Learning Method for Real-time Crime Prediction Model Utilizing CCTV

Seung-Hwan Bang, Hyun-Bo Cho
2016 Journal of the Korea Society of Computer and Information  
We propose a method to train a model that can predict the probability of a crime being committed. CCTV data by matching criminal events are required to train the crime prediction model. However, collecting CCTV data appropriate for training is difficult. Thus, we collected actual criminal records and converted them to an appropriate format using variables by considering a crime prediction environment and the availability of real-time data collection from CCTV. In addition, we identified new
more » ... identified new specific crime types according to the characteristics of criminal events and trained and tested the prediction model by applying neural network partial least squares for each crime type. Results show a level of predictive accuracy sufficiently significant to demonstrate the applicability of CCTV to real-time crime prediction. Squares I . In t r o duct i o n 오늘날의 우리 사회는 과거보다 풍족하지만, 범죄의 발생 건수 가 증가하고 지능화되고 있어 범죄를 예방하고 신속히 대응하기 쉽지 않다. 이에 정부와 지자체에서는 범죄를 예측하여 사전에 대응하고 발생 범죄에 신속히 대응하여 피해를 최소화하려는 노 력을 기울이고 있다[1]. 범죄의 예측 및 예방을 위해서 경찰의 운영을 효과적으로 지원하는 관제 시스템[2]과 발생하는 범죄 패턴을 분석하고 의사결정을 지원하기 위한 시스템[3]이 개발되 었다. 한편 범죄의 발생을 예측하기 위해서 과거 범죄 발생 기록을 활용한 시계열 예측 방법론 기반의 연구가 많이 이루어지고 있다 [4]. 또한 GIS에 기반한 범죄 지도를 활용하여 범죄 발생지역을 분석하고 범죄의 발생을 예측하여 예방에 활용하고 있다[5]. 그 러나 이러한 과거 범죄발생 기록 기반의 예측 방법론들은 현재 상황을 실시간으로 반영하지 못함에 한계가 있다. 최근에는, 범죄의 발생을 실시간으로 관찰하고 위험상황 발생 시 범죄에 적극적으로 대응하기 위한 시스템들이 구축되고 있다. 각 도처에 위치한 U-City 통합관제센터에서는 CCTV를 활용하 여 위험상황을 자동으로 감지하고, 경찰과의 연계를 통해 상황에 대응하고자 하는 노력을 기울이고 있다[6]. 그러나 위험상황에 대한 정확한 인지가 쉽지 않으며, 시스템 관리자가 지속적으로 화면을 주시하고 있어야 한다. 이로 인해, CCTV에서 수집되는 데이터 기반의 위험 상황 판단의 필요성이 증대되고 있으며 보다 범죄 상황을 명확히 판단하여 인적 자원의 낭비를 줄일 필요가 있다. CCTV를 활용한 실시간 범죄발생 예측을 위해, CCTV에서 수 집되는 정보를 기반으로 범죄에 전문 지식이 없는 사람이 범죄의 발생을 예측할 수 있는지에 대한 연구가 진행되었으며[7], CCTV 의 어떤 영상 정보가 범죄발생 예측에 활용될 수 있는지에 관한 연구가 진행되었다[8]. 또한, 예측 모델을 활용하여 총기 범죄발
doi:10.9708/jksci.2016.21.5.091 fatcat:vumb7nbxtnh47lxjz2n67sewvy