개발 동기
최근 들어 사회적으로 범죄를 막기 위한 많은 방법이 나타나고 있다. 하지만 요즘 사회적 이슈인 몰래카메라 관련 범죄들을 예방하기 위한 적절한 방법은 부족하다. 몰래카메라 관련 범죄 발생 건수는 해마다 증가하고 있다.
몰래카메라 범죄는 사회적 불안감을 고조시키며 이를 예방하고자 여러 방안이 제시되었지만 뚜렷한 효과를 보지 못하고 있다. 그러한 요인으로는 급격한 속도로 발전하는 카메라 기술이 악용되어 소형화 및 고성능화된 몰래카메라로 인한 탐지의 어려움이 있다. 검출률과 정확도 향상을 위해 다양한 관련 연구들이 진행되고 있다.
해당 프로젝트에서는 적외선 카메라로부터 입력받는 영상을 토대로 한 영상처리 알고리즘 개발에 초점을 두었다. 적외선 카메라를 활용함으로써 주변 조명에 영향을 받지 않아 높은 검출률을 유지할 수 있다. 또한, 개발한 알고리즘을 안드로이드 애플리케이션 환경에 적용함으로써 상황에 따라 설정값을 유동적으로 조절할 수 있게 하여 몰래카메라 검출에 용이하도록 구현하였다.
데이터
- 일반 카메라가 아닌, 적외선 카메라로 촬영한 영상을 토대로 영상처리 진행
- 노출 보정 기술이 탑재되어 어둠속에서도 또렷하게 물체 검출 가능
- 자연 조명, 인공 조명에 관계 없이 어두운 환경에서도 물체 감지 가능
- 이로써 특정 환경에만 국한된 것이 아닌, 실제 다양한 상황에 기술 적용 가능할 것이라 예상
몰래카메라 검출 알고리즘
1. Gaussian Blur
2. Adaptive Threshold
3. Morphology(Close)
4. Find Contours
본 프로젝트에서는 입력된 적외선 영상 내의 매우 작은 영역에 해당하는 몰래카메라의 검출률을 높이기 위해 위 그림과 같은 알고리즘의 영상처리 연산을 적용한다. 먼저 영상에서 노이즈를 제거하기 위해 Gaussian Filtering을 적용한다. 주변 조명의 영향을 최소화하면서 몰래카메라의 밝기 값보다 낮은 영역을 제거하기 위해 Adaptive Threshold를 적용하여 주변 영역끼리의 임계화를 진행한다. 입력 영상에서 몰래카메라가 차지하는 영역이 작으므로 Global Threshold가 아닌 Adaptive Threshold를 적용함으로써 카메라와 그 주변 영역만을 고려할 수 있도록 한다. 위의 연산과정에서 발생하는 작은 크기의 노이즈들을 몰래카메라로 검출하는 것을 방지하고자 Morphology Close 연산을 수행하여 미세한 노이즈들을 제거한다. 노이즈가 제거된 영상에서 몰래카메라의 경계를 파악하기 위해 Contours Point가 Hierarchy 관계를 구성하도록 하여 이로부터 얻어진 연결성을 이용해 Contour를 찾아낼 수 있도록 한다. 위의 알고리즘들을 수행했을 경우 아래의 그림과 같은 결과를 도출할 수 있다. 이는 실제 입력 영상을 바탕으로 몰래카메라 후보군에 해당하는 Contour들에 Bounding Box를 표시한 화면이다.
찾아낸 Contour들 중 다음 조건들을 충족시킬 때만 몰래카메라로 검출한다. 먼저 Contour 영역 크기가 14보다 작고 카메라의 렌즈가 원 형태임을 고려하여 종횡비는 2 이하여야 한다. Contour 영역에 포함된 픽셀들의 평균값은 특정한 범위 내에 존재해야 한다. 이러한 알고리즘을 안드로이드 애플리케이션 환경에 적용한 후 결과를 보면 높은 몰래카메라 검출률을 보인다. 하단의 그림은 실제로 몰래카메라를 검출한 화면을 애플리케이션에서 확인한 결과이다.
결론
본 프로젝트에서는 몰래카메라를 검출하기 위한 영상처리 알고리즘을 구현하였다. 구현한 기술은 적외선 카메라로부터 영상을 입력받아 주변 조명 환경에 영향을 받지 않는다. 입력된 영상에 Filtering, Threshold, Morphology 등 다양한 영상처리 연산을 사용하여 몰래카메라 후보 영역을 검출한다. 이후 Post Processing을 수행하여 최종적으로 몰래카메라를 검출한다. 향후 위 알고리즘을 스마트폰 애플리케이션에 탑재시켜 배포한다면 몰래카메라 범죄로 인해 고조된 사람들의 불안감을 해소할 수 있을 것으로 기대된다.
코드
자세한 코드는 Github에서 확인할 수 있다.
