지능형 CCTV 성능 인증 대응

자사 영상 인식 엔진으로 지능형 CCTV 성능 인증을 받기 위한 대응을 맡았습니다.

인증 과목은 침입 탐지와 방화 감지였고, 그 가운데 침입 판정 알고리즘을 맡아 시험이 요구하는 영상 입력 방식과 이벤트 판정 규칙에 맞게 동작을 다듬었습니다.

사전시험 영상에서 발견한 침입 특성을 판정 규칙에 모두 반영하는 방식으로 정리해, 본시험 대응의 토대를 연구 문서로 남겼습니다.

모델은 ONNX 로 받아 시험 PC 에서 TensorRT 엔진으로 직렬화하도록 응용 안에 기능을 두었고, 판정 결과는 제출용 보고서(XML)와 디버깅용 검출 기록(CSV)으로 나눠 저장했습니다.

새 침입 이벤트는 처음 보는 추적 번호가 나타나거나 직전 2초 동안 겹침도가 늘어나는 등의 조건에서 만들고, 영상이 끝나면 시간이 겹치는 이벤트를 합친 뒤 지속 시간을 기준으로 최종 경보를 골랐습니다.

시험 영상마다 지도 파일(XML)이 탐색 영역과 침입 영역 두 다각형을 따로 정의합니다. 탐색 영역 안의 사람만 유효하게 보고, 침입 영역에 들어가는 시각이 정답입니다. 침입 형태는 겹침도 시계열의 모양으로 다섯 가지로 나눴습니다. 형태 1 은 이상적인 진입과 이탈, 형태 2 는 장애물에 진출입이 가려져 겹침도 기울기가 0 이 되는 경우, 형태 3 은 여러 침입자가 간격을 두고 들어와 마지막 침입 시작 시각을 내야 하는 경우, 형태 4 는 추적 번호가 바뀌는 경우, 형태 5 는 2차원 영역과 3차원 공간의 차이로 겹침도가 최대에 이르지 않는 경우입니다.

추적을 잃고 새 추적 번호를 받은 객체가 영역을 빠져나가는 경우는 영역 중심까지 거리의 기울기(접근 속도, 음수면 접근)로 새 침입과 구별했습니다. 새 이벤트를 만드는 조건은 네 가지로, 처음 보는 추적 번호, 직전 2초 동안의 겹침도 증가, 직전 2초 동안의 접근 속도가 음수인 경우, 추적 중인 이벤트가 하나도 없는 경우이며 조건마다 대응하는 침입 형태가 다릅니다. 영상이 끝나면 이벤트를 시작 시각 내림차순으로 정렬해 지속 시간 유효성을 검사하고, 다른 이벤트에 포함되는 이벤트는 시작 최소·종료 최대로 병합한 뒤 경보 객체에 시간 보정을 적용해 최대 지속 시간 기준으로 최종 선별합니다.

시험용 응용은 인증시험 탭과 채점 탭 두 화면입니다. 시험 탭은 ONNX 모델 선택, 엔진 직렬화, 지도·RTSP 목록·보고서 폴더 지정 순으로 구성했고, 채점 탭은 보고서·검출 기록·정답 폴더를 지정해 과목별·영상별 F1 을 표로 보입니다. 제출용 보고서는 영상 스트림이 끝나는 시점에 저장하고 검출 CSV 는 디버그 빌드에서만 기록합니다. 시험 환경의 운용 교훈으로는 정상 종료 순서(앱 중지, 재송출 스크립트 터미널, 재생기 순)를 어기면 작업이 남아 다음 시험의 연결 실패가 반복된다는 점을 정리했고, RTSP 연결은 재시도 스레드로 열었습니다.

화면

더미 데이터로 채운 그림입니다. 실제 화면과 배치·문구가 다를 수 있습니다.

구조와 흐름