KR20170010930A - Cctv를 활용한 스마트 안전 도우미 서비스 방법 - Google Patents
Cctv를 활용한 스마트 안전 도우미 서비스 방법 Download PDFInfo
- Publication number
- KR20170010930A KR20170010930A KR1020150102269A KR20150102269A KR20170010930A KR 20170010930 A KR20170010930 A KR 20170010930A KR 1020150102269 A KR1020150102269 A KR 1020150102269A KR 20150102269 A KR20150102269 A KR 20150102269A KR 20170010930 A KR20170010930 A KR 20170010930A
- Authority
- KR
- South Korea
- Prior art keywords
- safety
- cctv
- information
- data
- crime
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000002265 prevention Effects 0.000 claims abstract description 17
- 238000010586 diagram Methods 0.000 claims description 23
- 238000012038 vulnerability analysis Methods 0.000 claims description 17
- 231100000817 safety factor Toxicity 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 abstract description 23
- 238000004519 manufacturing process Methods 0.000 abstract description 9
- 230000000694 effects Effects 0.000 description 18
- 238000009434 installation Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 238000012546 transfer Methods 0.000 description 9
- 230000003247 decreasing effect Effects 0.000 description 7
- 230000000007 visual effect Effects 0.000 description 7
- 230000006399 behavior Effects 0.000 description 5
- 239000003086 colorant Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000012552 review Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 239000000872 buffer Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000012732 spatial analysis Methods 0.000 description 2
- 238000011179 visual inspection Methods 0.000 description 2
- XYIPZQCDLAFBSX-CMPLNLGQSA-N (4ar,9br)-8-methyl-2,3,4,4a,5,9b-hexahydro-1h-pyrido[4,3-b]indole Chemical compound C1CNC[C@H]2C3=CC(C)=CC=C3N[C@@H]21 XYIPZQCDLAFBSX-CMPLNLGQSA-N 0.000 description 1
- 241000282376 Panthera tigris Species 0.000 description 1
- 238000000692 Student's t-test Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012353 t test Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Computer Networks & Wireless Communication (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 CCTV를 활용한 스마트 안전 도우미 서비스 방법에 대한 것으로서 CCTV관련 자료를 치안 정보에 부가하여 종래보다 범위 예방에 효과적인 정보를 제공할 수 있는 것이다.
Description
본 발명은 CCTV를 활용한 스마트 안전 도우미 서비스 방법에 대한 것으로서 CCTV관련 자료를 치안 정보에 부가하여 종래보다 범위 예방에 효과적인 정보를 제공할 수 있는 것이다.
현대사회의 일상생활에서는 폭력, 강도, 강간 등과 같은 다양한 범죄요소로부터 여전히 사람들의 안전을 위협받는 상황이 발생하고 있다.
이러한 범죄 요소로부터 시민을 안전하게 보호하기 위해 각종 치안 안전 지도 기술이 제안되고 있다.
예를 들어 특정 장소에서의 범위 발생 건수와 유형을 정리하여 지도 정보로 제공하는 기술이 도입되고 있다.
그러나 이러한 종래 기술의 경우 최근의 기술 개발에 따른 CCTV를 활용하지 못하는 문제점이 있다.
즉, 최근의 경우 다양한 정보를 획득할 수 있는 CCTV가 사용되고 있고, 또한 상기 CCTV를 관장하는 관제 센터가 있어 범죄예방에 도움이 되는 많은 정보가 생산되고 있다.
그런데, 상술한 바와 같은 종래 기술의 경우 이러한 정보를 활용하지 못하여 범죄 예방에 필요한 충분한 정보를 제공하지 못하는 문제점이 있었다.
한편, 상술한 바와 같은 안전 지도 관련 기술의 경우 아래의 선행기술문헌에 자세히 기재되어 있는 바, 이에 대한 설명과 도시는 생략한다.
따라서 본 발명은 상술한 문제점을 해결하기 위한 것으로서 CCTV관련 자료를 치안 정보에 부가하여 종래보다 범위 예방에 효과적인 정보를 제공할 수 있는 CCTV를 활용한 스마트 안전 도우미 서비스 방법을 제공함에 목적이 있다.
상술한 목적을 달성하기 위한 본 발명은 기존의 안전 정보에 CCTV에 의한 정보를 더하여 안전 정보를 도출하는 방법으로서, 기존 자료 및 CCTV 관련 자료를 취합하는 단계와, CCTV 정보를 반영한 안전 취약성 분석 모델 설계하는 단계와, 치안 안전 지도를 제작하는 단계와, 상기 제작된 지도에 의해 사용자에게 안전 도우미 서비스를 제공하는 단계를 포함하는 CCTV를 활용한 스마트 안전 도우미 서비스 방법에 일 특징이 있다.
이때, 상기 기존 자료 및 CCTV 관련 자료를 취합하는 단계는 기존 자료로서 방재 목적의 GIS DB와 공간정보의 GIS DB를 취합하는 단계를 포함하고, 상기 CCTV 관련 자료로서 CCTV 가시거리 GIS DB와 CCTV 지점의 일정 반경에서 일어나는 범죄 관련 GIS DB를 취합하는 단계를 포함하는 것도 가능하다.
또한, 상기 CCTV 정보를 반영한 안전 취약성 분석 모델 설계하는 단계는, 안전 유형을 선정하는 단계와, 안전 요소 및 위험 요소를 평가하여 기본도를 선정하는 단계와, 기본도에 가중치를 산정하는 단계와, 상기 가중치가 부여된 기본도에 표준점수화를 수행하는 단계와, 표준점수화가 수행된 기본도를 등급 분류를 수행하는 단계를 포함하는 것도 가능하다.,
또한, 상기 안전 요소는 경찰지구대, 소방서, 아동안전지킴이, CCTV 중 적어도 하나 이상을 선택한 후 상기 안전 요소로부터 특정 반경에 속하는 경우 소정의 안전 점수를 부가하고, 상기 위험 요소는 유흥업소 또는 범죄 발생지로부터 특정 반경에 속하는 경우 소정의 위험 점수를 부가하고, CCTV로부터 특정 반경에 벗어나는 경우 소정의 위험 점수를 부가한 후, 상기 안전 점수와 위험 점수를 합산하여 상기 안전 요소의 기본도를 산출하는 것도 가능하다.
또한, 상기 치안 안전 지도를 제작하는 단계는 상기 산출된 기본도 점수에 따라 특정 색상으로 표시하는 것도가능하다.
