컴퓨터 비전을 활용한 프로덕션 수준의 교통 위반 감지 시스템 구축

교통 모니터링 및 위반 감지 문제는 조명 변화, 카메라 각도, 가려짐, 차량 밀도, 일관성 없는 도로 표시 등 다양한 요인들이 얽혀 있어 복잡하며, 이로 인해 규칙 기반 접근 방식은 대규모 환경에서 신뢰성이 떨어집니다. 이 프로젝트의 목표는 최신 컴퓨터 비전 기술을 사용하여 종단 간(end-to-end) 교통 위반 감지 시스템을 설계하고 구현하는 것이었습니다. 이 시스템은 차량을 감지하고, 프레임 전체에서 차량을 추적하며, 움직임 패턴을 이해하고, 실제 운영 환경에서 현실적으로 작동할 수 있는 방식으로 위반 사항을 식별하도록 요구되었습니다. 핵심 문제는 비디오 스트림에서 차량의 행동을 자동으로 감지하고 분석하여 불법 유턴, 차선 위반, 제한 구역 이동과 같은 교통 위반을 식별하는 것이었습니다. 시스템 아키텍처는 비디오 수집, 차량 감지, 다중 객체 추적, 위반 로직 및 분석, 시각화 및 보고의 다섯 단계로 구성되었습니다. 차량 감지에는 실시간 시나리오에서 속도와 정확도의 균형을 고려하여 YOLO 기반 모델이 사용되었으며, 고해상도 프레임에서의 감지 정확도를 높이기 위해 SAHI가 활용되었습니다. 시스템은 움직임 예측을 위한 칼만 필터링과 동일성 유지를 위한 외형 임베딩을 결합한 DeepSORT를 다중 객체 추적에 사용했습니다. 위반 감지 로직은 오탐(false positives)을 줄이기 위해 영역 기반 로직, 방향 흐름 분석, 시간적 임계값에 기반을 두었습니다. 이 시스템은 구성 요소들을 독립적으로 개선할 수 있도록 모듈식으로 설계되었으며, 전체 구현 코드는 GitHub에서 확인할 수 있습니다.