국방 경계 감시 환경에서 지능형 영상분석을 위한 강화학습 기반 협업 시스템
Reinforcement-Learning-based Collaboration System for Intelligent Video Analysis in Defense Surveillance
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
지능형 영상보안 시스템은 범죄 예방, 교통감시, 시설물 보호, 재난 관리 등을 주요 목적으로 설치와 그 활용이 크게 증 가하고 있다. 최근에는 GOP 과학화경계시스템이 도입됨에 따라 지능형 영상보안 시스템이 국방 경계 지역에 설치되어 운 영되고 있다. 본 논문에서는 국방 경계 감시 환경에서 지능형 영상 분석의 성능 향상을 지원하기 위한 강화학습 기반 협업 시스템을 제안한다. 제안된 시스템 통합관제시스템(Video Management System)을 통한 엣지카메라 이벤트 정보와 영 상분석시스템으로부터 획득한 이벤트 정보를 기반으로 딥 강화학습을 통해 카메라의 PTZ(Pan, Tilt, Zoom) 제어 모델을 생성하고, 이를 이용하여 카메라 PTZ를 제어한다. 이를 통해 영상분석시스템은 카메라의 PTZ 제어 후 개선된 영상 데이 터를 이용하여 지능형 영상 분석을 수행함에 따라 영상 분석 정확도를 향상시킬 수 있다. 실험을 통해 협업 시스템이 다양한 환경에서 정확한 영상 분석을 지원하기 위한 카메라 PTZ 제어를 수행하는 것을 확인하였다.
Abstract
Intelligent video surveillance systems are increasingly installed and utilized for crime prevention, traffic surveillance, facility protection, and disaster management. With recent introduction of the GOP scientific boundary system, intelligent video surveillance systems have been installed and operated in defense boundary areas. In this paper, we propose the reinforcement-learning-based collaboration system to provide the performance improvement of intelligent video analysis in defense boundary surveillance environments. The proposed system creates the reinforcement-learning-based model for camera control of PTZ (Pan, Tilt, Zoom) according to edge camera events received from a video management system and information acquired from the video analysis system, As a result, the video analysis system can improve the accuracy of video analysis using improved image data after controlling the camera PTZ, and the results of experiments show that the collaboration system performs camera control of PTZ to support accurate video analysis in various environments.