발표 슬라이드 인덱스

표지
발표 개요
이번 실증의 정의
현장 소개 — 서초 서리풀 (260423 방문)
실증 세팅 — CCTV 3대 배치 및 시야각
실증 대상 구역 선정 기준
선정 결과 — ROI polygon · 호모그래피 평면 가정
실증 결과 ① — CCTV ↔ 드론뷰 연동
실증 결과 ② — 중부원점 좌표 변환 · JSON 송출
실증 결과 ③ — CCTV 위치 · 위험구역 시각화
향후 과제
협업 가능 지점 / 맺음말

11차 콜로키움 · 2026-05-14

서초 서리풀 현장 실증 결과 보고

CCTV 객체추적 → 드론뷰 매핑 → 중부원점 좌표 변환

현장 방문일 · 2026-04-23
발표자 · (이름)
대상 · 11차 콜로키움

발표자 노트: 시작 인사 후 "이번 발표는 4월 23일 방문한 서초 서리풀 현장에서 진행한 실증 결과를 정리한 자리"라는 한 문장으로 도입. 분량 12분 예상.

AGENDA 02 / 12

발표 개요

실증 정의 — 이번 실증이 무엇을 검증한 것인가
현장 소개와 실증 세팅 — 서초 서리풀, CCTV 3대 배치
실증 결과 — CCTV ↔ 드론뷰 연동, 좌표 변환, 시각화
향후 과제 — 재실증 장소 · 좌표 품질 · 전달 contract
협업 가능 지점 (시간 여유 시)

핵심 메시지 · "CCTV tracking 좌표를 1초 주기 중부원점 좌표 JSON으로 안정적으로 흘려보낼 수 있는 파이프라인을 현장에서 확인했다."

정의 03 / 12

이번 실증은 무엇을 검증했는가

대상 현장에서 CCTV 카메라의 객체추적 결과를 드론뷰(basemap)에 호모그래피 매핑으로 표시하고, 객체 위치를 중부원점계 좌표(EPSG:5186)로 변환하여 외부에 전달 가능한지 확인.

입력

현장 CCTV 3대 영상 (이동형 #1·#2·#3, 1280×720 / 10 fps)

변환

구역별 평면 가정 호모그래피 · CCTV 화면 좌표 → basemap 픽셀 → 중부원점 좌표

출력

드론뷰 시각화 + tracking_info_*.json · 1초 주기 windowed 좌표

"CCTV 영상 → 객체추적 → 좌표 변환 → 외부 전달"이라는 한 줄짜리 파이프라인이 현장에서 동작함을 확인하는 것이 이번 실증의 목적이었습니다.

현장 04 / 12

현장 소개 — 서초 서리풀

방문일: 2026-04-23
위치: 서초 서리풀 공사 현장
주요 대상: 작업자 · 덤프트럭 · 굴착기
기반 데이터: 드론 항공 촬영 basemap (PS10009)
좌표계: 중부원점 (EPSG:5186)

활발한 중장비 작업 고저차 다양 일부 구간 가려짐

[그림 자리]
현장 전경 사진 또는 드론 basemap 1장
(260423_seochosite_dataset / basemap)

발표자 노트: "현장은 평탄한 곳과 경사진 곳이 섞여 있어, 호모그래피 평면 가정이 잘 통하는 영역을 일부만 골라 실증해야 한다는 제약이 있었다."는 한 줄을 덧붙여 다음 슬라이드로 자연스럽게 연결.

세팅 05 / 12

실증 세팅 — CCTV 3대 배치 및 시야각

[그림 자리]
basemap 위에 CCTV 3대 위치 마커 + 시야각(FOV) 부채꼴

CCTV 이동형 #1·#2·#3 총 3대 배치
각 카메라가 동일 실증 대상 구역을 다각도에서 내려다보도록 시야각 조정
해상도 · 1280×720 / 10 fps / H.264 CRF 23
호모그래피 캘리브레이션 · site_seocho/01·02·03.json (CAM별 1개)

basemap 위에 표시된 마커가 실제 CCTV 설치 지점이며, 시야각(FOV) 영역이 겹치도록 설계.

선정 기준 06 / 12

실증 대상 구역 선정 기준

① 작업이 활발한 곳

작업자, 덤프트럭, 굴착기 등 주요 객체가 자주 등장 → 기존 시나리오 기반 이벤트 데이터 충분히 수집 가능

② 경사가 완만한 곳

고저차가 작아야 평면 가정 기반 호모그래피 변환 오차가 줄어듦

③ 가려짐이 적은 곳

구조물·차량에 의한 occlusion을 줄여 detect/tracking 안정성 확보

세 조건 중 어느 하나라도 빠지면 좌표 정확도 또는 이벤트 발생률이 직접적으로 떨어집니다. 그래서 실증 구역을 좁히는 선택을 했습니다.

