검색

CCTV 영상 활용 교통량 분석 모델 개발됐다
양산시 ‘인공지능(딥러닝)기반 교통량 분석’ 모델 구축사업
송영복 기자   |   2021-04-07
▲ 교통량 분석모델 프로그램 구동 화면    

 

양산시가 인간의 뉴런 구조처럼 컴퓨터가 사물을 인지할 수 있는 인공신경망(Artificial Neural Network) 프로그램을 활용해 교통량 분석 모델을 구축했다. 

 

인공신경망은 인간의 신경을 흉내 낸 컴퓨터 시스템으로 기계학습(machine learning)을 통해 판단 및 결과를 유추할 수 있는 시스템이다.

 

구축된 모델은 시 통합관제센터 CCTV 영상을 대상으로 머신러닝 기법을 통해 컴퓨터에 학습시켜 영상 속 주행 중인 차량을 컴퓨터가 자동으로 인지하고 시간대별 차량 계수를 확인할 수 있도록 개발됐다.

 

학습된 지역의 교통량 정확도는 100%로 확인했고, 학습지역 외 시가 지난해 10월 15일 실시된 국토교통부 도로교통량 조사 결과와 동일 시간대 CCTV 영상 속 차량 육안 계수를 함께 비교해 개발된 모델의 오차 및 정확도를 확인했다. 

 

원거리 CCTV 유형의 동면 내송 1077-01 지방도를 대상으로 교통량 분석 모델의 정확도를 확인한 결과 주간 시간대의 경우, 도로 교통량조사 결과보다 933대 이상 검출돼 교통량 조사 대비 5.5% 정확도가 높은 것으로 확인됐으나, 야간 시간대는 가로등 부재로 현장 조도가 낮아 차량 검출이 저조해 도로교통량 조사 대비 83.6%의 정확도를 확인했다.

 

근거리 CCTV 유형의 원동중학교 앞 69-11 지방도의 경우에도 야간시간 차량 상향등 사용에 따른 빛 번짐 등 제약사항으로 검출결과는 다소 낮지만 도로교통량 조사 대비 101.3%로 결과를 확인할 수 있었다.

 

시는 야간시간 대 차량 검출률이 다소 낮은 사항에 대해 교통량 분석 모델 구축 시 야간에도 정확한 차량인지를 위해 조도가 확보된 CCTV 영상으로 학습했다. 향후 조도가 낮은 지역의 차량을 대상으로 추가 학습 할 경우 정확도는 향상될 것이라는 설명이다.

 

또한 시가 실시한 국토부 도로교통량 조사결과와 CCTV 영상 속 차량 계수와 비교할 때 1077-01 지방도의 경우 3711대의 차이를 확인할 수 있다. 

 

현장 도로는 시속 80㎞의 속도와 잦은 대형차량 이동과 옆 차선과 반대편 차선의 차량을 육안으로 확인이 어려워 편차가 발생하는 것으로 확인된다.

 

이런 상황을 개선하기 위해서는 국토교통부의 도로교통량조사 지침 중 차선별 육안식 조사 매뉴얼의 구체화가 필요한 대목이다. 도로교통량조사 사업은 전국 동시에 실시하는 조사로 국토부 주관 통계청 승인을 받는 조사사업이다.

 

시는 개발한 교통량 조사 모델을 운영해 주요시가지 일대 5곳을 선정해 매월 1회 교통량 공공데이터로 데이터베이스를 구축하고, 그 결과는 시 빅데이터 광장 홈페이지를 통해 양산 주요시가지 교통량 흐름과 함께 OpenAPI 방식의 공공데이터 개방을 목표로 2022년 상반기 추진할 계획이다. 

 

윤지수 정보통계과장은 “데이터기반 행정업무 추진의 일환으로 추진돼 최신 IT 딥러닝 기술을 확보할 수 있는 계기가 됐다. 교통량 현황을 시작으로 계수가 불가한 관광지역의 관광객 등 향후 딥러닝 기술을 통해 공공데이터 및 빅데이터 분석 행정역량을 강화하겠다”고 밝혔다. 

뒤로가기 홈으로

인기뉴스

URL 복사
x

PC버전 맨위로 갱신

Copyright ⓒ 뉴스경남. All rights reserved.