실외 CCTV 폭력 인식 시스템

개발 목적

공공의 안전을 위해, 사람의 육안에 의존하는 현재 CCTV 관제 환경을 좀 더 사람이 편하게 개선해보자는 취지에서 시작
그 외 사람들이 사용하기 편하게 하기 위해 웹 환경을 이용해서 조작할 수 있도록 하는 것이 목표

특징

딥러닝 기술 중 시계열을 처리하는 LSTM(Long Short-Term Memory) 기술과 이미지 처리를 위한 CNN(Convolution Neural Network) 기술을 사용해서 범죄를 탐지해내는 모델을 개발
Node.JS 프레임워크를 이용해 서버를 만들고, 템플릿 엔진으로는 ejs, 데이터베이스는 mySql을 이용해서 연구를 위한 웹 페이지를 개발
해당 서비스를 이용해 CCTV가 설치된 장소와 시간, 폭력일 확률과 비폭력일 확률, 그리고 인공지능 모델의 분석 결과가 폭력상황인지 비폭력 상황인지를 탐지 후 통보
적용 영상

사용 기술

실외 CCTV 폭력 인식 시스템를 개발하는데 다음과 같은 기술을 사용했습니다.

NodeJS - 모델의 결과물을 웹 페이지로 전달하고, DB에 접근해서 저장합니다.
Tensorflow - OpenCV를 통해서 전달받은 신호를 버퍼에 저장하고 100장 모였을 시 범죄 상황을 탐지합니다.
OpenCV - 카메라의 신호를 가져와서 Tensorflow에 전달합니다.
MySQL - 녹화되고 있는 영상에 대한 정보, 관리자 및 사용자에 대한 정보, 그리고 범죄 상황에 대한 상세한 정보를 담기 위한 용도로 사용했습니다.