문제점
도시 당국은 무허가 노점상 관리에 지속적인 어려움을 겪고 있습니다.
이들은 인도나 교차로, 행사장 등 제한 구역에서 영업하며 보행 혼잡과 안전 위험을 유발합니다.
기존의 수동 단속은 인력과 시간이 많이 소요되고, CCTV 영상 분석 역시 복잡해 실시간 대응이 어렵습니다.
또한 노점상과 일반 보행자 구분의 어려움으로 기존 모니터링의 효율이 떨어집니다.

프로젝트 목표
본 프로젝트는 도시 감시망과 통합되는 AI 기반 자동 탐지 시스템을 구축해
무허가 노점상을 실시간 식별·추적하고, 교통과 보행 흐름을 개선하며 공공 안전을 강화하는 것을 목표로 합니다.
또한 사전 경고 및 데이터 분석 기능을 통해 순찰 인력 의존도를 줄이고,도시 관리 및 정책 수립을 위한 데이터 기반 인사이트를 제공합니다.

핵심 기술 포인트
- 자동 탐지: AI 비전 모델로 다양한 환경에서 노점상 정확 탐지
- 실시간 모니터링: 움직임 추적 및 제한 구역 진입 시 즉시 알림
- 유연한 통합: CCTV·도시 관리 시스템과 API 연동 지원
- 확장성: 대규모 감시망에도 손쉽게 적용 가능
- 데이터 분석: 노점상 밀집 지역 파악 및 스마트시티 전략 지원

전 세계 많은 도시들이 무허가 노점상 문제로 어려움을 겪고 있습니다.
노점상은 지역 경제에 도움이 되지만, 보행로를 차단하거나 혼잡과 안전 위험을 유발하기도 합니다.
기존 단속 방식은 인력에 의존해 시간과 비용이 많이 들고 효율이 낮은 한계가 있습니다.

이 프로젝트는 기존 CCTV 인프라에 AI 기반 노점상 감지 시스템을 적용해
실시간 모니터링, 사전 경고, 데이터 기반 의사결정을 가능하게 합니다.

시스템은 YOLOv8, Faster R-CNN으로 노점상을 정확히 탐지하고,
ByteTrack으로 다중 객체를 안정적으로 추적합니다.
백엔드는 Python, FastAPI, Kafka, Flink로 구성되어
대규모 이벤트를 저지연으로 처리, 다양한 환경에서도 FFmpeg·OpenCV 전처리로 안정성을 유지합니다.
또한 Torch, scikit-learn, XGBoost를 활용해 모델 성능을 최적화했습니다.
React 기반 대시보드는 실시간 모니터링과 알림 기능을 제공하며,
기존 도시 감시 시스템과 API 연동이 가능합니다.