또한, 상기 사용자에게 안전 도우미 서비스를 제공하는 단계는 상기 제작된 지도 정보를 웹 서비스 또는 모바일 서비스하여, 사용자가 관련 정보를 웹 서비스 또는 모바일 서비스로부터 취득하도록 하는 것도 가능하다.
본 발명에 의하면 CCTV관련 자료를 치안 정보에 부가하여 종래보다 범위 예방에 효과적인 정보를 제공할 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 방법으로서, 지오메트리 오류를 예시하는 개념도,
도 2는 본 발명의 일 실시예에 따른 방법으로서, DB속성 연결 검토 과정을 나타내는 개념도,
도 3은 본 발명의 일 실시예에 따른 방법으로서, 대용량 아스키 파일(TXT,DAT,CSV)의 예시를 나타내는 테이블,
도 4는 본 발명의 일 실시예에 따른 방법으로서, ArcCatalog와 윈도우 탐색기로 본 gdb구조를 나타내는 개념도,
도 5는 본 발명의 일 실시예에 따른 방법으로서, 육안 검소를 통한 포인트 생성을 나타내는 개념도,
도 6은 본 발명의 일 실시예에 따른 방법으로서, 안전 드림의 생활 안전 진도 서비스를 나타내는 개념도,
도 7은 본 발명의 일 실시예에 따른 방법으로서, 스마트 안전 귀가 모바일 서비스를 나타내는 개념도,
도 8은 본 발명의 일 실시예에 따른 방법으로서, 스마트 안전 귀가(생활안전시설검색)지도 서비스를 나타내는 개념도,
도 9는 본 발명의 일 실시예에 따른 방법으로서, 범죄 MAPPING 서비스를 나타내는 개념도,
도 10은 본 발명의 일 실시예에 따른 방법으로서, 취약 안정석 분석을 위한 개념을 나타내는 개략도,
도 11은 본 발명의 일 실시예에 따른 방법으로서, 모델빌더 인터페이스를 나타내는 개념도,
도 12는 본 발명의 일 실시예에 따른 방법으로서, 치안안전지도 제작을 위한 모델 빌더를 나타내는 개념도,
도 13은 본 발명의 일 실시예에 따른 방법으로서, 제작된 치안 안전 지도를 나타내는 도면 대용 사진이다.
도 2는 본 발명의 일 실시예에 따른 방법으로서, DB속성 연결 검토 과정을 나타내는 개념도,
도 3은 본 발명의 일 실시예에 따른 방법으로서, 대용량 아스키 파일(TXT,DAT,CSV)의 예시를 나타내는 테이블,
도 4는 본 발명의 일 실시예에 따른 방법으로서, ArcCatalog와 윈도우 탐색기로 본 gdb구조를 나타내는 개념도,
도 5는 본 발명의 일 실시예에 따른 방법으로서, 육안 검소를 통한 포인트 생성을 나타내는 개념도,
도 6은 본 발명의 일 실시예에 따른 방법으로서, 안전 드림의 생활 안전 진도 서비스를 나타내는 개념도,
도 7은 본 발명의 일 실시예에 따른 방법으로서, 스마트 안전 귀가 모바일 서비스를 나타내는 개념도,
도 8은 본 발명의 일 실시예에 따른 방법으로서, 스마트 안전 귀가(생활안전시설검색)지도 서비스를 나타내는 개념도,
도 9는 본 발명의 일 실시예에 따른 방법으로서, 범죄 MAPPING 서비스를 나타내는 개념도,
도 10은 본 발명의 일 실시예에 따른 방법으로서, 취약 안정석 분석을 위한 개념을 나타내는 개략도,
도 11은 본 발명의 일 실시예에 따른 방법으로서, 모델빌더 인터페이스를 나타내는 개념도,
도 12는 본 발명의 일 실시예에 따른 방법으로서, 치안안전지도 제작을 위한 모델 빌더를 나타내는 개념도,
도 13은 본 발명의 일 실시예에 따른 방법으로서, 제작된 치안 안전 지도를 나타내는 도면 대용 사진이다.
본 발명의 CCTV를 활용한 스마트 안전 도우미 서비스 방법은 우선 기존 자료 및 CCTV 관련 자료를 취합하는 단계를 수행한다. 상기 기존 자료 및 CCTV 관련 자료를 취합하는 단계는 기존 자료로서 방재 목적의 GIS DB와 공간정보의 GIS DB를 취합하는 단계를 포함하고,
상기 CCTV 관련 자료로서 CCTV 가시거리 GIS DB와 CCTV 지점의 일정 반경에서 일어나는 범죄 관련 GIS DB를 취합하는 단계를 포함한다.
즉, 신속하고 효과적으로 안전 취약성 분석 및 모델을 반영한 안전지도 제작을 위해서는 여러 가지 안전관련 GIS 데이터들을 연계할 필요가 있다. 그러나 주요 안전 취약성 관련 요소인 5대 범죄 발생빈도, 경찰서 위치, 아동안전지킴이 시설등 관리하는 관리기관이 중앙부처, 지자체, 공공기관 등으로 다원화되어 있다. 때문에 기관별로 서로 다른 데이터 형식과 시스템에 의해 GIS 데이터를 구축하고 있어 기관간의 연계운용이 어려운 실정이다. 본 연구에서는 연구 대상지인 서초구청을 비롯한 중앙부처등의 협조를 얻어 안전 취약성 분석 및 지도제작 관련 요소들에 대한 DB를 수집하였다.
수집된 자료는 방재활동 목적을 고려하여 속성정보 검토(사용될 속성 선택 : 안전취약성 분석 및 지도제작 활동 목적인 경우 수치지형도의 도로등), 공간정보 검토(좌표 통일, 데이터 포맷 통일, 최신성 확인, 자료 누락 확인등)를 수행함과 동시에 오류에 대한 수정 작업을 수행한다. 또한 국가공간정보 및 관련 자료에 구축되어 있지 않은 주제도 항목(CCTV 가시거리, 범죄관련 데이터)에 대해서는 국가공간정보 자료 구축 기본지침을 준수하여 DB를 새롭게 구축하였다.
안전지도 관련 GIS DB는 벡터 형태의 shape파일로 구성되어 있으며 100만개의 객체들이 폴리곤, 라인, 포인트로 지오메트리를 형성하고 있다. NDMS 자료 작성과 변환 그리고 편집과정에서는 지오메트리 오류 가능성을 내포하고 있다.
