:: 주안점
AI 모델의 정확도 향상: 연기와 유사한 요소(예: 안개, 먼지) 구분을 위한 데이터 증강 기법 적용
실시간 처리 속도 최적화: Python의 OpenCV와 TensorFlow를 활용해 지연 시간을 1초 이내로 유지
보안 강화: 사용자 데이터 암호화 및 GDPR 준수, API 호출 시 JWT 인증 적용
확장성 고려: 모듈화된 코드 구조로 다중 CCTV 지원 가능

:: 문제점
기존 시스템의 문제: 전통적인 연기 센서는 물리적 설치가 복잡, 위양성이 높아(예: 먼지나 수증기에 오작동), 실시간 영상 분석이 부족하여 초기 화재 감지가 지연됨
데이터 부족: 초기 학습 데이터셋이 부족하여 AI 모델의 정확도가 70% 미만
하드웨어 호환성: 다양한 CCTV 기기와의 연동 시 영상 해상도 불일치로 인한 처리 오류 발생

:: 목표
화재 감지 정확도 95% 이상 달성: AI 모델을 통해 위양성을 5% 이내로 줄임
실시간 경보 시스템 구축: 감지 시 5초 이내 알림 전송
비용 효율화: 오픈소스 Python 라이브러리 활용으로 개발 비용 30% 절감

:: 프로젝트 소개
산업 현장 및 건물 관리자를 위한 AI 기반 연기 감지 시스템
공장 관리자, 건물 보안 담당자, 소방 관계자 등으로, Python과 머신러닝을 활용해 실시간 화재 예방

:: 프로젝트 범위
AI 모델 학습 및 최적화
백엔드 서버 구축
데이터 처리 파이프라인 개발
사용자 대시보드 구현

:: 주요 업무
실시간 CCTV 영상 분석을 통한 연기 감지
AI 기반 위양성(오탐지) 최소화 로직
경보 시스템(이메일/SMS/앱 푸시 알림)
데이터 로그 저장 및 보고서 생성.
실시간 모니터링 화면
설정(CCTV 연동 및 감지 민감도 조정)