LED 가로등 일체형 보안 감시 카메라 정보와 공간정보 상관관계를 활용한 딥러닝 기반 객체 추적

Object Tracking based Deep Learning using Security Surveillance Camera Information Integrated LED Streetlights and Spatial Correlation Information

지방자치단체는 범죄 예방 환경 설계(CPTED)를 관할 행정구역에 적용하고 있다. CPTED의 가장 효과적인 방안은 야간 조도 상향과 CCTV 카메라 신설 그리고 CCTV 카메라 운영을 안내하는 야간 표지이다. CCTV 카메라는 빛을 전하로 바꾸는 소자에 의해 디지털화되므로, 제공되는 광량에 따라 야간 영상 품질의 차이가 크다. 빛이 충분해야 우수한 품질의 영상이 수집되어 AI 영상 분석 정확도가 향상된다. 2024년에 서울특별시 은평구는 CPTED 개선과 영상 품질 향상을 위해 LED 가로등 일체형 CCTV 카메라 설치 실증을 추진하였다. 이를 근거하여 실증 결과를 분석한다. 또한, 교차로마다 CCTV 카메라가 신설되는 일체형 CCTV 설치 결과에 기반해, 특정 차량 또는 특정 인물을 공간정보 상 상관관계 기반 개체 영상 추적 방법을 연구한다. 이 연구 결과를 지자체에 적용하면, 예산 절감, CCTV 카메라 야간 영상 품질 향상, 사건·사고 발생 시 공간정보 기반 실시간 개체 추적이 가능하다. 무엇보다 범죄 예정자의 범죄 유발 욕구를 낮출 수 있어 국민이 안전한 도심 환경이 구현될 것이다.

Local governments are applying Crime Prevention Through Environmental Design(CPTED) to their jurisdictions. The most effective CPTED measures are increased nighttime lighting, new CCTV cameras, and nighttime signage to guide the operation of CCTV cameras. Because CCTV cameras are digitized by devices that convert light into electrical charges, the amount of light available makes a big difference in the quality of nighttime footage. Sufficient light is necessary to collect high-quality images and improve the accuracy of AI image analysis. In 2024, Eunpyeong-gu promoted a demonstration of installing CCTV cameras integrated with LED streetlights to improve CPTED and improve video quality. We analyze the results of this demonstration. In addition, based on the results of the Integrated-CCTV installation, where CCTV cameras are newly installed at each intersection, we study how to track a specific vehicle or a specific person based on spatial information correlation. By applying the results of this study to local governments, it is possible to reduce the budget, improve the quality of CCTV camera night images, and track objects in real time when incidents and accidents occur.