본 이전 기술은 분산 카메라 환경에서 입력되는 다수의 실시간 영상으로부터 관심 인물을 식별하기 위하여 고속으로 얼굴을 검출하고, 검출된 얼굴의 인식 특징정보를 고속으로 추출하여 인식에 활용하는 기술임
- CCTV 설치 대수는 기하급수적으로 증가하는 반면, 모든 CCTV 영상을 수동으로 모니터링하고 관리, 대응하기에는 한계가 있기에 지능형 선별관제 기술을 도입하여 수동 관제의 비효율성을 해결할 필요가 있음
- CCTV의 보급으로 범인의 검거율이 매우 높아지고 있지만, 범죄 현장 주변의 CCTV를 일일이 수사관이 보고 용의자를 특정하고 추적하기에는 시간과 인력이 많이 소요되고 있음
- 또한, 공항이나 문화재, 관광지와 같이 다수의 인원이 밀집하는 대규모 분산 CCTV 환경에서 용의자 또는 실종자의 얼굴 인식을 통한 식별을 위해서는 빠른 처리 속도가 요구됨
- 기존 NVIDIA DeepStream이 지원하지 않는 얼굴 영역과 특징점(landmark) 동시 검출이 가능하며, 얼굴 인식 특징추출을 위한 자세와 크기 보정 및 필터링을 NVIDIA Performance Primitives(NPP)를 통해 DeepStream 파이프라인 내에서 GPU로 처리 가능
- NVIDIA DeepStream을 기반으로 분산 환경에서 입력되는 다수의 실시간 영상에 대하여 고속의 영상 디코딩, 얼굴 검출, 얼굴 인식 특징추출을 포함하는 고속 GPU 영상 분석 기능을 제공함 (최대 16채널, 평균 30 FPS, RTX 4080, 시험용 검출/인식 모델 기준)
- 원본 검출 / 인식 모델의 고속 추론을 위한 모델 변환 기능, 원본 모델과 변환된 모델 간의 성능 비교 기능을 제공
- 관심 인물 등록 및 관리, 영상 분석 파이프라인 실행을 위한 REST API 서버, 메타데이터 전송, 저장, 관리를 포함하는 통합시스템을 제공
- 고속 얼굴 검출 및 인식 특징추출 기술
- RTSP 기반 실시간 다중 영상 수신 및 고속 디코딩
- 얼굴 영역 및 특징점(landmark) 동시 검출 지원 SW
- 얼굴 인식 특징추출을 위한 GPU 가속 자세 및 크기 보정, 필터링 SW
- TensorRT 기반 관심 인물 등록 및 인식 SW
- 연동 인터페이스 및 데이터 관리 기술
- 영상 분석 파이프라인 연동을 위한 REST API 서버
- Kafka 및 MongoDB 기반 메타데이터 관리
- 모델 변환 및 오차 검증 기술
- PyTorch 기반 얼굴 검출 모델 ONNX / TensorRT 변환 및 오차 검증
- PyTorch 기반 얼굴 인식 특징추출 모델 ONNX / TensorRT 변환 및 오차 검증
- 고속 얼굴 검출 및 인식 특징추출 SW 요구사항 정의서 v1.2
- 고속 얼굴 검출 및 인식 특징추출 SW 시험절차 및 결과서 v1.0
- 고속 얼굴 검출 및 인식 특징추출 SW 개발 환경 구축 가이드 v1.0
- 고속 얼굴 검출 및 인식 특징추출 SW 데모 프로그램 v1.0
- 고속 얼굴 검출 및 인식 특징추출 SW 라이브러리 v1.0 (소스코드 및 바이너리)
- 고속 얼굴 검출 모델 출력 변환 라이브러리 v1.0 (소스코드 및 바이너리)
- 본 이전 기술은 일반적으로 CCTV, 통합관제시스템 등과 연계되어 지능형 영상 보안 시스템을 구성하며, 영상 산업뿐만 아니라 시큐리티 산업, 공공안전 산업 등에 활용 가능