이러한 오류는 단순한 면적계산과 체적계산의 오류발생 뿐 아니라 방재기본도로써 분석처리 수행시 분석 결과와 누적분석 결과에 큰 영향을 미치게 되어 사전 오류 수정이 필요하다. 따라서 본 연구에서는 안전지도 제작에 필요한 GIS DB에 대한 오류를 점검하였고 객체의 교차오류, 폴리곤 폐합오류, Null값 오류 등을 수정보완 처리하였다. (도 1참조)
자료에 구축되어 있는 통합GIS DB는 레이어 상호간 속성의 연결성을 가지고 있다. 이 속성 연결성의 무결점을 검토하기 위하여 GIS DB 중 도로명 링크(도로명주소의 도로구간 레이어와 동일 DB구조)의 PK코드 값을 이용하여 단독주택(도로명주소의 건물 레이어와 동일 DB구조), 소로(도로명주소의 실폭도로 레이어와 동일 DB구조) 레이어 간 속성 코드 값을 분석하였다.
그 결과 레이어 상호간 속성연결성이 단절되어 있음을 확인하여 안전지도 제작의 속성 활용에도 미흡하다 판단하고 해당 레이어는 참조데이터 형태로 구분하고 이를 대신하여 별도의 도로명주소 데이터 수집을 추진하고 GIS DB화 구축을 실시하였다.(도 2참조)
유관기관의 DB는 비정형 데이터 형태 또는 정형화 되었더라도 대용량 아스키파일(TXT, DAT, CSV)의 텍스트로 저장 배포되거나 공간정보의 저장형태인 Shape파일 형태 또는 dBASE 계열의 데이터 보관파일은 등으로 분산되어 제공 및 공유된다. 안전지도 제작기준을 수립하기 위하여 이처럼 배포 및 공유되는 데이터의 파일 형태에 따라서 안전지도로 변환하는 방법을 마련하고 이에 따른 변환방법을 적용하였다.(도 3참조)
GIS DB의 활용은 파일 지오데이터베이스(.gdb: Geodatabase)화하여 작업 군으로 형성한다. 파일 지오데이터베이스는 저장용량에 제한이 없기에 전국데이터의 관리와 분석에 효율적이고 무수한 속성테이블의 개수를 제한 없이 사용할 수 있다.
만일 속성테이블이 무수히 많은 대표적인 방재기본도인 건축물대장자료의 경우 건축물대장(대장마스터)과 총괄표제부, 표제부, 표제부의 층별현황, 전유부, 전유부의 전유공용현황을 속성조인으로 작업할 시에는 단일 Shape포멧의 한계로 작업이 불가능하게 되나 파일 지오데이터베이스 처리로 용량과 테이블 수의 한계를 넘어 분석작업 수행이 가능하며 용량이 큰 래스터데이터를 지원할 수 있게 된다. 또한 동일 데이터보다 50%~75% 적은 디스크 공간을 사용하고 프로세스 퍼포먼스가 향상되기에 전국적인 GIS관리 및 분석업무에 적합하다 판단된다.
지오데이터베이스는 지리 데이터셋의 집합체로 피처클래스, 래스터데이터, 속성테이블을 포함하여 관리할 수 있으며 데이터간의 릴레이션쉽과 데이터무결성이 강화된다. 하지만 바이너리 형태로 저장되어 윈도우 탐색기로는 관리할 수 없으며 ArcCatalog에서만 관리가 가능하다.(도 4참조)
지오데이터베이스는 지리 데이터셋의 집합체로 피처클래스, 래스터데이터, 속성테이블을 포함하여 관리할 수 있으며 데이터간의 릴레이션쉽과 데이터 무결성이 강화된다. 하지만 바이너리 형태로 저장되어 윈도우 탐색기로는 관리할 수 없으며 ArcCatalog에서만 관리가 가능하다.
위와 같은 방법을 통하여 각 기관에 산재된 원시자료의 수집 및 자료 처리를 통하여 표? 와 같이 안전지도 제작을 위한 주요 DB를 구축하였다. 표 1은 안전 취약성 분석 및 지도제작 관련 DB 목록 및 수집기관을 보여주고 있다.
아울러 CCTV 가시거리 및 범죄관련 데이터는 신규 구축 및 데이터 처리를 통하여 새롭게 구축하였다. CCTV 가시거리의 경우 서초구청 통합관제 센터에서 보이는~~범죄 자료의 경우 이미지 형태로 입수되어 육안검수를 통한 포인트 생성을 통하여 GIS DB로 구축하였다. (도 5참조)
이후, CCTV 정보를 반영한 안전 취약성 분석 모델 설계하는 단계를 수행한다. 이러한 단계는 안전 유형을 선정하는 단계와, 안전 요소 및 위험 요소를 평가하여 기본도를 선정하는 단계와, 기본도에 가중치를 산정하는 단계와, 상기 가중치가 부여된 기본도에 표준점수화를 수행하는 단계와, 표준점수화가 수행된 기본도를 등급 분류를 수행하는 단계를 포함한다.
이때, 상기 안전 요소는 경찰지구대, 소방서, 아동안전지킴이, CCTV 중 적어도 하나 이상을 선택한 후 상기 안전 요소로부터 특정 반경에 속하는 경우 소정의 안전 점수를 부가하고, 상기 위험 요소는 유흥업소 또는 범죄 발생지로부터 특정 반경에 속하는 경우 소정의 위험 점수를 부가하고, CCTV로부터 특정 반경에 벗어나는 경우 소정의 위험 점수를 부가한 후, 상기 안전 점수와 위험 점수를 합산하여 상기 안전 요소의 기본도를 산출한다.
즉, 치안 안전지도 제작을 위해서는 우선적으로 안전 취약성 분석 모델 설계를 수행하여야한다. 이에 앞서 범죄 및 생활안전 관련 서비스 사례를 분석하였다. 경찰청은 해마다 증가하는 사회적 약자를 대상으로 발생하고 있는 범죄에 대한 피해신고접수와 신속한 구조 활동을 지원하기 위해서 기존의 실종 아동 찾기 센터, 117학교여성폭력 및 성매매피해자 긴급지원센터(117센터) 등 관련 홈페이지를 통합하여 안전Dream이라는 명칭으로 서비스하고 있다.
