방재 및 시설물 감시 등 다양한 영역에서 활용되고 있으며, 최근 들어서는 어린이 및 여성을 대상으로 하는 범죄가 증가됨에 따라 활용도 및 효과가 지속적으로 증가 및 확대되고 있는 실정이다. 이러한 상황에서 안전행정부는 `15년까지 정부의 CCTV 종합대책을 기반으로 전국 230개 시군구에 통합관제센터를 설치해 생활안전(방범, 어린이 안전 등)에 필요한 4만 3,000여대의 CCTV를 통합연계하여 전문 관제요원을 배치하고 365일 24시간 감시체계를 구성한다고 한다. 본 연구에서는 CCTV 설치와 운영되는 규모는 확대되고 있지만 나날이 지능화되는 생활안전 관련 위해요소(성범죄자, 범죄자 등)에 대한 효율적인 대응과 관리를 위해서 CCTV 설치 및 운영관리적인 측면에서 위해요소의 위치정보와 상황발생정보를 3차원 지도정보와 연계하여 입체적인 CCTV기반 추적관리 및 운영체계를 수립하고자 한다. 이를 위해 국토교통부에서 중점적으로 추진하고 있는 3차원 공간데이터구축 대상이 점차 확대되고 있는 3차원 공간정보 오픈플랫폼(브이월드)과 연계하여 지능형 CCTV기반 생활안전 위해요소 추적관리시스템을 구축하고자 한다. 본 시스템은 시범지역을 서울시 서초구 일대를 선정하여, 기존 CCTV에 대한 기본 정보를 관리하고 CCTV영상을 이용한 생활안전 및 방범을 위한 관제를 구현하며, 특히 생활안전 추적관리 대상자(GPS 착용자)의 위치를 추적하여 관리대상 구역 내 진입 시 위치정보와 CCTV영상정보를 3차원 기반 지도와 연계하여 관제함으로써 효과적인 상황관제 및 추적이 가능하도록 개발하였다. 또한 CCTV 제원을 이용하여 CCTV의 방향, 가시거리 및 중복성 평가를 수행하여 효과적인 CCTV 운영관리가 가능하고 관제상황에서 좀 더 다양한 정보를 활용할 수 있는 기초를 연구하였다. 향후, 법률 개정을 통해 생활안전 위해요소(성범죄자, 범죄자 등)의 정보 공개여부에 따라 정확한 위치정보와 신상정보 공개여부에 따라 시스템 활용이 확대 및 적용 될 것으로 기대된다.

최근 우리나라의 기후 환경의 변화에 따라 국지적 집중호우로 인해 상습적인 침수 및 인명, 재산 피해가 빈번히 발생하는 위험지역이 증가하고 있는 실정이다. 집중호우로 인해 순간적으로 발생하는 침수피해를 효율적으로 대처 할 수 있는 기상정보와 현장상황을 실시간 모니터링하는 CCTV 통합연계 자동 모니터링 시스템이 필요한 상황이다. 본 연구에서는 서울특별시 서초구 및 노원구를 시범 서비스 대상지역으로 선정된 CCTV 위치제원을 수집하여 GIS DB로 구축하였다. 이를 기반으로 기상청에서 제공하고 있는 AWS(Automatic Weather Station) 정보 및 기상관측소에서 수집되는 데이터를 연계하고, 시범 지역의 현장 CCTV 영상정보를 GIS기반의 공간정보 서비스 개념을 도입하여 GIS/기상정보 기반의 통합 CCTV 모니터링 시스템을 구축하였다. 본 시스템은 웹서비스 제공을 위해 GIS 공간지리정보 개념 및 2D기반의 지도서비스를 적용하여 보다 가시적이고 효율적인 CCTV 자동 표출 시스템을 구축하였다. 기상 관측소 위치정보 데이터 실시간 강수량 정보데이터를 활용한 IDW 정보를 생성할 수 있는 알고리즘을 적용하여, 주기적으로 서버에서 IDW(Inverse Distance Weighted) TIN(Triangulated Irregular Networks)정보를 생성한 후 공간정보상에 표시할 수 있는 이미지 데이터로 지도 위에 해당정보를 표시하여 가시적으로 표출하였다. 생성된 데이터와 위험강수량 값으로 설정된 정보를 이용하여 위험지역 CCTV 영상정보를 자동으로 감지하여 모니터링 할 수 있는 서비스 기능을 개발하였다. 향후, 본 시스템을 통해 집중호우 및 태풍경로지역의 피해우심지역에 대해 자동으로 CCTV를 표출해주므로 지자체 방재관련 담당 공무원의 신속한 의사결정지원에 도움이 될 것으로 판단된다.

