홈 Deep Vision D:Watcher
D:Watcher를
사용해야 하는 이유
동영상 수집, 분석, 가공, 태깅, 학습을 위한
All In One Workflow기능이 필요한 모든
비즈니스 영역에
D:Watcher를 추천합니다.
D:Watcher는 영상 콘텐츠 내 얼굴, 객체, 상황, 장면 등 다양한 멀티 모달을 식별하며
공공, 국방, 방송, 문화예술 등
다양한 산업 분야에 적용 가능한
솔루션입니다.
BENEFITS
Benefit 01.
차별화를 이끄는 데이터 확보 역량
D:Watcher는 GAN 기반의 SR(Super Resolution) 기술로 고품질
이미지 생성과 영상 추적 및 3D 매핑 기술을 활용한 고품질 데이터를
확보합니다.
Benefit 02.
데이터 수집, 정제, 학습, 평가에 용이
D:Watcher는 사용자 친화적인 UI/UX 화면과 딥러닝 학습에 필요한 데이터 수집,
정제, 학습, 평가의 모든 과정을 자동화하여 체계적인 관리 기능을
제공합니다.
Benefit 03.
즉각적인 이상상황 탐지 및 대처가능
D:Watcher는 Digital Video Management Platform과
딥러닝 학습 플랫폼이 융합된 제품으로
대량의 동영상을 배치 또는 실시간으로 처리할 수 있어서
CCTV 관제, 스마트 팩토리, 무인 커머스 등
즉각적인 상황 탐지 및 대처가 필요한 분야에 적합합니다.
FEATURE
D:Watcher는 고속 영상 변환 및 고속 전송,
프레임별 이미지 분할, 메타 데이터 추출 등
대용량 동영상 처리 기술 등 다양한 인공지능 기술을 결합하여,
국내 최고수준의 객체 인식 성능 제공과 객체 검출 성능을 제공합니다.
영상 압축 및 변환 / 프레임 추출
- 다양한 영상 포맷의 SD/HD/UHD 포맷 변환 기능
- 프레임 단위의 장면 전환점 정확도 제공
- 컷, 와이프, 페이드 전환점 추출
- 키 프레임 추출
- 장면 전환 인식의 민감도 조절 기능
군집화 및 비식별화 처리
- 인식되지 않은 다수의 얼굴 이미지에 대해 얼굴 특징을 추출하여, 비슷한 얼굴끼리 묶어주는 군집화 수행과 이를 통한 효율적인 레이블링 작업
- 얼굴 검출 및 인식 기술을 활용해서 동영상에서 특정 인물을 제외한 모든 등장 인물에 대해 비식별화 처리
화질 개선(SR)
- 축소 (고해상도 → 저해상도) :
렌더링 시간 절감을 위한 저용량 변환 - 확대 (저해상도 → 고해상도) :
저해상도 소스 고화질 변환 - 저해상도 영상 → 영상 분리 → 영상을 이미지로 변환(카탈로깅) → 변환된 이미지에 SR 적용
데이터 증강
- 다양한 데이터 증강 기법(crop, flip, resize, rotate, brightness, diffuse, blur, sharpen 등) 을 이용한 다양한 데이터를 생성하여 부족한 학습 데이터 추가 기능
- 다양한 딥러닝 GAN(CycleGAN, WGAN-GP, StyleGAN 등) 알고리즘을 활용한 데이터 생성하여 부족한 학습 데이터 추가 기능
-
FaceNet 등 딥러닝 학습 기반의 얼굴인식
모델을 적용하여 얼굴 검출, 특징 추출, 분류,
군집화 기능을 제공합니다. -
Yolo계열, 개체분할 등 딥러닝 학습 기반의
객체인식 모델을 적용하여 객체 검출, 특징
추출, 분류, 군집화 기능을 제공합니다. -
동영상 수집, 분석, 가공, 태깅,
학습을 위한 All in One Workflow
기능을 제공합니다. -
학습 데이터 확보를 위해 다양한 GAN(Generative Aversarial Network) 기술을 적용합니다.
-
도메인에 특화된 얼굴 및 객체 인식 기능을
통해 도메인에 최적화된 인식 서비스를
제공합니다. -
VMS(Video Management system),
드론 등 다양한 시스템과 연계 할 수 있는 Restful API를 제공합니다.
TECHNOLOGY
USE CASES
D:Watcher의
딥러닝 기반 얼굴인식과 Clustering 기술을 이용하여
동영상에 등장하는 주요 인물 및 주변 인물에 대해 자동 태깅 및
학습되지 않은 인물에 대해서는 자동 클러스터링 한 후
하루에 수천 장씩 입수되는 인물관련 이미지∙동영상 정리 업무에 소요되는 시간과 비용을
대폭 개선하였습니다.
CASES01. 대통령기록관, 대통령 동정자료 정리 업무 효율 개선
대통령기록관에서는 코난테크놀로지의 D:Watcher의 딥러닝 기반 얼굴인식과 Clustering 기술을 이용하여 동영상에 등장하는 대통령과 주변 인물에 대해 자동 태깅 및 학습되지 않은 인물에 대해서는 자동 클러스터링한 후 하루에 수천 장씩 입수되는 대통령 동정(動靜) 자료(이미지·동영상) 정리 업무를 대폭 개선하였습니다.
CASES02. 육군교육사령부, AI융합기술 적용으로 군사용 데이터 전력화에 기여
육군에서는 인공지능 핵심능력 발전을 위하여 인공지능 학습 영상자료 DB를 위한 Military ImageNet(20~21년)과 DB 플랫폼인 지능정보센터(23∼25년) 구축을 추진하고 있으며, 그 일환으로 코난테크놀로지는 D:Watcher를 활용하여 학습 데이터 구축, 학습 모델 구축, 학습 모델 배포 등의 일련의 과정을 자동화하였습니다. 또한 국방 특성상 학습 데이터 확보에 제한이 있어 인공지능 학습에 한계가 있으므로, 소량 확보된 영상자료의 효과적인 증강(Augmentation) 기술을 제공하였습니다.