도 6은 안전Dream 홈페이지에서 제공하고 있는 생활안전지도 서비스의 화면을 나타내고 있다. 도 6에서 알 수 있듯이 생활안전지도 서비스에는 아동, 노인, 청소년을 대상으로 한 지원시설 또는 보호시설과 학교폭력과 여성폭력 피해자 지원센터에 대한 지점 위치를 지도상에 나타내고 있다. 특이한 것은 생활안전시설에 대한 정보를 Shape 파일로 다운로드 받을 수 있다는 것이다.
아울러 국민에게 편리하고 안전한 생활을 제공하기 위해 안전행정부에서는 생활공감지도 서비스를 제공하고 있다. 스마트 안전귀가 서비스는 모바일 서비스와 웹 서비스를 동시에 제공한다. 모바일 서비스는 위치기반의 개인화된 서비스로써 사용자가 설정한 목적지까지의 이동 및 위치 정보를 주기적으로 보호자에게 SNS로 전송하여 사고를 사전에 예방하는 서비스를 제공하고 있으며, 웹 서비스는 생활안전시설물 유형과 지역을 검색하여 일상생활과 밀접한 안전시설 정보를 제공해주고 있다.(도 7참조)
도 8은 그림 2.6은 스마트 안전귀가서비스의 웹 서비스 화면이다. 생활안전 시설물 검색을 통해 위치 정보와 각각의 안전시설물에 대한 운영시간, 전화번호 등의 정보를 제공받을 수 있다.
국외사례로는 북미 사법당국은 해마다 증가하는 범죄에 대하여 유용한 정보를 시민에게 제공하고, 경찰 부서들을 지원하기 위해, 각 지역에서 일어나는 범죄에 대한 정보를 실시간 지도 서비스로 제공하고 있다. 범
도 9는 CRIME MAPPING 홈페이지에서 제공하고 있는 범죄지도 서비스의 화면을 나타내고 있다. 그림 2.9에서 알 수 있듯이 범죄지도 서비스는 사용자에게 다양한 유형의 범죄 위치와 정보를 날짜별로 제공하고 있으며, 인근에 범죄 행위에 대한 유용한 정보를 대중에게 알려주므로 지역 사회 구성원 사이에 자립적 치안 활동에 큰 도움이 되고 있다.
사례에서 살펴본바와 같이 치안관련 서비스를 제공하고 있지만 CCTV와 연계하여 사람의 행동을 실시간으로 파악하여 치안관련 서비스는 없는 것으로 나타났다. 본 연구에서는 CCTV와 연계한 서비스 제공에 특화된 안전취약성 분석을 통한 안전지도를 제작하였다.
안전 취약성 분석을 위하여 우선적으로 위험요소와 안전요소 두가지 대분류로 구분지었다. 치안 안전에 있어 위험요소와 안전요소는 무수히 많이 존재하지만 이러한 요소들을 전부 반영하기에는 현실적으로 불가능하므로 본 연구에서는 GIS DB로 구축이 가능하며, 기존 구축되어 있는 관련 요소들을 반영하여 분석을 수행하였다.
우선 안전요소에 대해서는 경찰서, 소방서, 아동안전 지킴이 지역을 기준으로 100M 반경을안전지역으로 정의하였다. 아울러 통합 관제센터 CCTV 모니터에서 사람의 행동이 관찰되는 범위를 안전지역으로 구분하였다. 사람이 행동이 관찰되는 범위는 지극히 사람의 시각에 따라 주관적인 면이 있기 때문에 흰색 티셔츠를 입고 팔을 좌우로 크게 움직였을 때 움직임이 관찰되는 범위를 사람의 행동이 관찰되는 범위로 설정하였다.
위험요소는 방배경찰서에서 제공받은 강간, 강도, 절도, 폭력발생 빈도 관련 이미지를 제공받아 포인트로 생성하여 100M 버퍼를 생성하여 위험지역으로 구분하였으며 이밖에도 유흥업소 반경 100M를 위험지역으로 구분 지었다.
안전요소 및 위험요소를 반영하여 아래와 같이 안전 취약성 분석 모델을 설계하였다.
1. 작성할 안전의 유형을 선정(치안 안전지도)
2. 안전취약 특성을 고려한 기본도 선정(안전요소 : 경찰지구대, 소방서, 아동안전지킴이, CCTV/ 위험요소 : 강간, 강도, 절도, 폭력, 유흥업소, CCTV)
3. 기본도에 가중치 산정(동일하게 부여)
4. 가중치를 부여한 기본도에 표준점수화 수행
5. 등급분류(점수화 수행결과의 등급분류/ 비점수화 등급분류)
6. 등급합산(점수화 등급과 비점수화 등급의 합산)
7. 결과 도출
도 10에 나타난 바와 같이 효율적인 취약성 분석모델에 구현을 위하여 본 연구에서는 ArcGIS의 모델빌더를 활용하였다. ArcGIS에서 수행되는 대부분의 분석 작업들은 ArcToolbox의 Geoprocessing명령어들로 구현된다. 일반적으로 GIS 분석은 여러 가지 명령어와 모듈을 이용하여 여러 단계를 거치면서 최종 결과에 이르는 과정을 갖는다.
이러한 분석 과정 중 피드백이 필요하거나 일부 평가 조건을 변경하기 위해서는 필요시 중간 과정부터 다시 수행하거나 처음부터 여러 번 분석을 해야 하는 재검토의 과정이 자주 발생한다.
ArcGIS에서 Model Builder는 이러한 과정들을 다이어그램(순서도) 형태로 작성하고 데이터셋과 변수를 Geoprocessing 도구에 적용하여 새로운 데이터의 생성 및 자주 사용하는 복잡한 공간 분석을 위한 모델을 한번에 수행하여 실시간으로 결과물을 생성해 내는 장점이 있다. 뿐만 아니라 반복되는 데이터의 작업을 자동화 수행 할 수 있기 때문에 변수의 조정이나 파일의 변경 등의 작업 조정이 쉽다.
그리고 치안지도를 만드는 분석 과정에 대한 체계적인 이해를 도울 수 있으며 피드백을 통한 작업 시나리오를 다른 사람들과 공유할 수 있다. 모델빌더의 장점은 다음과 같다.
