CCTV 기반 교통 안전 확보를 위한 YOLOv11 기반 객체 검출 성능 향상 연구

• 영문명: A Study on YOLOv11-based Object Detection Performance for CCTV-based Traffic Safety
• 발행기관: 사단법인 한국안전문화학회
• 저자명: 전효원(Hyo Won Jeon) 박민주(Min Ju Park)
• 간행물 정보: 『안전문화연구』제44호, 1~11쪽, 전체 11쪽
• 주제분류: 사회과학 > 사회과학일반
• 파일형태: PDF
• 발행일자: 2025.07.31

국문 초록

스마트시티의 확산과 교통·치안 수요의 증가로 인해 CCTV 기반 객체 검출 기술의 중요성이 급격히 주목받고 있다. 본 연구는 최신 YOLOv11 모델의 구조적 강점을 기반으로, 실제 도로 환경에서의 객체 검출 성능을 향상하기 위한 학습 전략을 제안한다. 이를 위해 (1) 입력 영상의 원본 비율을 유지하여 객체 형태의 왜곡을 최소화하고 (2) 안개 및 모션 블러와 같은 실도로 환경을 반영한 데이터 증강 기법을 적용하며 (3) YOLOv11 모델의 다양한 구성에 따른 성능 비교 실험을 수행하였다. 실험에는 판교 제로시티 동안사거리에서 수집한 총 7,000장의 CCTV 영상이 사용되었으며, YOLOv11s-Fog 모델이 mAP50 0.97, Precision 0.97의 높은 성능을 기록하였다. 특히, 소형 객체인 보행자에 대해 mAP50_human 0.87의 우수한 탐지 성능을 보이며 기존 YOLO 모델의 한계였던 소형 객체 검출 성능 저하 문제를 효과적으로 개선하였다. 이 결과는 안개, 저조도 등 실제 환경에서의 시각적 제약에도 높은 신뢰도의 객체 검출이 가능함을 보여준다. 특히 스쿨존, 노인 보호구역 등 보행자 안전이 중요한 지역에서의 활용 가능성이 높으며 스마트시티 기반 공공 안전 시스템에의 적용 가능성도 기대된다.

영문 초록

With the rapid expansion of smart cities and growing demands for traffic safety and public surveillance, the importance of CCTV-based object detection technologies has significantly increased. This study proposes an enhanced object detection framework based on the latest YOLOv11 model, optimized for real-world traffic environments. Key strategies include: (1) maintaining the original aspect ratio of input images to reduce object distortion, (2) applying data augmentation techniques simulating adverse conditions such as fog and motion blur, and (3) conducting comparative experiments across different YOLOv11 model configurations. Using a dataset of 7,000 annotated CCTV images collected from the Dongan intersection in Pangyo Zero City, the YOLOv11s-Fog model achieved outstanding performance, with an mAP50 of 0.97 and precision of 0.97. Notably, the model showed significant improvement in detecting small-scale objects such as pedestrians (mAP50_human = 0.87), effectively addressing limitations found in previous YOLO models. These results demonstrate the model's robustness in visually challenging conditions and suggest its high applicability in pedestrian-prioritized areas such as school zones and senior protection zones. The proposed approach contributes to improving the reliability of CCTV-based monitoring systems and enhancing real-time risk detection in smart city environments.

목차

Ⅰ. 서 론

Ⅱ. 이론적 배경

Ⅲ. 데이터 및 실험 방법

Ⅳ. 분석 결과

Ⅴ. 결 론

참고문헌

키워드

객체 검출 이동 안전성 CCTV 영상 데이터 증강 YOLO Object Detection Mobility Safety CCTV Surveillance Data Augmentation