방학때 수업을 듣던중 캠퍼스픽에서 공개SW개발자대회를 연다는것을 봤다. 시상자들이 19명이나 되고 규모도 큰 대회인만큼 여기에 참여하기만해도 많은 도움이 될거 같다고 생각했다. 그래서 자유과제(AI)부분으로 공모전을 신청했다. (신청내용 밑에 참고)
CrowdGuard Alert, 군중 안전을 위한 경고 시스템
프로젝트 소개 개발 동기 :
2022년 이태원 참사와 2023년 7월 신림역 흉기 난동 사건은 공공 안전에 큰 위협이 되고 있다. 이러한 사고를 예방하기 위해, 인구 밀집 지역에서의 실시간 모니터링과 위협 탐지 시스템의 필요성이 커졌다. "CrowdGuard Alert" 프로젝트는 YOLO(You Only Look Once) 알고리즘을 활용하여 군중 밀집도를 실시간으로 분석하고 칼과 같은 위험 물체를 감지하여 경고함으로써, 사고를 방지하고자 합니다.
프로젝트 특장점 :
- 실시간 밀집도 분석: YOLO 알고리즘을 활용하여 다중 CCTV 카메라에서 실시간으로 사람들을 인식하고, 특정 구역의 밀집도를 정확하게 계산한다.
- 자동 경고 시스템: 밀집도가 임계값을 초과할 경우 자동으로 경고 방송을 송출하거나 모바일 알림을 발송하여 사람들에게 주의를 환기시킨다.
- 위협 물체 감지: YOLO를 이용해 칼과 같은 위험 물체를 실시간으로 감지하고, 이를 손에 들고 있는 사람을 인식하여 즉각적인 경고를 발송한다.
- AI 기반 군중 행동 분석: 군중의 움직임 패턴을 분석하여 잠재적인 위험 상황을 예측하고 경고한다.
- 비상 대피 경로 안내: 밀집도를 기반으로 비상 상황 발생 시 가장 빠르고 안전한 대피 경로를 실시간으로 안내한다.
기대효과 :
- 군중 밀집 사고와 묻지마 칼부림 사건을 사전에 방지하여 인명 피해를 줄일 수 있다. 또, 실시간 모니터링과 경고를 통해 관리자는 신속하게 상황을 파악하고 대응할 수 있다.
- 매년 크게 열리는 축제, 공연, 스포츠 이벤트 등 대규모 인파가 모이는 공공장소의 안전성을 향상시킬 수 있다. 다양한 인구 밀집 지역에 적용 가능하며, 지역 특성에 맞게 커스터마이즈될 수 있다.
"CrowdGuard Alert" 프로젝트는 기술을 통해 인명 사고와 범죄를 예방하고, 더 안전한 사회를 만드는 데 기여할 것이다.
2024-07-16
기점 모델을 훈련시켜놓고 그 모델을 이용해 캠으로 사람들을 실시간으로 탐색해 정확도를 높이는 방향을 모색해봐야겠다.
3년만에 코로나 19를 이겨내고 생긴 할로윈을 맞은 이태원참사의 개요 :
-> 이태원 해밀톤호텔 왼쪽 40 길이의 내리막 골목길 -> 폭 4m 골목에서 일어났다. (넑이로 계산하면 55평 남짓함)
보행자의 안전을 위해 폭이 4m 이상되어야 하는데 도로 너비가 4m 나와있었다. (부적절한 도시계획)
독일의 공립과학연구기관 '막스플랑크 인간발달 연구소'에 의하면 1m^2당 8~10명이 몰린거 같았다.
대통령 현장보고에 따르면 길이 5.7m, 폭 3.2m 공간에 몰렸다 -> 18.24m^2, 5.5평 정도의 공간(밀집도 16.4명/m^2)
##중요 포인트 건축법의 ‘도로’는 보행과 자동차 통행이 가능한 너비인 4m
- 필요한거 사람들이 모이는 곳에 필요한 사람수가 월등히 적다는걸 보여줘야함 -> 내 프로젝트가 필요한이유임
- 사람들이 좁은 공간에 갑자기 몰리는 원인과 사례들을 파악해야함
위험한 군중 밀도:
4명/m² 이상: 매우 불편하고 위험한 상황
6-10명/m²: 극도로 위험하며 압사의 위험이 있음
사람 간 거리: 위험 수준: 약 0.3-0.5m 이하, 이 정도 거리에서는 개인의 움직임이 매우 제한되며 압력이 전달됨
위험한 군중 규모: 정확한 숫자는 없지만, 일반적으로 수천 명 이상의 대규모 군중에서 위험성이 증가
압사 위험 요인: 군중 밀도뿐만 아니라 공간의 구조, 출구의 위치와 크기, 군중의 움직임 등도 중요한 요인
연구 데이터:
Fruin의 연구(1993): 6명/m² 이상에서 압사 위험 급증
Still의 연구(2000): 5명/m² 이상에서 군중 통제 불가능
예시적 수치:
매우 위험한 상황: 8명/m², 사람 간 거리 약 0.35m
100m²의 공간에 800명 이상이 모일 경우 극도로 위험한 상황 발생 가능