지오프로세싱 모델은 지리정보시스템의 고급 필수 구성요소/ 사전에 논의된 시나리오를 ArcGIS에서 대화형으로 수행 가능/ 많은 시간이 소요되거나 오류가 발생할 수 있는 작업을 미리 단계별 수행/ 지오프로세싱 시나리오 모델 구축/ 한번 사용 했던 모델을 다른 분석 모델에서 재사용 가능/ 매개변수 값 수정 또는 다른 입력 데이터 적용/ 다른 사람들과 작업과정 공유/공간 분석 과정 공인화(도 11참조)
본 연구에서는 모델 개발 시나리오 중 안전 취약성 분석을 위한 관련 GIS DB(유흥업소, 강도, 강간, 절도, 폭력, 지구대, 소방서, 아동안전지킴이등)를 기반으로 치안 안전지도 생성을 위한 모델빌더 프로토타입을 작성하였다.
치안 안전지도 생성을 위한 모델빌더 프로토타입 작성을 위하여 ArcGIS 10을 이용하였으며 지오프로세싱 함수 여부에 따라 ArcGIS 9버전으로 마이그레이션 및 ArcGIS Server에 GP Server로 Service 발행이 가능하다.
이에 따라 치안 안전지도 생성에 있어 효율성 및 작업 공유에 많은 장점을 내포하고 있으므로 ArcGIS Server의 라이센스와 지오데이터베이스의 등급 적용 여부에 따라 다양한 기능 구현 확장성을 가지고 있다.(도 1참조)
- 취약성 분석 검증
본 연구에서 사용되는 안전 취약성 분석은 기존 분석방법에서 CCTV 요소가 추가된 분석 기법이다. 이에 대하여 CCTV와 범죄와의 상관성 분석을 통하여 취약성 분석 검증을 수행하고자 한다. 취약성 분석에 앞서 기존 CCTV와 범죄와의 상관분석은 과거에서부터 많이 연구되어져 왔으며 이에 대한 사례를 살펴보면 곽봉금(2005)은 230대의 CCTV를 설치한 2004년 8월을 기준으로 삼고2001년부터 2004년까지 서울시 강남구의 범죄 발생 추이를 비교분석하였다. 4년간 월별 범죄발생건수를 조사한 결과 기준 달 이후인 2004년 9월부터 12월까지 평균 범죄발생건수가 이전에 비해 31%정도 감소한 것으로 나타났다. 또한 범죄의 전이여부를 판단하기 위해 인접경찰서의 범죄발생건수도 확인하였는데, 동기간동안 범죄 발생건수가 일정 비율 줄어든 것으로 나타나 인접지역으로의 범죄전이현상이 발생하지 않은 것으로 분석되었다.
임채용(2006)은 각각 2002년과 2003년에 CCTV가 설치된 강남구 논현1동과 역삼1동 대상으로 설치전후의 범죄증감률을 비교하였다. 강남경찰서관내 범죄발생률과 비교한 결과 살인, 강간범죄를 제외한 나머지 유형의 범죄들이 모두 감소하는 것으로 나타났다. 아울러 해당 지역을 둘러싼 동지역역시 범죄의 발생이 줄어들어 CCTV 설치에 따른 범죄의 전이효과가 나타나지 않는 것으로 파악했다.
안민권(2006)은 2004년 8월을 기준월로 정하고 설치 전 2년과 설치 후1년까지(2002년부터 2005년까지)의 범죄발생건수를 월별로 비교하였다. 분석결과 방범용 CCTV의 설치운영이 범죄발생을 22%가량 감소시키는 것으로 나타났다. 죄종별로는 강도, 절도, 폭력범죄의 발생이 줄어들었으며, 특히 절도범죄는 73%의 감소효과를 가져온 것으로 확인되었다. 또한 강남권경찰서인 수서, 서초, 송파경찰서 범죄발생과 비교한 결과 큰 범죄의 전이현상은 발견되지 않았다.
최응렬과 김연수(2007)는 한국에서 CCTV가 가장 먼저 설치된 서울시강남경찰서를 포함한 5개 경찰관할구역을 대상으로 범죄발생추세에 변화가 생기는지 살펴보았다. 경찰이 집계하는 5대 범죄(살인, 강도, 강간, 절도, 폭력)를 대상으로 추세비교를 수행하였으며, 분석결과 강도와 절도범죄에서범죄예방효과가 발생하였지만 단기적 효과에 그치는 것으로 나타났다. 또한 범죄전이효과와 통제이익의 확산효과의 발생도 파악하였는데, 강남경찰서관할구역을 실험지역, 수서경찰서를 비롯한 4개 경찰서 관할구역을 인접지역으로 설정하고, 2001년부터 2005년까지 경찰이 공식적으로 집계한 5대범죄 발생건수를 이용하여 분석하였다. 범죄발생 추세를 살펴볼 때, 절도에서강도로 범행이 변화하는 기능적 전이현상을 발견하였으며, 절도범죄의 경우통제이익의 확산효과가 발생함을 확인하였다.
임민혁(2007)은 서울 시내 51개 지구대(CCTV설치 27개 지구대)를 대상으로 효과성 검증을 수행하였다. 기존 연구들이 CCTV 설치지역과 미설치지역을 나누어 t-검증과 범죄 증감추세만을 분석했다면 이 연구는 다른 변수들의 영향력을 통제하기 위하여 다중회귀분석을 수행하였다. 경찰관 1인당 담당인구, 지구대 면적당 순찰차 대수와 같이 범죄 억제적 성격을 가진 변수들을 통제변인으로 사용하였으며, CCTV를 설치대수와 더미변수로 나누어 분석하였다. 분석결과 CCTV가 많아지거나 설치된 지역일수록 범죄발생률이 높아졌는데, 연구자는 방범용 CCTV가 범죄예방에 대한효과보다 범죄를 발견하는데 유용한 기능을 가지기 때문이라고 판단하였다. 즉 CCTV 설치 이전에는 신고 되지 않을 범죄들을 포착해내기 때문에 오히려 범죄가 늘어나는 것으로 나타난다고 보았다.
이주락(2008)은 천안아산경찰서에 구속된 18명의 범죄자들을 대상으로 반구조화된 심층면담을 사용하여 방범용 CCTV의 효과를 분석하였다. 면담결과 CCTV가 계획적 범죄(침입절도, 강도)를 예방하는데 어느 정도 효과를 가지는 것으로 조사되었다. 면접에는 인근으로 이동하여 범죄를 저지를 것인지에 대한 질문이 포함되었다. 인터뷰 결과 CCTV 설치 이후 범죄자들은 기기가 설치되지 않은 인근지역으로 이동하여 범죄를 저지르게 되었다고(지리적 전이) 답했다. 또한 범행 대상을 바꾸거나(대상 전이) 범행수법을 바꾸는 현상(전술적 전이)이 나타나는 것을 발견하였다.
