동적 네트워크 흐름 기반 PTZ 카메라 작업 스케줄링 최적화

초록

본 논문은 칼만 필터를 이용한 객체 위치 예측과 동적 네트워크 흐름 모델을 결합해 PTZ 카메라의 실시간 스케줄링을 최적화한다. 그룹 트래킹 노드를 도입해 다수 객체를 하나의 카메라 시야에 포함시키고, 가치 기반 가치 감소 메커니즘으로 긴급 이벤트를 우선 처리한다. 시뮬레이션 결과, 기존 마스터‑슬레이브 방식 대비 커버리지 향상, 대기 시간 감소, 놓친 이벤트 감소를 입증한다.

상세 분석

이 논문은 PTZ 카메라 시스템에서 발생하는 복합적인 스케줄링 문제를 정형화하기 위해 세 가지 핵심 기술을 융합한다. 첫째, 각 추적 대상에 칼만 필터를 적용해 현재 상태와 운동 모델을 기반으로 미래 위치를 예측한다. 이는 카메라가 언제, 어느 방향으로 팬·틸트·줌을 해야 하는지를 사전에 판단하게 해, 전통적인 반응형 제어보다 훨씬 앞선 선제적 제어를 가능하게 한다. 둘째, 예측된 위치를 노드로 변환하고, 카메라·위치·수요(고정 지역) 사이의 할당 관계를 동적 네트워크 흐름 그래프(G=(V,E))로 모델링한다. 여기서 카메라 노드는 공급 노드, 고정 지역은 일정 주기(T)마다 최소 한 번 방문해야 하는 수요 노드, 트랙 위치는 고해상도 촬영 기회가 한 번만 부여되는 제약을 갖는다. 흐름 변수 x는 0‑1 정수값으로, 각 시간 단계 t에 카메라 i가 위치 j에 할당되는지를 나타낸다. 목적함수는 할당 가치 c(R_i,t,·)의 총합을 최대화하도록 설계되었으며, 이는 (1) 대상 수, (2) 카메라 시선과 목표 방향 사이의 각도, (3) 대상의 퇴장 시점 등 여러 요소를 가중치로 반영한다. 셋째, 그룹 트래킹 노드 도입이다. 사람 군집이 가까이 모여 있을 경우 하나의 카메라 시야에 여러 객체를 동시에 포착할 수 있다는 점을 활용해, 예측된 트랙 위치를 커버리지 영역으로 변환하고, 그 영역이 포함하는 트랙 수를 기준으로 그리디 집합 커버 알고리즘을 적용한다. 이렇게 형성된 그룹 노드는 개별 트랙 노드보다 훨씬 적은 수로 네트워크 규모를 축소하고, 연산 복잡도를 크게 낮춘다. 또한, 가치 감소 메커니즘을 통해 시간에 따라 가치가 감소하도록 설계함으로써, 임박한 마감이 있는 작업을 자동으로 우선순위가 높게 배정한다. 제약식(2)‑(13)은 카메라당 한 번의 할당, 트랙 노드의 흐름 보존, 고정 지역의 주기적 방문 보장 등을 엄격히 규정한다. 전체 모델은 정수 선형 프로그램(ILP) 형태이며, 시뮬레이션에서는 상용 ILP 솔버를 이용해 실시간에 근접한 해결 시간을 달성한다. 실험 결과는 (a) 전체 커버리지 비율이 12%~18% 향상, (b) 평균 대기 시간이 30% 이상 감소, (c) 놓친 이벤트 비율이 40% 이상 감소함을 보여, 제안 방법이 기존 마스터‑슬레이브 기반 그리디 스케줄링보다 현저히 우수함을 입증한다.