$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 CCTV 기반의 행동인식과 ConvexHull을 이용한 손의 패턴 인지를 통한 이상행동을 판단하는 알고리즘을 제시하고 있다. CCTV를 이용한 기존 범죄 예방에는 주로 얼굴 인식이 쓰인다. 이는 화면에 보이는 얼굴과 기존 범죄자와 수배자의 얼굴 정보를 대조하여 대상의 위험도를 판단하는 방식으로, 앞으로의 범죄행동 예측에는 어려움이 따른다. 따라서 보다 다양한 상황을 예측하기 위해 대상의 팔과 다리, 몸의 기울기 등의 움직임과 손의 패턴을 파악하여 이상행동을 판단한다. 몸의 움직임이 일반적인 행동을 벗어났다고 판단될 때 대상의 행동패턴을 파악하여 폭력과 납치 등의 행동패턴과 비교하여 범죄를 예측할 수 있다.

Abstract AI-Helper 아이콘AI-Helper

In this paper, we present an algorithm to determine the abnormal behavior through a CCTV-based behavioral recognition and a pattern of hand using ConvexHull. In the existing way that using CCTV for crime prevention, facial recognition is mainly used. Facial recognition is the way that compares the f...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 CCTV를 이용하여 실시간으로 대상의 범죄 행동을 예측하고 미연에 방지하는 것을 목표로 하고 있다. 사람이 직접 CCTV를 감시하는 것이 아닌 CCTV로 받아온 대상의 정보를 바탕으로 범죄 행동을 예측, 감시하게 된다면 보다 24시간 감시가 가능하게 되므로 보다 효율적으로 범죄를 예방할 수 있다.
  • 본 논문에서는 [2]에서 제시했던 흐름도를 바탕으로 좀 더 확장하여 범죄 예측 알고리즘을 제시한다.
  • 본 연구는 CCTV가 사람의 손의 세밀한 움직임을 파악할 수 있다고 가정하여, 몸의 움직임을 파악함과 동시에 손가락의 움직임을 이용한 범죄 행동 분석을 통해, 보다 정확한 범죄 예측과 예방을 목표로 하고 있다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
CCTV를 통해 정상행동과 이상행동을 구별할 수 있는 요소는? 이에 따라 CCTV를 이용하여 감시뿐만이 아닌 대상의 움직임을 이용한 이상행동 예측은 보다 효율적인 범죄예방을 할 수 있을 것이다. CCTV를 통해 대상의 성별, 대상간의 거리, 움직임 등을 파악할 수 있으며 이를 토대로 정상행동과 이상행동을 구별할 수 있다. 이상행동으로 판단되어질 때 보다 정확한 판단을 위해 손의 패턴을 파악할 수 있다면 보다 정확한 범죄행동을 예측할 수 있으나, 기술적 한계로 인해 CCTV에서 손가락의 움직임은 분석하지 못하고, 그로 인해 정확도는 다소 떨어지게 된다.
방범용 CCTV 설치 증가 현황은? 최근 방범용 CCTV 설치가 증가하고 있다. 통계청에 따르면 2010년 주택에 설치된 CCTV가 169,570개에서 2013년에 277,298개로 60% 이상 증가하였으며, 서울시는 2015년 어린이 보호구역애 97.3%가 CCTV를 설치되어 있으며[1] 올해 100%설치하기로 계획되어 있으며 이 외에도 가정용 CCTV의 확대로 일반 가정집 내부에서도 CCTV의 설치가 늘어가고 있다. 이에 따라 CCTV를 이용하여 감시뿐만이 아닌 대상의 움직임을 이용한 이상행동 예측은 보다 효율적인 범죄예방을 할 수 있을 것이다.
범죄 행동 예측 알고리즘을 통한 CCTV감시가 사람이 직접 CCTV를 감시하는 것보다 좋은 점은? 본 논문에서는 CCTV를 이용하여 실시간으로 대상의 범죄 행동을 예측하고 미연에 방지하는 것을 목표로 하고 있다. 사람이 직접 CCTV를 감시하는 것이 아닌 CCTV로 받아온 대상의 정보를 바탕으로 범죄 행동을 예측, 감시하게 된다면 보다 24시간 감시가 가능하게 되므로 보다 효율적으로 범죄를 예방할 수 있다. 기존에 범죄예방을 위해 사용된 얼굴인식 시스템과 함께 논문에서 제시한 대상의 행동 패턴을 파악한 범죄행동 예측이 사용된다면 범죄를 효과적으로 예방할 수 있을 것이다
질의응답 정보가 도움이 되었나요?

참고문헌 (4)

  1. 아파트주거환경통계 : 지역별 방범시설 및 주택품질 현황, 통계청, 2015 

  2. 최지현, 최종원, 윤용익, "옴니뷰 패턴 인지 기반 이상행동 예측 기법 연구", 동계학술발표회, 2015 

  3. 에드워드 홀(Edward T.Hall),근접학 

  4. 자렛 웹, 제임스 애쉴리, 키넥트 프로그래밍, BJ퍼블릭 

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로