본 프로젝트는 빅데이터 연합동아리 BOAZ 12기 Advanced 프로젝트를 정리해둔 레포지토리입니다.

2017년 대한민국 범죄 중 교통범죄를 제외한 범죄는 약 130만 건이다. 이처럼 수없이 많은 사회 범죄가 발생하고 그 대비책으로 CCTV를 설치한다. 하지만 이렇게 설치된 CCTV가 많아지는데 반하여 이를 모니터링하는 감시인력은 제한되어 있다. 특히 CCTV 통합관제 센터에서는 약 10명의 관제사가 3교대로 평균 100~200대의 CCTV를 감시하는 등 인력문제가 심각하다. 본 보고서에서는 이러한 문제를 해결하기 위해서 AIHub나 Kaggle에서 제공된 폭력 데이터셋을 이용하여 딥러닝(Deep Learning) 모델을 통해서 학습하여 영상에서 폭력적인 영상을 분류(classification)과 인식(detection)한다.

최근 강력범죄의 발생비는 증가하는 추세를 보이며 심각한 사회문제의 화두로 부상하고 있다. 이러한 문제를 해결하고자 정부는 지난 수년간 공공기관 CCTV를 및 통합관제센터의 수를 늘려가고 있다. 공공기관 CCTV는 2018년 기준 1,032,879대로 매년 증가하는 추세를 보인다. 이 중 약 50% 육박하는 CCTV의 수가 범죄 예방 목적으로 설치되어 있지만, 전체 CCTV를 모두 모니터링하는 것은 불가능하다. 특히 CCTV를 통한 사건, 사고의 초기 인지 및 대응이 중요하지만 현재 CCTV는 범죄 예방 방지가 아닌 사후 증거자료나 사건현장 복원의 용도로만 활용되고 있다. 본 논문에서는 이러한 문제를 해결하기위해 Embedded Device를 이용한 새로운 Real Time Violence Detection 방안을 제시한다. RELATED WORK에서는 과거 감시카메라 활용과 이에 대한 한계점을 지적한다. PROPOSED SYSTEM에서는 폭력적인 상황을 판단할 수 있는 딥러닝 모델과 이를 각각 분류 및 인식할 수 있는 모델을 제시한다. EXPERIMENTS는 해당 모델들이 다양한 상황에 대해서 얼만큼 폭력적인 상황을 판단할 수 있는지 보여준다. CONCLUSION에서는 진행한 프로젝트에 대한 평가를 제시하며, 맘 마지막으로 FUTURE WORK에서는 추후 프로젝트의 개선 방안과 방향성을 제시한다.

• Django

실시간 Detection에 대한 지원은 되지 않습니다.

• http://blog.naver.com/PostView.nhn?blogId=laonple&logNo=221259295035
• https://www.tensorflow.org/lite/convert/quantization
• http://academictorrents.com/details/38d9ed996a5a75a039b84cf8a137be794e7cee89
• https://www.samsungsemiconstory.com/2184
• https://medium.com/@ghalfacree/benchmarking-the-raspberry-pi-4-73e5afbcd54b
• https://www.pyimagesearch.com/2019/05/20/transfer-learning-with-keras-and-deep-learning/
• https://www.pyimagesearch.com/2019/06/03/fine-tuning-with-keras-and-deep-learning/
• https://www.pyimagesearch.com/tag/transfer-learning/

The MIT License (MIT) Copyright (c) 2019 성민석,박서호,고동희,김아영,서그림