|
물피도주 사고 발생 시 차량 내 블랙박스에 저장된 영상을 확인하는데 만약 영상이 저장되지 않았다면 주변의 CCTV를 통해서 가해자를 추적해야 한다.
이때 CCTV 특성상 방대한 분량의 영상 판독이 필요하며, 이러한 영상 수사 방식은 담당 조사관의 업무 부담을 가중시킨다.
특히 주차 뺑소니 사고는 고의성 입증 여부가 쉽지 않고 고의성이 입증되더라도 최대 20만 원 이하의 벌금이 부과될 뿐이다. 그에 비해 사고의 발생 시기를 찾기 어렵고 조사에 애로사항이 많아 현장 상황을 고려한 기술 개발의 필요성이 대두됐다.
연구팀은 데이터셋 수집 비용과 사고 가능성을 줄이기 위해서 실제 차량이 아닌 RC카를 이용, 데이터셋을 수집했다.
연구팀은 직접 수집한 물피도주 영상 800건을 분석한 후 인공지능 네트워크에 학습시켜 차량의 충돌 시점을 검출하는 기술을 개발했다.
연구팀이 개발한 기술은 피해차량의 주변으로 일정한 간격을 두고 불필요한 배경 정보가 네트워크에 입력되지 않도록 하여 차량 충돌 시 흔들림의 반복적 움직임을 확인할 수 있다.
이 기술을 CCTV에 적용하면 범죄 예방 및 분석에 활용할 수 있어 지역 사회의 안전을 강화하고 범죄를 예방하는 데 효과가 클 것으로 기대된다.
이용구 교수는 “이번 연구 성과는 고도화된 인공지능 기술로 방대한 CCTV 영상 분석의 부담을 크게 줄여준다는 점에서 가장 큰 의의가 있다”고 말했다.