자연 환경의 영향에 의해서 선명한 영상정보를 수신하지 못할 경우 정밀한 알고리즘도 한계가 발생한다. 이러한 한계를 극복하기 위해서 다양한 CCTV카메라를 통해 자연환경 조건인 바람, 안개, 야간에 대해 테스트를 수행하여 수위감지에 가장 적절한 카메라를 선택하는 것이 수위 알고리즘 감지 성능을 향상 시킬 수 있다. 자연환경에 대한 성능저하 방지대책으로 하드웨어와 소프트웨어적인 방지대책을 보면, 먼저 H/W적인 영상보정방법으로는 Stabilizer 추가 장착, Defog 장비 추가 장착 및 Day&Night와 근적외선 카메라 설치 등 장비를 통한 바람, 안개, 야간 환경에 대한 보정방법이 있으며, S/W방법은 Stabilizer에 의한 바람에 대한 보정방법과 Defog에 의한 안개보정 그리고 DSS(Digital Slow Shutter)에 의한 야간 조도의 보정방법이 있다. 첫 번째, 바람에 대한 영상보정 방법으로 폭풍이나 바람이 심하게 불 때 카메라의 떨림에 의해서 영상을 분석하는데 성능이 떨어지게 된다. 이러한 문제를 해결하기 위해 Stabilizer를 이용한 방법으로 하드웨어 영상보정기를 추가하여 영상의 흔들림을 보정해주는 방법과 흔들림 보정 알고리즘을 소프트웨어적으로 전처리에 의한 지능형 영상분석처리를 통한 전·후 영상으로 성능을 개선한다. 두 번째, 하천의 경우 안개가 발생하여 수위감지 성능에 영향을 줄 수 있다. 소프트웨어적으로는 Defog 기능을 구현하여 영상분석 전처리로 안개의 영상을 제거하고, 하드웨어적으로는 가시광선 영역보다는 파장이 길어 안개의 영향을 덜 받는 근적외선 카메라를 통해 좋은 품질의 영상을 획득 할 수 있다. 마지막으로 야간의 경우 조도가 약해지므로 수위감지 알고리즘에 영향을 미치게 된다. 이러한 문제를 개선하기 위해서는 물리적으로 조명을 비춰주는 방법이 있으나, 추가 설비가 필요하며 구축비용 및 전략 소모가 된다. 현재 대부분의 카메라에 DSS(Digitla slow shutter)라는 기능이 있어 조도가 약한 경우 Framerate를 낮추어 일정 수준의 이미지를 캡쳐가 가능하다. 수위감지 알고리즘의 경우 긴 시간동안의 물의 변화량을 관측하는 것으로 Framerate에 크게 영향을 받지 않으므로 DSS 기능을 통해 조도의 영향을 보상할 수 있다. 본 연구의 결론은 Day&Night 카메라에 근적외선 영역만을 받아들일 수 있도록 Filter를 사용하여 가시광선에서의 안개에 의한 영향을 줄이고, DSS를 이용하여 조도가 부족한 야간 환경에서 셔터의 스피드를 줄여 선명한 이미지를 가져 오도록 한다. 이와 같은 설정을 통해 선명한 이미지를 받아 수위감지 알고리즘의 성능을 향상시킬 수 있다고 판단된다.

