TECHNOLOGY

지능형CCTV

OBJECT RECOGNITION

객체 탐지를 위한 방식은 일반적으로 기계 학습 기반 접근 또는 딥 러닝 기반 접근으로 분류된다.

활용

컴퓨터 비전과 이미지 처리와 관련된 컴퓨터 기술로, 디지털 이미지와 비디오로 특정한 계열의 시맨틱 객체 인스턴스(예: 인간, 건물, 자동차)를 감지하는 일을 다룬다. 잘 연구된 객체 탐지 분야로는 얼굴 검출, 보행자 검출이 포함된다. 객체 탐지는 영상 복구, 비디오 감시를 포함한 수많은 컴퓨터 비전 분야에 응용되고 있다.
기계 학습 접근의 경우 우선 아래의 방식들 가운데 하나를 사용하여 정의한 다음 서포브 벡터 머신(SVM) 등의 기법을 사용하여 분류하는 일이 필요하다. 한편, 딥 러닝 기법은 기능을 구체적으로 정의하지 않고서도 단대단 객체 탐지를 할 수 있으며 합성곱 신경망(CNN)에 기반을 두는 것이 보통이다.

FACE RECOGNITION

얼굴의 특징점을 추출하여, 저장된 데이터베이스 내 자료와 비교하여 신원을 확인하는 기술을 말한다.

활용

최근 딥러닝과 같은 인공지능(AI) 기술을 이용하여 안면인식의 정확도가 높아짐에 따라 공공, 출입관리, 금융, 유통 등 다양한 분야에서 적용 사례가 급속도로 늘어나고 있다. 향후에는 안면인식 기반의 신원 식별 서비스를 적용하고자 하는 경우에는 정보 주체가 유통되는 안면인식 정보의 수집, 저장, 이용, 폐기 전 과정에 참여하여 자신의 정보를 관리할 수 있도록 해야 하며, 외부로 정보 유출 등이 발생하지 않도록 안전하게 관리할 방안이 마련되어야 할 것이다.
얼굴의 특징점을 추출하는 방법은 아래와 같다.
- 동맥과 정맥을 통한 피의 흐름에 생기는 Heat Spot(열점)을 인식하는 적외선 카메라를 사용한 열상 인식 방법
- 3차원 측정기를 이용하여 눈, 입, 콧구멍, 턱 간의 각도와 거리, 뼈 돌출 정도 등 얼굴의 특징점을 파악하는 방법 등

OBJECT TRACKING

일련의 영상 프레임 내 객체의 크기, 색, 모양, 윤곽선 등 특징적인 정보 간의 유사도를 이용하여 객체의 변화를 추정하는 기술이다.

활용

카메라로 촬영되는 영상에서 사람, 동물, 차량 등 특정 객체(Object)의 위치 변화를 찾는 다양한 분야에서 활용된다. 특히 실시간 영상보안, 영상통화, 교통통제, 증강현실 등에서 활발하게 활용된다.
영상에서 관심있는 물체가 움직이는 path가 얼마나 그 전 프레임과 유사한지 알아낸 다음 동일 객체라고 인식하게 되면, 그 물체를 계속 Tracking 하는 것이라 할 수 있다. 객체를 Tracking 하는 방법에는 Point Tracking, Kernel Tracking, Silhouette 등이 있다.