김연수(2008)는 Bower와 Johnson(2003)이 사용한 WDQ를 이용하여 강남?수서경찰서 관할구역에 설치한 CCTV의 범죄전이효과를 측정하였다.WDQ를 구하기 위해 사용된 자료는 2002년과 2004년 경찰서별 절도범죄데이터이다. 3개의 완충지대와 2개의 통제지역을 선정하여 총 6개의 WDQ를 산출하였으며, 조금씩 차이를 보였지만 모두 범죄전이효과보다 통제이익의 확산효과가 더 큰 것으로 나타났다.
이민식과 박현호(2008)는 부천시에서 시범적으로 실시한 CPTED 방범프로그램 중 하나로 도입된 CCTV의 효과분석을 수행하였다. 부천 중부경찰서와 남부경찰서에서 집계한 범죄 중 관내 발생건수와 CCTV 설치지역의 발생건수를 죄종?수법별로 세분화하여 비교하였다. 분석결과 관내 범죄의 증가추세보다 적거나(중부경찰서) 감소(남부경찰서)하는 양상을 보였다.또한 경찰통계를 이용한 범죄율 비교뿐만 아니라 설문조사도 병행하였다. 설문조사는 방범프로그램 실시 전후에 각각 한 차례씩 이루어졌으며, 조사내용에는 범죄피해, 범죄신고, 무질서, 범죄에 대한 공포 등이 포함되었다. 조사가 이루어진 4가지 범죄유형(침입절도, 침입강도, 길거리 치기범,노상강도) 모두 유의미하게 감소한 것으로 나타났다. 또한 범죄에 대한 공포나 인근지역에서 느끼는 무질서 역시 크게 감소한 것으로 나타났다. 국내외선행연구 모두 범죄의 종류(계획적 범죄와 비계획적 범죄)와 장소(주거지역, 공원, 주차장 등)에 따라 범죄예방효과가 다른 것으로 나타났다. 반면에 범죄를 감소시키지 못하거나 오히려 증가시킨다는 연구결과들도 보인다.
하지만 우리나라의 경우 CCTV의 범죄예방효과에 대한 연구의 대부분이강남구라는 지역에 한정하여 분석을 수행하고 있어 똑같은 자료를 가지고 동일한 분석을 하고 있는 것처럼 보인다. 또한 실험지역과 통제지역을 설정하지 않은 채 단순히 추세분석에 그친 연구도 있으며, 지역을 구분하여 분석하더라도 범죄에 영향을 미치는 요인들을 통제하지 않아 CCTV만의 정확한 효과를 측정하지 못하였다. 이는 외국과는 달리 근래에 방범용 CCTV가도입되어 축적된 자료가 부족하고, 범죄 데이터에 대한 접근이 상대적으로 어렵기 때문인 것으로 판단된다. 따라서 최근에는 데이터에 대한 접근 문제와 범죄의 암수 문제를 해결하고자 설문조사나 인터뷰와 같은 연구방법이 등장하기도 하였다.
상술한 단계 수행 후, 치안 안전 지도를 제작하는 단계를 수행한다. 이때, 상기 치안 안전 지도를 제작하는 단계는 상기 산출된 기본도 점수에 따라 특정 색상으로 표시하는 것도 가능하다.
이후, 상기 제작된 지도에 의해 사용자에게 안전 도우미 서비스를 제공하는 단계를 수행하며, 이때, 기 사용자에게 안전 도우미 서비스를 제공하는 단계는 상기 제작된 지도 정보를 웹 서비스 또는 모바일 서비스하여, 사용자가 관련 정보를 웹 서비스 또는 모바일 서비스로부터 취득하도록 하는 것도 가능하다.
치안안전 지도 제작을 위해서는 우선적으로 지도 표준화 및 적정성을 검토해야만 한다. 표준화의 대상인 치안안전 지도는 공간정보에 속하고 있다 공간정보의 정의는 공간정보란 지상,지하,수상,수중 등 공간상에 존재하는 자연적 또는 인공적인 객체에 대한 위치정보 및 이와 관련된 공간적 인지 및 의사결정에 필요한 정보를 말한다(국가공간정보에 관한 법률 제1장 총칙 2조 : 2010).
하지만 공간정보의 생산, 관리, 이용 등의 활동과 관련한 표준은 거의 정의되지 않고 있다. 이와 같이 공간정보의 생산 활동은 표준화 대상의 표준 상태에 영향을 미칠 수 있기 때문에 활동 역시 표준화되어야 한다. 예를 들어 다양한 기본공간정보 생산자들 사이에 표준화된 방법으로 기본공간정보를 생산해야 표준화된 결과물이 산출될 수 있다. 또한 이를 표준화된 방법으로 제공해야 사용자가 표준화된 공간정보를 이용할 수 있다.
공간정보 국제 공식표준기구인 ISO/TC211은 공간정보표준의 유형을 기반표준(framework and reference model), 자료표준(data model and operators), 서비스 표준(geographic information services), 품질표준(data administration), 프로파일 표준(profile&functional standards)으로 분류하고 있다.
치안안전 지도 역시 공간정보와 정보기술이 결합된 결과이므로 이 다섯 유형의 공간정보표준들을 참고하여 구축되어져야 하며 이러한 표준들을 참고하여 적정성 검토가 이루어져야 한다. 하지만 표준화 시킬 대상에 따라서 구축 및 개발해야할 표준과 내용에 차이가 있을 수 있으므로 본 연구에서는 치안안전 지도 구축시 기본적으로 구축되어야 할 내용들에 대한 적정성 검토를 수행하였다.
본 연구에서는 치안안전 지도 구축 적정성 검토를 수행함에 있어 표준화 방안 수립시 고려되어야 표준화 유형에 따른 치안안전 지도 구축항목 선정을 통하여 적정성 검토를 수행하였다.
치안안전 지도 구축시 적정성 검토에 고려되어야 할 항목은 공간정보 표준 다섯 가지 유형(기반표준, 자료표준, 서비스 표준, 품질표준, 프로파일 표준)이다. 이러한 다섯 가지 유형을 고려하여 구축되어져야 할 치안안전 지도 항목들은 치안안전 기본도명, 사용된 자료, 자료출처, 좌표체계, 데이터 형태 및 포맷, 데이터 수정 유무, 지도 특성, 자료구축 시기, 국가공간정보 유통센터 공개관련 정보등이 필요하다.
