공중화장실 안전확보를 위한 융합센싱 기반 비식별 동작감지센서 및 인공지능 위급상황판정 기술에 관한 연구 = Fusion-Based Non-Identifiable Motion Sensing and Artificial Intelligence for Emergency Situation Detection in Public Restrooms

국문 초록 (Abstract)

본 연구는 공중화장실과 같은 개인정보 보호가 요구되는 민감 공 간에서 실신, 불법촬영 등 위급상황을 비식별 방식으로 탐지할 수 있는 차세대 안전감시 시스템을 개발하는 것을 목적으로 한다. 이를 위해 IR(적외선) 배열센서와 ToF(비행시간) 센서를 활용하여 영상정 보를 전혀 활용하지 않는 비식별 데이터 구조를 설계하고, 저해상도 8×8 행렬 데이터를 기반으로 동작 인식과 위급상황 탐지를 수행하 는 CNN-LSTM-AutoEncoder 기반 인공지능 모델을 제안하였다. 동 작 인식 단계에서는 CNN을 통해 공간 특징을 추출하고, 특징 벡터 를 LSTM-AutoEncoder에 입력하여 공중화장실 정상이용자의 패턴을 학습함으로써, 이상탐지 기반의 위급상황 판정 메커니즘을 구축하였 다. 제안된 시스템은 IR/ToF 융합 입력을 처리하는 멀티스트림 CNN 구조와 시계열 기반 LSTM-AE 모델을 결합함으로써, 저해상도‧비식 별 데이터의 한계를 극복하여 인간의 동작 패턴을 정교하게 구분하 는 성능을 확보하였다. 성능평가 결과, 동작 분류 정확도는 98% 이 상, 위급상황 검출율은 97% 이상으로 측정되었으며, 이는 실신 및 불법촬영과 같은 비정상 행동을 저해상도 입력만으로도 높은 신뢰 도로 탐지할 수 있음을 실험적으로 입증한 것이다.

목차 (Table of Contents)

• 1. 서론 6
• 1.1. 연구 배경 및 필요성 6
• 1.2. 연구의 목적 7
• 1.3. 연구 범위 및 방법 8
• 1.4. 논문의 구성 10
• 2. 관련연구 및 기술 동향 12
• 2.1. 인간활동 인식기술 12
• 2.2. 비식별 영상‧센서 기술 13
• 2.3. 딥러닝 기반 동작인식 연구 16
• 2.4. 기존 기술의 한계 및 개선점 18
• 3. 시스템 설계 및 구현 20
• 3.1. 전체 시스템 개요 20
• 3.2. 비식별 동작감지센서 21
• 3.3. 비식별 데이터 기반 동작 및 행동 정의 25
• 3.4. 멀티모달 센서 융합 알고리즘 27
• 3.5. AI 동작인식 알고리즘 31
• 3.4.1. 동작인식 AI 알고리즘 기본설계 31
• 3.4.2. 8-by-8 동작인식 AI 모델 개발 33
• 3.6 LSTM-AE 기반 위급상황 판정 AI 모델 36
• 3.7 안전감시 AI 비상벨 39
• 4. 실험 및 성능평가 42
• 4.1. 실험환경 구성 42
• 4.2. 학습 및 평가용 데이터 수집 43
• 4.3. 성능평가 방법 52
• 4.4. 성능평가 결과 및 고찰 58
• 5. 결론 65
• 참고 문헌 67