CCTV Assault Detection System Using ROI Extraction and a Combined Action Recognition Model

공공 안전이 중요해짐에 따라 CCTV 영상에서 폭행을 탐지하는 기술의 중요성이 부각되고 있다. 그러나 CCTV는 다양한 촬영 각도, 배경, 불규칙한 움직임 등으로 폭행 인식의 정확성과 일관성을 확보하기 어렵다. 본 논문에서는 이를 해결하기 위해 보행자 검출 기반 관심영역 추출과 행위 인식 모델을 결합한 딥러닝 기반 폭행 인식 방법을 제안한다. 먼저 보행자의 경계 상자를 검출 및 병합하여 폭행 발생가능 영역을 정의하고, 해당 영역 영상을 행위 인식 딥러닝 모델과 추가 CNN 분류기의 입력으로 사용하여 학습 및 추론을 통해 안정적인 인식 성능을 확보한다. 마지막으로 일정 시간 동영상 시퀀스의 예측 결과를 통합하여 오탐지를 줄이고 일관성을 확보한다. 실제 CCTV 데이터셋 실험에서 제안하는 관심영역 기반 접근 방식이 기존 전체 영상 기반 접근보다 폭행 인식 정확도를 높였으며, 다양한 CCTV 환경에서 신뢰성 있는 실시간 폭행 감지 시스템의 기본 틀로서의 활용 가능성을 확인하였다.