개인정보보호 강화 및 에너지 효율 증대를 위한 혁신적인 점유율 감지 모델 등장!

Xue Cui, Vincent Gbouna Zakka, Minhyun Lee 연구팀이 개발한 저해상도 열화상 기반 점유율 감지 모델은 YOLOv5 전이 학습을 통해 높은 정확도와 효율성을 달성했습니다. 개인정보보호 문제 해결과 에너지 절약이라는 두 가지 목표를 동시에 충족하는 이 기술은 스마트 빌딩 및 스마트 시티 구축에 큰 기여를 할 것으로 예상됩니다.

저해상도 열화상으로 에너지 절약과 프라이버시 보호를 동시에!

최근, Xue Cui, Vincent Gbouna Zakka, Minhyun Lee 연구팀이 발표한 논문 "A computer vision-based model for occupancy detection using low-resolution thermal images"는 획기적인 점유율 감지 모델을 제시하며 주목받고 있습니다. 건물의 난방, 환기 및 에어컨(HVAC) 시스템의 에너지 소비는 점유율에 크게 좌우됩니다. 기존의 HVAC 시스템은 점유 여부와 무관하게 고정된 시간표에 따라 작동하지만, 이 모델은 점유 상태를 고려하여 HVAC 작동을 조절하는 첨단 점유자 중심 제어(OCC) 를 가능하게 합니다.

하지만 기존의 RGB 이미지 기반 점유율 감지 시스템은 개인의 얼굴과 신체 특징을 상세하게 포착하여 심각한 개인정보 침해 문제를 야기합니다. 이 연구팀은 이러한 문제를 해결하기 위해 저해상도 열화상을 활용하는 새로운 모델을 개발했습니다. 열화상은 개인을 식별할 수 있는 정보를 제공하지 않으면서도 사람의 존재 유무를 감지하는데 충분한 정보를 담고 있습니다.

연구팀은 YOLOv5 모델의 전이 학습을 통해 저해상도 열화상을 기반으로 한 점유율 감지 모델을 구축했습니다. 전이 학습은 이미 학습된 모델을 재사용하여 새로운 작업에 적용하는 기법으로, 컴퓨팅 자원을 효율적으로 사용하고 학습 시간을 단축할 수 있습니다. 그 결과, 정밀도, 재현율, mAP@50 값이 모두 1.000에 근접하는 놀라운 성능을 달성했습니다. 이는 모델의 높은 정확성과 실용성을 입증하는 것입니다.

이 모델은 단순히 개인 정보 보호 문제만 해결하는 것이 아니라, 컴퓨팅 자원 소모량 감소라는 부가적인 효과도 제공합니다. 저해상도 열화상의 사용은 이미지 처리 부담을 줄여 에너지 효율을 높이고, 더 나아가 시스템의 유지보수 비용까지 절감하는 데 기여할 수 있습니다.

이 연구는 에너지 효율적인 스마트 빌딩 구축과 개인정보 보호라는 두 마리 토끼를 동시에 잡을 수 있는 가능성을 제시하며, 스마트 시티 구축을 위한 핵심 기술로 자리매김할 것으로 기대됩니다. 앞으로 이 기술이 더욱 발전하여 더욱 안전하고 효율적인 환경을 만드는데 기여할 수 있기를 기대합니다.