선정 결과 07 / 12

선정 결과 — ROI polygon · 호모그래피 평면 가정

[그림 자리]
basemap 위 노란 ROI polygon + 평면 가정 적용 영역 강조

위 3조건을 만족하는 구역을 노란 ROI polygon으로 지정
해당 구역을 평면으로 가정하여 호모그래피 매핑 안정성 확보
ROI 외 영역은 시각화·이벤트 발생에서 제외(필터링)
적용 config · 01·02·03.260511_roi구역변경.json

ROI 안에서만 객체 좌표·시각화·이벤트가 동작 → 변환 오차와 false positive를 모두 줄이는 효과.

결과 ① 08 / 12

실증 결과 ① — CCTV ↔ 드론뷰 연동

[그림 자리]
좌 · CCTV 추론 프레임 (객체 bbox + ID + 카테고리)
우 · 드론뷰(basemap) 위 동일 객체 매핑 결과

좌측 CCTV 프레임에서 검출된 객체가 우측 드론뷰에서 동일 위치로 매핑
각 객체에 카테고리 · ID · 변환된 좌표를 함께 표기
여러 CCTV 시점에서 검출된 동일 객체가 basemap 위에서 통합 표시

카메라 시점이 달라도 basemap 위 좌표는 일관 · 다중 CCTV 통합 가시화 가능.

결과 ② 09 / 12

실증 결과 ② — 중부원점 좌표 변환 · JSON 송출

객체 위치를 중부원점계(EPSG:5186)로 변환
1초 주기 windowed payload로 tracking_info_*.json 생성·전달
필드 · 객체 id · category · x_5186, y_5186 · timestamp
송출 주기와 payload 스키마는 글로텍 측과 반복 테스트로 추가 최적화 예정

[그림 자리]
tracking_info_*.json 샘플 1개 (id/category/좌표 라인 강조)

외부 시스템이 "어디(좌표)" + "무엇(카테고리)" + "누구(ID)"를 1초 단위로 안정적으로 수신할 수 있는 형태가 검증되었습니다.

결과 ③ 10 / 12

실증 결과 ③ — CCTV 위치 · 위험구역 시각화

[그림 자리]
basemap 위 CCTV 마커 + 위험구역 polygon (좌표변환 적용 결과)

CCTV 설치 좌표를 동일한 변환 파이프라인으로 basemap에 표시
현장에서 정의한 위험구역 polygon도 좌표 변환 후 드론뷰에 그대로 투영
운영 화면에서 "객체 + 위험구역 + 카메라" 한 화면 통합 모니터링 가능

객체·위험구역·카메라가 모두 같은 좌표계 위에 정렬되는 것이 핵심 검증 포인트.

향후 과제 11 / 12

향후 남은 과제

① 재실증 장소

이번 현장은 작업 활발도와 평탄도가 동시에 만족되는 구역이 좁았음. 다음 실증은 다각도 다운룩 가능 + 가려짐 적음 + 경사 완만 + 주요 객체 작업 활발한 위치를 우선 탐색.

② 좌표 변환 품질 고도화

평면 가정의 한계 → 구역 분할 호모그래피, 카메라 흔들림 보정, 다중 카메라 cross-check로 변환 오차 축소.

③ 전달 contract 최적화

1초 주기·필드 스키마·loss/지연 시 처리 정책 등을 글로텍 측과 반복 테스트하며 contract를 안정화.

당초 후보 구역(넓고 평탄)에서는 중장비 등 주요 객체 활동이 부족해 ROI를 좁힌 현재 구역으로 조정. 다음 실증에서는 "활동성"과 "평탄성"이 동시에 만족되는 위치 선정이 우선순위.

맺음말 12 / 12

협업 가능 지점 · 맺음말

현장 선정·인허가 — 다음 실증 부지 확보를 위한 공동 검토
좌표 변환 결과 활용 — 1초 주기 중부원점 좌표 JSON을 수신해 외부 GIS/관제 시스템과 결합
위험구역·시나리오 정의 — 기관별 관심 위험 상황(접근·체류·동선 등)을 시나리오 단위로 추가

결론 · CCTV tracking → 드론뷰 매핑 → 중부원점 좌표 변환 → 1초 주기 JSON 송출 파이프라인이 현장에서 동작함을 확인. 다음 단계는 "활동성·평탄성 모두 갖춘 부지"에서의 재실증과 전달 contract 안정화입니다.

— 감사합니다. Q & A —