|
연구팀은 실제 지하철 계단에서 이동하는 승객의 움직임을 계단을 올라가는 사람(상행), 내려가는 사람(하행), 그냥 지나치는 사람(통과) 등 세 가지 유형으로 나눠 AI에 학습시켰다. 그 결과 화면 속 사람을 찾아내는 객체 탐지 기술을 통해 97.58%의 정확도로 실시간 분류에 성공했다.
연구팀은 이 분석 데이터를 기반으로 기관사에게 출입문을 언제 닫는 것이 가장 안전한지 알려주는 의사결정 지원 시스템(DSS)과 승객용 위험 경고 안내판까지 함께 개발해 시스템의 완성도를 높였다.
또 지하철역처럼 컴퓨터 연산 환경이 제한된 곳에서도 부드럽게 작동할 수 있도록 크기를 대폭 줄인 초경량 맞춤형 AI 모델 ‘SD-Net(Subway Door Network)’을 함께 제안해 실제 지하철역에 바로 적용할 수 있도록 했다.
연구팀은 “승객의 행동 패턴을 바탕으로 단 한 장의 CCTV 영상 프레임만으로도 승객의 움직임을 파악하는 시스템을 구축했다”며 “승객이 열차 출입문에 도달하기 전부터 미리 끼임 위험을 감지하고 경고할 수 있다”고 설명했다.