지도 표출 방안
지도 표준화 및 적정성을 검토한 후 구축할 지도 표출에 대한 방법을 검토해야만 한다. 지도 데이터를 기호화하는 한 방법인 시각 변수(visual variables)는 데이터의 특성을 고려하여 지도 기호화한다. 지도화하는 데이터가 점인가, 선을 따라 분포하는가 아니면 면 안에 있는가, 데이터는 정성적 또는 정량적인가, 시각 변수는 데이터 이면에 있는 이러한 개념을 신중히 고려하여 기본적인 지도 기호 디자인을 한다.
특정 시각 변수는 데이터의 중요한 특성을 나타낼 수 있다. 표 3.8과 같이 표현하려는 데이터가 정성적이라면, 모양이나 색상(color hue)과 같이 질적 차이를 보여 주는 시각 변수를 선택하는 것이 좋다. 표현하려는 데이터가 정량적이라면, 크기나 명도(color value)와 같이 양적 차이를 보여 주는 시각 변수를 선택하는 것이 좋다. 정성 또는 정량적 차이를 보여 주기 위하여 질감(texture)과 같은 시각 변수를 사용할 수도 있다. 본 사업의 데이터는 정량적 데이터를 사용함으로 양적 차이를 보여 주는 시각 변수를 선택하여 표현하였다.
색상은 빨간색과 초록색 등과 같이 다양한 색을 나타낸다. 다양한 색상들은 질적인 차이를 의미한다. 색상간의 크거나 작은 것이 아닌 종류가 다른 것을 의미하는 것이다. 색상을 이용하여 사람들은 안전 및 위험을 인지한다. 그림 3.11과 같이 관례적으로 많이 쓰며, 본 연구에 적용시킨 색을 표현하는 취약(위험), 보통, 양호(안전) 3개로 구분하여 빨강, 노랑, 녹색으로 구분하여 정보를 표현하였다.
안전 취약성 분석 모델을 이용한 치안안전 지도 제작
치안안전 지도 구축을 위하여 안전요소 및 치안안전 지도는 기존지도에서 볼 수 없었던 CCTV 연계를 통하여 국민생활의 안전정보가 도출되어야 한다. 국가 기초 공간정보와 생활안전 기초 공간정보를 유관기관 공공데이터로부터 추출하고 부처 간 자료의 융합으로 세부적인 생활안전 정보를 담아내는 분석지도를 도출하였다.
특히 국민생활 전반의 위험 및 안전요인을 생활안전 분야별로 종합적으로 공간분석하여 단일화된 래스터 및 격자폴리곤(mesh) 벡터 레이어 형태로 치안안전 지도를 제작하였다. 안전 취약성 분석 모델을 이용하여 연구 대상지인 서울특별시 서초구 방배 1·2동의 치안안전 지도는 도13과 같다.
안전지도 관련 빅 데이터 통합 방안
빅데이터란 디지털 환경에서 생성되는 데이터로 그 규모가 방대하고, 생성 주기도 짧고, 형태도 수치 데이터뿐 아니라 문자와 영상 데이터를 포함하는 대규모 데이터를 말한다. 빅데이터 환경은 과거에 비해 데이터의 양이 폭증했다는 점과 함께 데이터의 종류도 다양해져 사람들의 행동은 물론 위치정보와 SNS를 통해 생각과 의견까지 분석하고 예측할 수 있다.
Claims (6)
- 기존의 안전 정보에 CCTV에 의한 정보를 더하여 안전 정보를 도출하는 방법으로서,
기존 자료 및 CCTV 관련 자료를 취합하는 단계와,
CCTV 정보를 반영한 안전 취약성 분석 모델 설계하는 단계와,
치안 안전 지도를 제작하는 단계와,
상기 제작된 지도에 의해 사용자에게 안전 도우미 서비스를 제공하는 단계를 포함하는 CCTV를 활용한 스마트 안전 도우미 서비스 방법. - 제1항에 있어서,
상기 기존 자료 및 CCTV 관련 자료를 취합하는 단계는 기존 자료로서 방재 목적의 GIS DB와 공간정보의 GIS DB를 취합하는 단계를 포함하고,
상기 CCTV 관련 자료로서 CCTV 가시거리 GIS DB와 CCTV 지점의 일정 반경에서 일어나는 범죄 관련 GIS DB를 취합하는 단계를 포함하는 CCTV를 활용한 스마트 안전 도우미 서비스 방법. - 제1항에 있어서,
상기 CCTV 정보를 반영한 안전 취약성 분석 모델 설계하는 단계는,
안전 유형을 선정하는 단계와,
안전 요소 및 위험 요소를 평가하여 기본도를 선정하는 단계와,
기본도에 가중치를 산정하는 단계와,
상기 가중치가 부여된 기본도에 표준점수화를 수행하는 단계와,
표준점수화가 수행된 기본도를 등급 분류를 수행하는 단계를 포함하는 CCTV를 활용한 스마트 안전 도우미 서비스 방법. - 제3항에 있어서,
상기 안전 요소는 경찰지구대, 소방서, 아동안전지킴이, CCTV 중 적어도 하나 이상을 선택한 후
상기 안전 요소로부터 특정 반경에 속하는 경우 소정의 안전 점수를 부가하고,
상기 위험 요소는 유흥업소 또는 범죄 발생지로부터 특정 반경에 속하는 경우 소정의 위험 점수를 부가하고, CCTV로부터 특정 반경에 벗어나는 경우 소정의 위험 점수를 부가한 후,
상기 안전 점수와 위험 점수를 합산하여 상기 안전 요소의 기본도를 산출하는 CCTV를 활용한 스마트 안전 도우미 서비스 방법. - 제1항에 있어서,
상기 치안 안전 지도를 제작하는 단계는 상기 산출된 기본도 점수에 따라 특정 색상으로 표시하는 CCTV를 활용한 스마트 안전 도우미 서비스 방법. - 제1항에 있어서,
상기 사용자에게 안전 도우미 서비스를 제공하는 단계는 상기 제작된 지도 정보를 웹 서비스 또는 모바일 서비스하여,
사용자가 관련 정보를 웹 서비스 또는 모바일 서비스로부터 취득하도록 하는 CCTV를 활용한 스마트 안전 도우미 서비스 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020150102269A KR20170010930A (ko) | 2015-07-20 | 2015-07-20 | Cctv를 활용한 스마트 안전 도우미 서비스 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020150102269A KR20170010930A (ko) | 2015-07-20 | 2015-07-20 | Cctv를 활용한 스마트 안전 도우미 서비스 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20170010930A true KR20170010930A (ko) | 2017-02-02 |
Family
ID=58151303
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020150102269A KR20170010930A (ko) | 2015-07-20 | 2015-07-20 | Cctv를 활용한 스마트 안전 도우미 서비스 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20170010930A (ko) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108647791A (zh) * | 2018-03-30 | 2018-10-12 | 中国标准化研究院 | 一种多源汽车安全信息的处理方法、装置及*** |
KR101975969B1 (ko) * | 2017-12-05 | 2019-05-07 | 주식회사 이엠따블유 | 범죄 위험 평가 시스템 및 방법 |
KR20220120311A (ko) | 2021-02-23 | 2022-08-30 | 주식회사 알투 | 카메라를 이용한 스마트 영상 감시 시스템 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006053838A (ja) | 2004-08-16 | 2006-02-23 | Sofmac Systems Co Ltd | 犯罪情報通知装置 |
JP2006092311A (ja) | 2004-09-24 | 2006-04-06 | Takenaka Komuten Co Ltd | 犯罪リスク評価装置、犯罪リスク評価方法及び犯罪リスク評価プログラム |
JP2009064278A (ja) | 2007-09-06 | 2009-03-26 | Takenaka Komuten Co Ltd | 配置計画作成装置、配置計画作成方法及び配置計画作成プログラム |
