01 / 화재 감지
영상 기반 화재 감시
연기·불꽃·온도 상승을 24/365 자동 탐지. Faster R-CNN, YOLOv7 + CvT 기반 객체 탐지로 화재 초기 징후를 실시간 식별합니다.
포테이토넷은 CCTV 영상과 언어 모델을 결합한 VLM(Vision-Language Model) 기반의 지능형 영상 분석 시스템을 개발합니다. 연기·불꽃·열·행인을 24시간 자동 감지하고, 맥락을 이해하여 오탐을 줄입니다.
영상·언어·센서 데이터를 하나의 흐름으로 통합 분석합니다. 불꽃과 연기를 찾는 데서 끝나지 않고, 행위의 맥락을 해석하여 진짜 위험만을 골라내는 것이 포테이토넷 비전 AI의 차별점입니다.
연기·불꽃·온도 상승을 24/365 자동 탐지. Faster R-CNN, YOLOv7 + CvT 기반 객체 탐지로 화재 초기 징후를 실시간 식별합니다.
비전-언어 모델이 "차량 하부에서 연기 발생" 같은 상황적 맥락을 이해하여 단순 패턴 매칭 대비 오탐률을 70% 이상 감소시킵니다.
동일인 인식 모델이 track_id 부여, 외형 키워드(빨간 셔츠 등)로 영상 내 인물 검색 및 야간 방범·배회 탐지를 지원합니다.
LSTM·3D CNN(PoseC3D) 기반 시계열 모델로 쓰러짐·싸움·배회 등 비정상 행동을 인식합니다.
50여종 센서 데이터를 LLM이 종합 분석하여 상황 식별·조치 가이드 보고서를 자동 생성합니다.
화재 감지 즉시 관제센터·모바일에 알람 전송. 상인회·소방청·경찰서로 자동 연락 발송 체계를 제공합니다.
연기·불꽃 객체 탐지부터 행인 식별까지. 실제 CCTV 환경에서 작동하는 탐지 모델의 결과를 확인하세요.
화재 초기 단계의 미세한 연기를 감지. VLM이 주변 맥락(점포 위치, 시간대)을 함께 분석하여 1차 경보를 발령합니다.
화염과 연기의 복합 탐지. AI가 화재 가능성 영역을 식별하고 VLM이 화재 유형·확산 경로를 예측하여 위험 등급을 분류합니다.
개별 track_id 부여 후 frame 단위로 인물을 추적. 외형 키워드 검색과 Rank-k 유사도 분석으로 동일인을 식별합니다.
자연어 키워드("검정 양복", "빨간 셔츠")로 영상 내 인물을 검색. Rank-k 유사도 결과로 후보군을 정렬하여 빠른 추적이 가능합니다.
밀집된 점포, 가연성 가림막, 좁은 소방차 진입로. 전통시장 화재는 일반 화재 대비 16배의 피해를 남기며, 심야시간대는 47배에 달합니다. 사후 대응이 아닌 사전 예측이 필요한 이유입니다.
전통시장 화재 1건당 평균 피해액 약 2억 7천만 원. 노후 시설과 밀집 구조가 초기 진화를 어렵게 합니다.
자정~오전 4시 화재 1건당 약 13억 원의 재산 피해. 무인 시간대 자동 감지의 가치가 가장 큰 구간입니다.
누전·과부하·전선 노후화 등 전기적 원인이 절반에 육박. CCTV와 전기 데이터 융합 분석이 필요한 핵심 근거.
영상과 텍스트를 별도의 인코더로 벡터화한 뒤, Retriever가 외부 지식을 검색하고 LLM이 최종 태깅을 생성하는 RAG 기반 멀티모달 파이프라인. Cross-Modality Fusion으로 객체와 상황을 정밀하게 결합합니다.
멀티모달 도메인 특화 학습으로 재조정. 화재 감시·행인 추적·맥락 분석에 최적화된 모델 조합을 운영합니다.
이미지와 자연어 텍스트를 통합 처리. 같은 벡터 공간에서 학습하여 검색·분류·캡셔닝까지 단일 모델로 수행.
영상 프레임 단위로 화염·연기·인물·차량의 경계박스를 추출. 실시간 추론에 최적화된 경량 모델 운영.
시계열 모델로 쓰러짐·싸움·배회 등 행동 패턴 인식. HRNet 키포인트 + LSTM/3D CNN 조합.
멀티모달 정렬 학습 전략. 대조 학습·Prefix LM·Cross-Attention 융합을 도메인별로 선택 적용.
모델 판단 근거를 시각화하여 오탐 원인을 분석. 피처 영향력·이상치 분포·클러스터링으로 모델 고도화.
열화상 IoT 카메라로 야간·역광 환경에서도 화염·발열점을 식별. VLM과 결합하여 다중 위험 요소 동시 감지.
KOIST 공인 시험성적서로 검증된 94% 정확도와, 행정안전부·KT·중부발전 등 실제 현장에서의 R&D 수행 이력을 보유하고 있습니다.
관제 인력의 집중력에 의존하던 기존 CCTV 운영 방식이 가진 한계를 넘어, AI가 먼저 보고 먼저 알리는 자동화된 감시 체계로 전환합니다.
전통시장의 화재 사전 예측부터 건물의 통합 보안, 야간 방범, 군중 밀집 모니터링까지. 하나의 플랫폼이 여러 도메인을 커버합니다.
밀집 점포·노후 시설에서의 화재 사전 예측. 뚝도시장·금남시장 등 실증 진행 중.
대형 건물·산업단지의 CCTV+센서 통합 관제. 화재·범죄·안전사고를 단일 시스템으로 감시.
자정~새벽 무인 시간대 자율방범 보조. 행인 식별·이상행동 탐지로 치안 강화.
에스컬레이터·집회·축제 등 다중밀집 환경에서 쓰러짐·싸움·압사 위험을 사전 감지.
관제 인력의 집중력에 의존하던 기존 감시 체계를 AI 자동 감지 체계로 전환. 24/365 깜빡이지 않는 시선으로 화재 골든타임을 확보합니다.
단순 영상 기록을 넘어, 상황을 이해하고 보고서를 자동 생성하는 인텔리전스 단계로. 전통시장과 건물 관리 방식의 패러다임을 전환합니다.