초록 ▼

□ 연구개발 목표 및 내용
◼ 최종 목표
o CCTV 및 5G기반 모빌티리 영상을 분석하여 다양한 위험 발생을 범용적으로 인식, 대응하고 전조를 사전에 인지하여 미연에 방지하기 위한 5G기반 예측적 영상보안(Predictive Visual Security) 핵심기술 개발
- (총괄 목표) 5G 기반 모빌리티(차량, 드론, 웨어러블 등)에 탑재되어 기존 고정형 CCTV 모니터링 영역 밖의 열악한 환경 공간을 지속적으로 이동하며 5G 엣지단에서 다중 위험을 동시에 (범용)·즉각(초저지연) 식별, 대응하는 프라이버시 보장

□ 연구개발 목표 및 내용
◼ 최종 목표
o CCTV 및 5G기반 모빌티리 영상을 분석하여 다양한 위험 발생을 범용적으로 인식, 대응하고 전조를 사전에 인지하여 미연에 방지하기 위한 5G기반 예측적 영상보안(Predictive Visual Security) 핵심기술 개발
- (총괄 목표) 5G 기반 모빌리티(차량, 드론, 웨어러블 등)에 탑재되어 기존 고정형 CCTV 모니터링 영역 밖의 열악한 환경 공간을 지속적으로 이동하며 5G 엣지단에서 다중 위험을 동시에 (범용)·즉각(초저지연) 식별, 대응하는 프라이버시 보장형 5G 엣지 범용지능 영상보안 핵심기술 개발
- (1세부 목표) 다중 위험상황을 동시에 즉각 감지·대응하고 사전에 예측·예방하는 프라이버시 보호형 5G 엣지 범용 영상 보안 핵심기술 개발

◼ 전체 내용
o 주요 기능(또는 규격)
- 현장의 동적 위험도 측정을 위한 다차원 인자 심층분석 기술
• 휴먼 위험인자 인식을 위한 와일드 영상 심층분석 기술
: 와일드 영상의 휴먼 위험인자 인식을 위한 신경망 모델
: 각 휴먼 위험인자별 학습을 위한 실증 DB 및 GT 구축
* 휴먼 위험인자: 휴먼 속성(Attribute)기반 위험(둔기·흉기, 종류별 모자, 마스크, 성별, 나이 등) + 상황(Circumstance) 기반 위험
• 특정인(전자감독대상자) 측위기반 위험 심층분석 기술
: 측위·다중영상 매핑을 통한 군중 속 특정인 비주얼 식별 기술
: 위험 시나리오 기반 피해자 신변 예방보호 기술
• 위험 시·공간정보 기반 심층 환경프로파일 자동 연계 기술
* 심층 환경프로파일: 기상정보, 소셜정보 등
- 위험 프로파일 및 생활정보 학습기반 예측분석 신경망 모델
• 과거 위험유형별 프로파일 학습 및 예측분석 신경망 모델
: 과거 위험유형별 실상활 학습을 위한 확장 DB 구축 및 학습
: 다차원 위험인자에 대한 예측분석 신경망 모델
• (감시)대상자의 생활정보 기반 실위험(True-Threat) 예측 신경망 모델
: (감시)대상자의 정상생활패턴 학습 및 실위험 필터링 모델
: (감시)대상자의 생활 위험스코어 기반 실위험 필터링 모델
• 개인 사생활 보호를 위한 민감정보 비식별 기술
- 첨단치안을 위한 위험 예측분석 시스템 및 서비스 개발
• U-Guard 시스템 연계형 위험 예측분석 시스템 및 상용 VMS 원격 연동 기술
• 위험 예방을 위한 선제적 대응 기술 및 응용 서비스 개발
• 지역·시간별 범죄 위험도 관제를 위한 Predictive Crime Map 개발
• 예외상황에 대비한 5G기반 QoS(Quality of Safety) 보장 기술
• 국내·외 표준화 추진 및 관련 기술 개발
- 공공수요자 주도형 첨단 사회안전 리빙랩 구축 및 시범운영
• 지자체 주도형 첨단치안 AI 사회안전 리빙랩
• 스마트시티 CCTV 통합관제시스템 연동 및 협업 기술
• 위치추적중앙관제센터(법무부) 주도형 능동형 AI 전자감독 리빙랩
• 리빙랩 기반 성능 시험 및 검증 체계
o 과제 수행체계
- 공공 수요자(법무부, 지자체 등), 제품/솔루션 제공 산업체, 연구계를 아우르는 범산업적 연구체계 구축
- 참여기관, 법무부(위치추적중앙관제센터), 지자체 중심으로 유관기관, 학회, 협회, 포럼 등을 포함하는 예측적 위험대응 협의체 구성
- 지자체 CCTV통합관제시스템, 지방경찰청 치안시스템, 법무부 위치추적중앙관제센터에 개발 결과물을 우선적으로 적용, 시험하고 성능을 검증한 후 업체에 기술 이전
- 연구결과물을 직접 사용하고 평가할 수요자인 법무부, 지자체, 경찰청이 R&D 연구결과물을 시민들에게 시범 적용하고 운용할 수 있는 지능형 사회안전 리빙랩 추진
- 주관기관의 Q-mark 인증 관리 프로세스 적용 및 SPICE Level 3 준용 : 품질완성도 및 고객만족도 제고를 위하여 검증을 통과한 연구결과물에 자체적으로 부여하는 Q-mark 품질인증제도 및 ISO/IEC 15504 표준 준수