신속한 상황판단과 의사결정 지원을 위해서는 재난현장의 정보를 빠른 시간 내에 정확히 파악하는 것이 중요하다. 따라서 재난현장의 실제 관측정보와 현장을 직접 확인할 수 있는 CCTV의 영상정보가 가장 중요한 요소가 된다고 할 수 있으며, 부가적으로 CCTV의 영상정보에 지능형 영상감시 기술을 적용한다면, 해당 상황을 자동으로 알려줄 수 있어 보다 효율적인 정보를 얻을 수 있다. 본 연구에서는 핵심과제 추진 로드맵을 작성하기 위하여 국내외 CCTV관련 환경 변화에 대해 조사하여 SWOT(Strength, weakness, Opportunities, Threats) 분석을 실시하였다. 이를 통해 지능형 CCTV 추진방향으로 비전 및 목표, 전략과제, 핵심과제 추진 로드맵을 작성하여 지능형 CCTV 재난안전기술 개발 추진과제(안)을 도출하였다. 지능형 재난안전 감지기술, 재난안전 영상정보 융복합 분석기술, 재난안전기술 선진화 인프라 구축, 재난안전기술 실용화 추진으로 크게 4개의 전략과제로 구분하고, 세부적으로 16개의 세부 추진과제에 대해 필요성, 주요 내용, 과제 중복성 검토, 필요기술을 기술하였다. 이를 기반으로 지능형 CCTV 추진과제(2013년~2017년) 투자소요예산(안)과 인력(안)을 도출하였다. 재난관리를 위한 단순모니터링 CCTV의 한계점을 극복하고 방재분야에 체계적인 활용 방안을 마련하기 위해서는 재난관리용 CCTV의 통합 및 연계 구축 사업이 진행되어야 하며, 소방 및 재난분야의 독자적인 지능형 영상정보 활용 기준이 구축되어야 한다. 향후 재난관리(자연재해, 복합재난 등) 및 생활안전(어린이 안전, 여성안전, 놀이터 안전 등)분야에 있어서 지능형 CCTV를 활용한 정책적, 기술적 세부추진과제를 기반으로 유관기관과의 중복투자 방지와 궁극적으로 보다 적극적인 재난 및 안전관리 수행여건 마련이 가능해 질 것으로 기대된다.

자연재해 및 인적재난 발생에 대한 신속한 상황판단과 의사결정 지원을 위해서는 재난현장의 정보를 빠른 시간 내에 정확히 파악하는 것이 중요하다. 따라서 재난현장의 실제 관측정보와 현장을 직접 확인할 수 있는 CCTV의 영상정보가 가장 중요한 요소가 된다고 할 수 있다. 이러한 CCTV 모니터링 관제업무의 효율화 및 지능화를 위해 CCTV의 영상정보에 지능형 영상감시 기술을 적용한다면 해당 상황을 자동으로 알려줄 수 있어 보다 재난현황에 대한 신속한 대응과 효율적인 정보를 얻을 수 있다. 따라서 본 연구에서는 지능형 CCTV 기반의 자동수위감지 알고리즘 성능개선을 위해 서울특별시 서초구 양재천에 현장 적용하여 알고리즘의 정밀도를 개선하고, 안개, 바람, 야간, 악천우 등과 같은 자연환경에 대한 성능저하 방지대책을 수립 및 적용하여 지능형 CCTV기반 자동수위감지 경보체계를 마련하고자 한다. 수위감지 알고리즘의 정밀도 개선을 위해 CCTV 기종별(적외선, 근적외선, 열화상) 성능시험을 하였고, 수위감지 알고리즘의 성능저하 요인인 악조건의 자연환경에 대한 S/W와 H/W적인 영상보정에 의한 수위감지 알고리즘 성능개선에 의한 인식률 개선과 하천범람 시 신속한 상황판단 및 재난대응을 위해 경계·위험으로 설정된 수위레벨에 도달 시 재난관리 담당자에게 SMS를 통한 위험지역 경보알림, 유관기관 상황전파, 하천변의 이동통행로 통제 방안을 수립하여 지능형 CCTV기반 자동수위감지 경보시스템을 실용화하고, 재난대응체계에 따른 운영매뉴얼을 제공하여 재난대응체계의 고도화 기반과 향후 전국 확산을 위한 기술적 기반을 수립하고자 한다.