플러스프로젝트 배경
1) 문제점 - 기존 CCTV 뷰 중심 탐지 모델의 사람 눈높이 등 다른 뷰 적용 한계 - 실환경 배포 및 실증 시 심각한 오탐 발생 (주차장 내 다양한 객체를 이상행동으로 오인) - 다양한 카메라 각도(전/후/좌/우)에서의 일관된 탐지 성능 부재 - 실시간 처리를 위한 경량화와 정확도 간의 트레이드오프 2) 프로젝트 목표 - 실시간 경량 모델: 엣지 디바이스에서 실시간 처리 가능한 최적화 -
프로젝트 성과
쓰러짐 탐지 정확도 94.75% 달성
로봇 뷰에 최적화된 데이터셋 구축과 클렌징을 통해 쓰러짐 탐지 정확도를 94.75%까지 향상시켜 실환경 적용 가능 수준 달성
오탐율 85% 감소
주차장 환경의 37종 객체 클래스를 추가 학습하여 기존 대비 오탐율을 85% 감소시켜 실용성 대폭 개선
실시간 처리 속도 3.28 FPS → 25 FPS 향상
디코더 경량화 기술 적용으로 엣지 디바이스에서도 실시간 처리 가능한 수준으로 성능 개선
핵심 기능
실시간 싸움 행동 인식
Spatio-temporal Action Localization 기술로 Hit, Kick 등 폭력적 행동을 실시간으로 탐지하고 관제 센터에 즉시 알림
진행 단계
이상 행동 탐지 기술 조사 및 데이터셋 구축
2023.06.
- AVA/Kinetics 데이터셋 분석
- 쓰러짐/싸움 관련 데이터 추출
- 초기 데이터셋 v1 구축 (Train: 5,542장, Val: 1,808장)
- 쓰러짐/싸움 관련 데이터 추출
- 초기 데이터셋 v1 구축 (Train: 5,542장, Val: 1,808장)
프로젝트 상세
1) 포트폴리오 소개 - AI 컴퓨터 비전 기반 안전 관제 솔루션: 자율주행 로봇 기업, 디지털 안전 관제 시스템이 필요한 공공/민간 기업을 타겟으로 함. CCTV 및 로봇 시점에서 쓰러짐, 싸움 등 이상행동을 실시간 탐지하여 사고를 예방하는 시스템 개발. 2) 작업 범위 - 개발 참여 범위: 딥러닝 모델 연구/개발(YOLO, PyTorch), 엣지 디바이스 추론 최적화(ONNX, TensorRT),
