플러스프로젝트 배경
문제 - 수동 관제의 한계 및 사고 위험: 요양병원 및 돌봄 시설에서 수동적인 환자 모니터링은 인력 소모가 크고, 특히 낙상 및 욕창 위험을 실시간으로 감지하기 어려워 사고 발생 위험이 높음. - 낮은 실시간 대응력: CCTV 영상 데이터 처리 시 추론 지연(Latency) 문제로 인해 낙상 등 긴급 상황 발생 시 즉각적인 경고 및 조치가 어려움. - 오탐지 및 비효율적인 알림: 단순 움직임 기반의 감지
프로젝트 성과
극단적 Low Latency 실시간 알림 달성
TensorRT/Triton 서버와 Redis Pub/Sub을 통합하여 감지부터 알림 전송까지의 지연 시간을 10초 이내로 최소화, 실시간 대응력을 극대화
21개 키포인트 기반 정밀 감지 시스템 구축
21개 키포인트 자세 분석을 통해 낙상 90%, 욕창 85% 이상의 정확도를 확보하고, 오탐지를 최소화하여 시스템 신뢰성을 높임
FFmpeg GPU 가속 기반 스트리밍 인프라 확보
MediaMTX 및 FFmpeg GPU 가속을 활용하여 다중 RTSP 스트림을 안정적으로 중계 및 처리하는 고성능 비전 인프라 구축을 완료
핵심 기능
실시간 낙상 감지 및 욕창 예방
21개 키포인트 기반 정밀 자세 분석을 통해 2시간 이상 같은 자세 유지 시 욕창 위험을 감지하고 침대 영역과 사람의 키포인트 계산한 낙상 탐지하며, 2시간/3시간 경과에 따른 단계별 알림 정책 적용.
진행 단계
기획 및 정의
2025.07.
시스템 목표, 낙상/욕창 정확도 목표 설정, YOLO, HRNet 등 AI 모델 및 FastAPI 기반 마이크로서비스 아키텍처를 포함한 기술 스택을 확정하고 상세 기술 명세서를 완성
프로젝트 상세
AI 기반 실시간 안전 모니터링 및 알림 시스템으로, 요양병원 및 재가 돌봄 시설을 대상으로 하며, CCTV 영상 스트림(RTSP)을 받아 컴퓨터 비전(YOLO, HRNet) 기술을 활용하여 환자의 낙상 및 욕창 위험을 감지하고, Low Latency 알림 시스템을 통해 의료진에게 즉시 전달하는 백엔드 솔루션. 특징 - 고성능 AI & 스트리밍 통합 인프라: TensorRT로 최적화된 YOLO 모델을
