CCTV 이상행동 판별 시스템 제작 - 01. 주제선정 및 기획

CCTV 이상행동 판별 시스템 제작 - 01. 주제선정 및 기획

Step1. 주제 선정에 관한 브레인 스토밍

Visual Intelligence를 공부하고 있기 때문에, 사물인식을 할 수 있는 주제 위주로 골랐다.
사진을 찍고 퍼스널컬러나 머리 스타일을 추천해준다던지,
냉장고안 재료로 요리 추천과 칼로리 계산을 해주는 등 다양한 의견이 나왔는데

우리가 할 수 있을 정도의 수준과, 기간을 고려하여서
여러 상황을 동시에 예측할 수 있는 지하철 CCTV 이상행동 판별 시스템을 제작해보기로 했다.

Step2. 개요 및 목적

인공지능 프로젝트이기에,
UX를 하면서까지 기획을 할 수 없어서 있는 자료만으로 최대한 인사이트를 많이 뽑아내려고 노력했다.

지하철 범죄와 사고는 지속적은 사회적 노력에도 불구하고 증가하고 있음에 따라
AI 기술을 이용하여 안전사고와 범죄를 조기에 감지하여 예방하는 시스템을 만드는 것이 목적이다.

위와같은 형식의 자료를 만들어서 이 서비스의 필요성과 타겟층(메타포)을 동시에 나타내주었다.

다른 서비스들과 차별점 3가지를 두었다.
1. 상황 별 위험도를 사용자가 미리 정의할 수 있고 그에 따라 알람을 전송할 수 있는 기능 추가.
2. CCTV 자체에 국한된 프로그램이 아닌 컴퓨터 화면을 캡쳐할 수만 있다면 모든 상황에서 서비스 이용이 가능하다.
3. 위급상황 발생이 사용자에게 알림이 가는 기능을 추가할 예정이다.

step3. 프로젝트 수행 플로우

 

구조도

간단하게 워크플로우를 그려보았다.
인공지능 모델링을 하는 것 / 서비스를 만드는 것.
크게 두가지로 나뉘는데,
데이터를 수집하고, 모델 학습을 하여 사용자에게 다양한 기능을 제공해주는 방식이다.
여기서 CCTV화면을 캡쳐하는 것은 초상권 침해에 걸린다고한다.
이를 방지하기 위해서 이미지를 저장하기 전 얼굴에 모자이크를 하는 작은 모델까지 추가하기로 했다.

step4. 데이터 확보

요즘 세상이 좋아져서 수많은 공공데이터가 존재한다.

K-ICT 빅데이터 센터

빅데이터 센터 홈페이지에서 다양한 상황의 데이터를 얻을 수 있다.
우리팀은 AI hub라는 곳에서 CCTV 이상행동 13종에 대해 총 7030개의 클립에서 추출한 이미지 100만장 이상의 데이터셋을 구했다.

step5. 모델 선정

 

실시간 디텍션을 하기에 적합한 YOLOv5 모델을 골랐다.
사용하기 쉬우면서, 비교적 적은 데이터셋으로도 높은 정확도를 내어 실무자들 사이에서도 많이 사용하는 모델이다.
최근 YOLOv7이 나오면서 더 핫하다고 하는데 시간이 된다면 이 모델도 사용해볼 예정이다.

step6. 프로젝트 일정 및 역할

 

기간은 약 한 달.
인원은 4명!

사실 다같이 인공지능 프로젝트를 하면서 정해진 역할이 어딨겠냐만,
그래도 중점적으로 맡는 역할을 나누어봤다.

step7. 최종 예상결과 IMG

 

오랜만에 목업빨을 세워보았다.
디자인을 하면서는 개발자가 알아서 해주겠지! 하고 보기에 예쁘게 만드는 일을 했었는데,
막상 초보 개발자(?)가 되어보니 저런 결과물을 가질 수 없다는 것은 알고 있다.

최종 예상 결과라기 보다는, 우리의 서비스는 이정도로 발전할 수 있다! 라는 것을 나타내주었다.

피드백

약 50명 가까이 되는 사람들 앞에서 발표를 하고 강사님들에게 피드백을 들었다.
간단한 재미성 프로젝트를 하는 다른 팀과 달리, 상업적으로 바로 사용할 수 있다는 것에 대해서 높은 평가를 주신 것같다.
멘토분께서는 성공만 한다면 상위 10퍼센트는 되는 포트폴리오를 제작할 수 있을 것이라고 하셨다.

---

현재 이 포스팅을 하고 있는 지금은 프로젝트를 시작한지 약 2주가 넘게 흐른 시간이다.
어떤 시행착오를 겪고있는지 기록하도록 하겠다!