[외주] 인공지능 CCTV 영상 내 돌발 이벤트 분석 솔루션

1. 프로젝트 설명 : - 도로에 기 설치된 CCTV를 통해 수집된 영상분석 알고리즘(딥러닝 등)을 이용하여 낙하물, 낙석 등의 이례적인 돌발상황을 검지할 수 있어야 하고, 영상분석 알고리즘은 학습을 통하여 분석기능을 지속적으로 향상시킬 수 있는 검지 솔루션 개발 및 커스터마이즈 2. 개발 내용 : • 실시간 영상분석 기반 인공지능 이벤트 검지 알고리즘 • 자사 영상분석 시스템 규약에 맞는 통신 프로토콜 개발(Docker 환경) - 도커 기반 모듈 구축 필수 - 통신 미들웨어 기반 구독 형식의 input/output 구조 구축 필수 - 통신 미들웨어 종류 및 데이터 구조는 개발업체 확정 후 안내 예정 • 주/야, 강수/강설 등에 따른 수집 영상의 변화에 따른 검지 방법론 적용 • 검지 정확도 1. 100m이내 90% 이상(오탐율 1일 1건 이하) 2. 100m~200m이내 85%이상(오탐율 1일 2건 이하) ※ 등급의 기준은 자동차·도로교통분야 ITS 성능평가기준에 따름 ※ CCTV 영상 스펙 : HD, 1280*720, 30FPS • 작은 객체(32*32Pixel이하)의 인식률 향상은 20*20Pixel 까지 검지 정확도 확보 • 카메라의 검지영역 틀어짐, 우천이나 안개 등의 기상조건 변화 또는 일출 일물 등의 검지환경 변화로 인하여 검지가 불가능할 경우에는 이벤트를 발생하여 운영자로 하여금 대처할 수 있도록 이벤트 송출 • CCTV 카메라로부터의 HD급 이상의 영상을 수신하여 100m 상급, 200m 중급의 성능기준을 만족하여야 함. • 각 돌발상황에 따른 검지기준시간 변경(3초~60분) 설정 기능 개발 ※ 예시 : 역주행 검지 3초, 낙하물 검지 10초 등 • 돌발상황에 대한 이벤트 및 이미지 생성 및 자사 영상분석시스템에 전송/확인 기능 개발 • 검지영역의 설정 - 검지영역은 모니터 화면 내 다수 영역을 설정 기능개발(100m, 200m 구간 등) 3. 진행 일정 : - 착수 : 2월 초~중순 계약 및 착수 - 베타버전 완료 : 1개월 이내 - 현장 테스트 및 보완 : 1개월 이내 - 개발 완료 : 검수 및 산출물 완료 4. 필요 요소 : - AI 분석 모델 설계 및 커스터마이즈 - 데이터 처리/가공 및 학습 진행 - AI 모델 서빙을 위한 설계 및 개발( API ) - Test 및 인수인계 5. 개발 환경/언어 : - 개발환경 : 리눅스 서버, Docker - 개발언어 : C/C++/Python 6. 산출물 : - API 명세서 - 데이터 흐름도 - 테이블 정의서(필요시) - AI 모델 설계 문서 - Test 결과 보고서 - 소스 코드 원본 및 설명서 7. 개발 순서 1) 개발 방법론 정의 자사 시스템 소개 및 통신 규약 협의(개발방법 및 통신방식 정의) 2) 학습 데이터 수집 및 학습 진행 (1) 유사 환경(CCTV 설치 예정 도로)에서 기 수집된 영상을 기반하여 예측되는 돌발 상황(낙하물 검지 등)에 대한 기 수집 데이터 제공 및 적용 (2) 신규 학습 데이터 수집 및 학습 진행 3) 현장 적용(베타버전) 및 테스트 진행 기 설치된 영상수집 시스템에 베타버전 설치를 통해 정확도 기준 충족 및 돌발상황 이벤트 적용 및 보완 진행 4) 실제 적용 과정 (1) 검수(QA) 진행으로 정확도 만족 여부 확인 (2) 검수 완료 및 산출물 제공 8. 참고 및 유의 사항 - 유사 솔루션 기 보유 업체 선호 (기 보유한 솔루션을 커스터마이징하는 방식 선호) - 지원 시 관련 포트폴리오 첨부 必 ※견적서/제안서/포트폴리오/소개자료 (회사 소개서, 홈페이지 등) 등에 외부 연락처 기입 시 정책 위반으로 불이익을 당할 수 있으니 유의 바랍니다.※