세이프뱃지 안전 관제
과제 밀폐·
해결 영상+뱃지+환경 센서 융합으로 작업자별 위험도 실시간 산출 — 실증 4개소
성과 단일 센서로 못 잡던 복합 위험을 작업자별 실시간 감지
영상 인식 AI — 도로와 현장의 위험을 봅니다. 기존 CCTV 인프라를 그대로 활용해 돌발상황과 위험 행동을 검지하고, 개인영상정보는 엣지 단계에서 비식별 처리해 안전하게 다룹니다.
기존 CCTV 인프라를 그대로 활용해 돌발상황과 위험 행동을 검지합니다.
개인영상정보는 엣지 단계에서 비식별 처리합니다.
영상 인식(Vision) AI로 도로·
현장 카메라의 영상을 엣지에서 추론하고, 표준 프로토콜로 수집해 중앙 관제로 잇는 엣지-투-클라우드 구조로 설계합니다.
수집부터 관제까지 6단계 영상 분석 파이프라인으로 구성합니다.
RTSP·
GStreamer 파이프라인으로 디코드·
CNN 기반 검출·
다중 객체 추적(multi-object tracking)으로 이동 경로 산출
자동 돌발상황 검지(AID)·
지도 기반 실시간 이벤트 표출·
도로 위 교통 흐름부터 산업 현장의 작업 위험까지, 하나의 영상 인식 엔진으로 폭넓게 감지하도록 설계합니다.
차종 분류·
포트홀·
영상+센서 융합 위험 추론 — 작업자별 위험도 산출
횡단·
불법 주정차·
저시정·
자동 돌발상황 검지(AID)로 도로·
검지 항목은 현장 요건에 맞춰 확장하도록 구성하며, 오탐을 줄이기 위해 사람 검수(HITL) 단계를 둘 수 있습니다. 개인영상정보는 비식별(블러) 처리 원칙을 따릅니다.
| 구분 | QVision |
|---|---|
| 영상 입력 | IP 카메라(ONVIF)· |
| 추론 방식 | 엣지 추론(카메라 인접) + 중앙 AI 추론 서버 2티어 구성 |
| 영상 처리 | GStreamer 파이프라인 · CNN 객체 검출· |
| 융합 입력 | 영상 + 뱃지 + 환경 센서 멀티모달 융합(작업 안전) |
| 산출물 | 돌발상황(AID) 이벤트 · 작업자별 위험도 · 통행· |
| 관제 | GIS 지도 기반 중앙 통합관제 · Cubeon Safety Pack 연계 |
표준·
데이터 규제·
중앙 관제·
사내 서버에서 영상·
망분리 현장에서 엣지 추론만으로 운영 — 영상 반출 없이 검지
공공안전 국책 과제를 오큐브가 주관하고, 영상·
과제 밀폐·
해결 영상+뱃지+환경 센서 융합으로 작업자별 위험도 실시간 산출 — 실증 4개소
성과 단일 센서로 못 잡던 복합 위험을 작업자별 실시간 감지
다수 현장을 지도 기반 중앙에서 통합 관제 — Cubeon Safety Pack으로 결합
