[3차 프로젝트] 2차 멘토링

6월 30일 서민관 멘토님

 

1. 세그멘테이션 시 예상되는 어려운 점 
- CCTV 별로 상황과 이미지가 다르기 때문에 모델로 인식을 한다면 상당히 
많은 경우를 학습해야할 것 -> 수작업 와핑이 더 합리적일 듯
- 자동차는 세그멘테이션의 장점을 사용하는 게 맞지만, 도로는 아닌 듯 
- 1차 멘토링에서 말한 정확도를 높이기 위한 세그멘테이션 적용법은 이해가 되지만,
 목표가 실현 가능성인지, 여러 기술 사용인지에 따라 다를 듯 
- 세그멘테이션 사용했다 하니 바로 어떻게 학습을 시켰을까 하는 의문점이 들었음
   -> 세그멘테이션 생각했지만 어떠어떠한 어려움이 있어 지금은 적용하지 않았다라고 말할 수 있어야 될 듯  
 - 기술 확장하느라 세그멘테이션 모델 써서 하는 것 보다 확실하게 사람이 찍어줘서 더 정확한 데이터를 뽑을 수 있다라고 어필하는게 좋은 듯 
   -> 실제 필드에서도 모델만 써서 하는 경우는 없음, 우린 현실적인 접근을 한 것 ( 수작업 또한 포함되며 여러 시도들)

2. 웹 구현 관련 (관제 상황판 느낌) 
- 모니터링 하는 지도, 대시보드 느낌의 방향이 좋을 것 같음 
- 상단에 대시보드 계기판 총 감시 CCTV 수, 통행불가 도로 개수 EX) CCTV 40대를 모니터링 중이라면, 모니터링 지역이 40이라는 숫자
- 빨간 상황이 발생했을 때, 별도의 테이블이라던지 영역에서 최근 통행불가 이벤트들이 기록이 되는 것이일반적일듯
- 관제하는 사람이 알림받고 상황 주시하고 있다가 단속까지 연계 가능
- 빨간색이 된지 얼마나 지났는지 표현해주는 것도 좋을 듯 (5분 지난 차량인지, 50분 지난 차량인지)
- 차 그룹핑도 괜찮을 듯 (단순화: 소형, 중형, 대형, 초대형) 10cm, 20cm 차이 너무 디테일하게 안해도 될 듯 
- 차종을 선택하지 않더라도 한 번에 볼 수 있게 차량별로 마커 색상을 다르게 하는 게 어떨까

3. CCTV 영상처리 상용화 부분
- CCTV 수백대를 어떻게 처리할 것인지, 모델 성능, 서버 환경
- RTSP 영상 스트리밍 프로토콜 : GPU 처리 속도 이슈 
- 프레임 단위로 분석하진 않아도 될 듯, 몇 초에 하나 (스키핑으로 성능 조율)  
- 실시간 영상을 RTSP로 받아와 보여주는 파이썬 라이브러리 있음

4. 종합적인 의견 

Q. 원래 시나리오는 소방차의 출발지 부터 도착지까지 경로를 설정 해 안내 중 막히는 도로가 있다는 액션을 취해

우회도로 안내를 구상.  그러나 카카오 네비 API 를 웹에서 구현하기 어렵다는 것을 파악했고 , 이에 대한 대안을 모색하고 있음
A. 네비게이션 직접 연결은 굳이 필요 없을 것 같다고 답변 주심
- 빨간색 뜨는게 소방차 출동 안한다고 넘어갈 상황은 아니니까 구청이나 센터로 연결되면 좋을 듯 -> 데이터를 쌓아 리포팅하는 거 좋을 듯 

5. 서비스 측면 의문 (상황 발생 후 처리가 아닌 사전 예방 형태로 서비스를 구현하는게 더 어필이 잘 될 듯) 
- 도로가 막힌 걸 인지하면 실제 소방차가 출동하는데 도움이 되나? 
- 그 길 아니면 엄청 돌아가야한다거나 답이 없거나, 불법 차량 밀고 갈 수도 있는데? 우회로가 더 오래 걸리면? 제일 문제가 되는 거는 옆길로 가는 건 괜찮은데 주택가나 빌라나 저 길 아니면 한참 돌아가는 경우가 진짜 문제가 됨 
- 그래서 발생하기 전에 예방활동으로 강조하는게 더 좋지 않을까 -> 관제 센터 제공용으로/ 밤에는 사람들이 자느라 계속 막혀있다  

 

 

강사님 멘토링

- 시나리오 구상

 문제를 발견 했고, 그 다음 문제해결에 대한 액션을 취해야 되는데 우리 시나리오는 그게 빠져있음

ex) 통행을 방해하는 요소를 발견했고 요소를 제거하는 , 주변 순찰차에 연락을 취해 주정차 차량을 빼게 한다던지와 같은

문제 해결 액션이 필요한데 그 부분에 대한 방안 부족

- 씨씨티비 사용화 정확한 근거 제시

RTSP 를 통해 실시간 영상을 받아오는 파이썬 라이브러리가 있는 것을 파악한 부분에 대해 샘플 예시를 통해 구체적으로 근거를 제시하면 좋을 듯