개요
분산 카메라와 센싱 노드에서 도시 규모 데이터를 효율적으로 처리하는 연합학습 알고리즘을 연구합니다. 프라이버시, 통신 효율, 이질적 현장 강건성을 중점적으로 다룹니다.
연구 설명 더 보기
원시 데이터를 중앙으로 모으지 않고 도시 규모 센싱·관제 시스템을 학습하기 위한 분산·프라이버시 보존 학습 파이프라인을 개발합니다.
이 페이지가 답하는 질문
- 도시 CCTV 네트워크에서 원본 영상을 모으지 않고 모델을 어떻게 학습할 수 있는가?
- 이질적인 도로변 관제 지점에서 연합학습을 실용화하려면 무엇이 필요한가?
- 프라이버시 보존 도시 AI는 안전 모니터링을 어떻게 확장하는가?
관련 주제
- 연합학습
- 분산 CCTV
- 프라이버시 보존 AI
- 스마트시티 관제
- 도시 센싱
연구 초점
- CCTV 기반 도시 모니터링을 위한 분산 학습 파이프라인
- 이질적 현장 간 학습 효율과 강건성 개선
- 안전 이벤트 인식을 위한 연합 비전 모델 적용
기술 키워드
- 연합학습
- 분산 CCTV
- 도시 센싱
- 프라이버시
- 스마트시티
- AI · 인공지능
- 딥러닝
- 데이터사이언스
- 보행자
적용 분야
- 보행자 낙상 인식과 공공 안전 모니터링
- 원본 데이터 공유 없는 도시 규모 영상 분석
- 다중 현장 배포를 위한 자원 효율 학습
대표 산출물
- 분산 CCTV 환경의 연합학습 기반 도로 관제: 시공간 어텐션 네트워크를 활용한 보행자 낙상 인식
- FLAMe: 스마트시티 보행자 낙상 탐지를 위한 시공간 키포인트 트랜스포머와 어텐션 기반 연합학습
- 차세대 지능형 교통 안전 시스템을 위한 개인화된 준지도 연합학습