KR20110069415A (ko) | 2009-12-17 | 2011-06-23 | 성균관대학교산학협력단 | 위치 정보를 기초로 범죄 발생률 지도 정보를 제공하는 방법 및 그 시스템 |
KR101441664B1 (ko) | 2012-11-16 | 2014-09-29 | 목원대학교 산학협력단 | 능동적 데이터 수집을 이용한 범죄지도 서버 및 위험지역 알림 서비스 방법 |
KR101523211B1 (ko) | 2013-11-07 | 2015-05-28 | 남서울대학교 산학협력단 | 수치지도를 이용한 범죄 취약도로 추출 방법 및 그 장치 |
-
2015
- 2015-07-20 KR KR1020150102269A patent/KR20170010930A/ko unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006053838A (ja) | 2004-08-16 | 2006-02-23 | Sofmac Systems Co Ltd | 犯罪情報通知装置 |
JP2006092311A (ja) | 2004-09-24 | 2006-04-06 | Takenaka Komuten Co Ltd | 犯罪リスク評価装置、犯罪リスク評価方法及び犯罪リスク評価プログラム |
JP2009064278A (ja) | 2007-09-06 | 2009-03-26 | Takenaka Komuten Co Ltd | 配置計画作成装置、配置計画作成方法及び配置計画作成プログラム |
KR20110069415A (ko) | 2009-12-17 | 2011-06-23 | 성균관대학교산학협력단 | 위치 정보를 기초로 범죄 발생률 지도 정보를 제공하는 방법 및 그 시스템 |
KR101441664B1 (ko) | 2012-11-16 | 2014-09-29 | 목원대학교 산학협력단 | 능동적 데이터 수집을 이용한 범죄지도 서버 및 위험지역 알림 서비스 방법 |
KR101523211B1 (ko) | 2013-11-07 | 2015-05-28 | 남서울대학교 산학협력단 | 수치지도를 이용한 범죄 취약도로 추출 방법 및 그 장치 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101975969B1 (ko) * | 2017-12-05 | 2019-05-07 | 주식회사 이엠따블유 | 범죄 위험 평가 시스템 및 방법 |
CN108647791A (zh) * | 2018-03-30 | 2018-10-12 | 中国标准化研究院 | 一种多源汽车安全信息的处理方法、装置及*** |
KR20220120311A (ko) | 2021-02-23 | 2022-08-30 | 주식회사 알투 | 카메라를 이용한 스마트 영상 감시 시스템 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Haas et al. | A national approach for integrating wildfire simulation modeling into Wildland Urban Interface risk assessments within the United States | |
CN113313387B (zh) | 一种企业重大安全风险分级智能化管控方法及*** | |
CN110009185A (zh) | Ai调度指挥平台*** | |
Ghajari et al. | Urban vulnerability under various blast loading scenarios: Analysis using GIS-based multi-criteria decision analysis techniques | |
Li et al. | [Retracted] Construction of Urban Flood Disaster Emergency Management System Using Scenario Construction Technology | |
Rajabifard et al. | An intelligent disaster decision support system for increasing the sustainability of transport networks | |
CN114841662A (zh) | 基建工程管控方法、装置、计算机设备和存储介质 | |
KR20170010930A (ko) | Cctv를 활용한 스마트 안전 도우미 서비스 방법 | |
CN116205504A (zh) | 一种数字化应急预案管理方法及*** | |
CN115239144A (zh) | 一种基于区域风险管理的双重预防机制信息*** | |
Mansourian et al. | SDI conceptual modeling for disaster management | |
Yang et al. | [Retracted] Measures and Suggestions for Smart Community Development Based on Urban Renewal | |
Elvas et al. | Data fusion and visualization towards city disaster management: Lisbon case study | |
Sun | Smart prisons | |
Balahadia et al. | Application of spatiotemporal analysis and knowledge discovery for databases in the bureau of fire protection as incident report system: tool for improving fire services | |
Zhang et al. | Police resource distribution in China: spatial decision making based on PGIS-MCDA method | |
Duff et al. | Gaining benefits from adversity: The need for systems and frameworks to maximise the data obtained from wildfires | |
Goergen et al. | Identifying abnormal patterns in cellular communication flows | |
Mishra et al. | Role of predictive data analytics to assess long term impacts of disaster | |
Balahadia et al. | Development of Fire Report Management Portal with Mapping of Fire Hotspot, Data Mining, and Prescriptions of Fire Prevention Activities | |
Halúsková | Digital Twin in Smart City | |
Qian | Evaluation on sustainable development of fire safety management policies in smart cities based on big data | |
Junyoung et al. | Spatial Big Data Strategy for Smart Safer City in Connection with Citizen Participation | |
KR102400062B1 (ko) | 격자체계 지도기반의 재난상황 가시화 방법 | |
Hassanzadeh et al. | Identification of earthquake disaster hot spots with crowd sourced data |