□ 연구개발성과
o 연구 결과물
- 예측적 영상보안 신경망 기반 PCM 기반 관제시스템
- 능동적 AI 생활위험도 분석용 AI전자감독시스템
- 영상 전주기 보호를 위한 다채널 CCTV영상 암호시스템
- 실 위험 감시를 위한 산불·화재감시시스템
- 실 위험 감시를 위한 어린이보호 교통안전시스템
- 지능형 5G 모빌리티 단말
- 법무부, 지자체 실증 적용 및 서비스 제공

□ 연구개발성과 활용계획 및 기대 효과
o (현장적용 방안) 개발단계부터 수요자(행정기관, 지자체, 경찰청, 통신사 등) 참여형 사업추진 체계 수립 및 현장 중심의 실증 환경 구축
- 사후 대처 중심의 치안시스템에서 사전 예방 중심의 차세대 첨단치안시스템으로 발전하기 위해서 지방경찰청, 지자체 CCTV통합관제센터 등에 적용
- 국토부, 행안부 등을 중심으로 구축중인 전국 스마트시티 사회안전플랫폼에 AI 브레인으로 활용될 수 있도록 기개발된 위험이벤트 탐지 기술 등과 통합 및 빌트-인 적용
- 법무부 위치추적중앙관제센터의 AI 전자감독시스템에 활용
o (실용화·제품화 방안) 범용적 위험에 실시간 자율대응하는 체계적이고 빈틈없는 사회안심 서비스와 OTA(Over-the-Air) 방식의 신경망 실시간 업데이트 프레임워크 구축
o (기술적 기대효과) AI의 기술적 한계를 극복하고 미국 등 선도국과 대등한 기술·산업 경쟁력 확보(‘22년 90%) - 우리나라의 AI 선도국(미국, 100%) 대비 2018년 기술 수준은 81.6%로 평가
o (경제적, 산업적 기대효과) 과기정통부 선정 5G+ 10대 핵심산업으로서, 새로운 킬러 서비스(Killer Service)로 새로운 사회안전 신산업 시장 창출
o (기대효과) 스마트시티를 중심으로 범죄로부터 안전한 사회 인프라 구축 및 범죄 예방 효과 및 이로 인한 사회적 비용 감소 기대
- (기술적 효과) 세대 지능형 사회안전 기술의 패러다임을 주도하고 글로벌 기술 경쟁력 제고
- (경제적·산업적 효과) City Surveillance에 AI기반 범죄 예측 기술을 융합함으로써 신성장 산업 육성 및 글로벌 초기 시장 점령
* 범죄 예방, 산출업무 효율화 등을 통해서 연간 212억원 예산 절감 효과 기대
- (사회적 효과) 범죄로부터 안전한 사회 인프라 구축을 통한 안전선진국 대열 합류

(출처 : 요약문 6p)

목차 Contents

• 표지 ... 1
• 최종보고서 ... 2
• 요 약 문 ... 6
• 목차 ... 9
• 1. 연구개발과제의 개요 ... 10
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 13
• 3. 연구개발과제의 수행 결과 및 목표 달성 정도 ... 187
• 1) 연구수행 결과 ... 187
• 2) 목표 달성 수준 ... 215
• 4. 목표 미달 또는 미흡한 사항에 대한 원인분석 ... 216
• 5. 연구개발성과의 관련 분야에 대한 기여 정도 ... 216
• 6. 연구개발성과의 관리 및 활용 계획 ... 217
• 1) 향후 5년간 성과활용·확산 활용방안 및 계획 ... 218
• 2) 주요 성과활용 (기대)성과목표 ... 218
• 3) 성과활용·관리 추진체계 ... 219
• 4) 기타 ... 219
• 7. 연구개발성과에 대한 후속연구 및 추가 개발 계획 ... 219
• 8. 연구개발비 사용실적 ... 220
• 끝페이지 ... 236