김 대 진

포스텍(Postech) 학술정보처장/컴퓨터공학과 교수

woonlim@hanmail.net

D.J. 카루소의 2008년 영화 ‘이글아이’에서는 인공 지능을 갖춘 컴퓨터가 전 세계에 설치된 CCTV로 부터 얻어진 영상 정보를 분석해 특정 대상을 감시하고 상황을 통제한다. 이와 같이 스스로 상황을 판단하고 판단하는 지능형 감시 카메라는 이미 다양한 분야에서 상용화돼 특수한 기능들을 수행하고 있다. 그 중 ‘무단 방치·도난 물체 자동 탐지 기술’은 입력 영상 내에서 움직이는 물체에 해당하는 ‘전경영역’을 탐지하고, 그 중 움직임의 변화가 없는 ‘정지영역’만을 가려낸 다음, ‘정지영역’에 해당하는 물체가 방치된 물체인지 도난 된 물체인지를 자동으로 판단하는 기술이다.

이 기술은 세 가지 단계(픽셀, 영역, 이벤트)의 처리 과정이 순차적으로 이뤄지며 하위 단계의 출력이 상위 단계의 입력으로 사용된다. 각 단계마다 별도의 특징 집합 및 FSM(Finite State Machine)을 사용하며, FSM 내부에서 일어나는 상태들 간의 이동은 SVM(Support Vector Machine)을 통해 자동으로 수행된다. 픽셀 단계에서는 두 종류의 특징(Intensity, Time)을 이용해 각 픽셀을 배경, 전경, 정지 픽셀 중 하나로 분류하고, 분류된 전경 및 정지픽셀들을 영역 단위로 그룹화한다. 영역단계에서는 다섯 종류의 특징(Area, Intensity, Motion, Shape, Time)을 이용해 픽셀 단계에서 검출된 영역들 중 정지영역들만을 선택한다. 이벤트 단계에서는 두 종류의 특징(Color, Edge)을 이용해 정지영역들을 무단 방치 물체 또는 도난 물체로 분류한다.

기존의 관련 기술들은 특별한 평가 환경에 최적화된 많은 수의 파라미터들을 사용하기 때문에 조도나 통행량 등 환경 조건이 변할 때마다 불안정한 탐지 성능을 보였지만, 현재 개발된 기술을 살펴보면 다양한 환경에서 수집한 데이터들로부터 각 단계에 적합한 특징들을 추출하고 그것들로부터 최적의 경계 영역을 자동으로 찾아내기 때문에, 전체적인 탐지 성능뿐만 아니라 환경 조건 변화에 따른 성능 안정도 또한 크게 향상됐다. 이러한 학습 기반 접근법은 파라미터 기반의 타 연구 분야들에서도 적극적으로 활용될 수 있다. 이미 상용화된 기존 기술과 비교했을 때, 성공률은 평균 24% 향상됐으며 오작동률은 22% 감소됐다. 또한 환경 조건 난이도에 따른 성능 변화 폭이 1/3로 줄어들었음이 확인됐다.

이 기술의 상용화는 앞으로 지하철, 역, 공항 등과 같은 공공장소에 설치된 감시 카메라에 적용해 무단 방치된 물건을 발견함으로써 폭탄 테러 등의 범죄를 사전에 차단하거나, 전시물이나 귀중품에 대한 도난 여부를 사고 발생 즉시 알아내 범죄자를 신속하게 검거하는 데 큰 도움이 될 것으로 기대된다. 그 외에도 쓰레기 무단 투기 등 실생활에서 공공연하게 일어나는 경범죄 예방은 물론 지뢰, 폭탄을 탐지하거나 적군의 매복을 탐지하는 등 군사적 목적에도 활용될 수 있을 것이다.

[월간 시큐리티월드 통권 제203호(sw@infothe.com)]

<저작권자 : 시큐리티월드(www.securityworldmag.co.kr) 무단전재-재배포금지>